融合影像信息的LiDAR点云多特征分类方法

摘要

针对单一LiDAR点云数据分类精度不高的问题,提出一种融合影像信息的激光点云多特征分类方法.该方法根据应用目的以及地物分类的需求对航空影像所提供的光谱、形状等特征和LiDAR数据提供的几何特征进行研究分析,确定参与分类器中的特征空间,并作为设定相应分类规则的先验知识,然后根据特征描述子之间的空间距离进行空间聚类,最终成功将点云分类为建筑物、树木、草地、道路以及不确定地物等5类,分类精度达到95.3%,kappa系数达0.935.此外,还分别引入基于影像的SVM分类和基于terrasolid软件的点云分类方法,以验证本文算法的有效性.