矿区地表彩色点云的自动分类

发布时间：2021-05-10 11:04

　　以矿区的彩色三维激光点云数据为研究对象,提出了矿区点云快速自动分类及目标提取的方法。首先根据彩色点云的RGB值计算HSV空间中的H值,根据各地物间H值的差异,分别对地面点与非地面点根据地物颜色先验值进行点的提取。然后对提取的点进行聚类计算,利用各类地物点云在空间分布上的显著差异,采用分层截面投影,由投影点最小包围盒的长宽比及面积比对矿区地物点云进行自动分类与提取。最后以Riegl VZ-1000扫描仪采集的某矿区地表点云数据为试验对象,验证本文算法的可行性和实用性。 

【文章来源】：测绘通报. 2020,(05)北大核心CSCD

【文章页数】：4 页

【文章目录】：
1 矿区彩色点云分类
    1.1 点云数据预处理
    1.2 RGB与HSV颜色空间中H值的转换
    1.3 各类地物的识别
        1.3.1 非地面点云数据的分类计算
        1.3.2 地面点云数据的分类计算
2 应用案例
    2.1 试验区点云数据获取及预处理
    2.2 各类地物点云分类
        2.2.1 非地面点数据分类
        2.2.2 地面点分类
3 结 语


【参考文献】：
期刊论文
[1]一种基于八叉树车载激光点云的杆式地物批量提取方法[J]. 朱清海.  测绘通报. 2019(S2)
[2]基于改进的四叉树分解多聚焦图像融合算法研究[J]. 刘明君,董增寿,邵贵成.  科技通报. 2019(04)
[3]基于车载LiDAR数据的行道树信息提取与动态分析[J]. 董亚涵,李永强,孙渡,李鹏鹏,范辉龙.  地理与地理信息科学. 2018(04)
[4]采用八叉树体素生长的点云平面提取[J]. 李明磊,李广云,王力,宗文鹏.  光学精密工程. 2018(01)
[5]车载LiDAR点云混合索引新方法[J]. 张蕊,李广云,王力,李明磊,周阳林.  武汉大学学报(信息科学版). 2018(07)
[6]三维激光扫描点云数据处理研究进展、挑战与趋势[J]. 杨必胜,梁福逊,黄荣刚.  测绘学报. 2017(10)
[7]结合点特征直方图的点云分类方法[J]. 张爱武,李文宁,段乙好,孟宪刚,王书民,李含伦.  计算机辅助设计与图形学学报. 2016(05)
[8]机器学习在车载激光点云分类中的应用研究[J]. 李海亭,肖建华,李艳红,庞小平.  华中师范大学学报(自然科学版). 2015(03)
[9]一种四叉树与KD树结合的海量机载LiDAR数据组织管理方法[J]. 杨建思.  武汉大学学报(信息科学版). 2014(08)
[10]顾及空间上下文关系的JointBoost点云分类及特征降维[J]. 郭波,黄先锋,张帆,王晏民.  测绘学报. 2013(05)



本文编号：3179252