支持向量机的车载雷达点云目标识别

发布时间：2017-07-30 02:25

  本文关键词：支持向量机的车载雷达点云目标识别

  更多相关文章： 车载LiDAR点云 特征提取 目标识别 支持向量机

【摘要】：为了进一步研究移动测量系统的数据处理问题,该文根据点云的基本特征,归纳了由7个特征构成的点云原始特征向量,在此基础上,结合语义环境构建了由17个特征构成的点云扩展特征向量,并采用支持向量机模型对车载LiDAR点云进行行道树点云识别的一系列实验。实验中采用粒子群优化算法和遗传算法对支持向量机进行参数寻优;采用不同特征向量和不同数目样本对点云进行学习和目标识别;分析了特征向量的学习曲线和识别精度。实验结果表明,支持向量机模型能够在行道树点云识别中取得较高的精度。
【作者单位】： 武汉市测绘研究院;武汉大学资源与环境科学学院;国家测绘地理信息局卫星测绘应用中心;
【关键词】： 车载LiDAR点云 特征提取 目标识别 支持向量机
【基金】：国家自然科学基金青年基金资助项目(41101449) 精密工程与工业测量国家测绘地理信息局重点实验室开放研究基金资助项目(PF2011-26)
【分类号】：P235;P225.1
【正文快照】： 0引言车载移动测量系统是现代测绘技术研究的热点问题。针对不同移动测量系统的数据处理问题,国内外专家学者进行了大量的实验研究。国外在该领域的研究起步较早,Manandhar和Shibasaki提出了根据断面扫描点的点位空间分布特征将点云分成不同组的算法[1-2],该方法能将建筑物、

【相似文献】

中国期刊全文数据库 前10条

1 程效军;李伟英;张小虎;;基于自适应八叉树的点云数据压缩方法研究[J];河南科学;2010年10期

2 张巧英;陈浩;朱爽;;密度聚类算法在连续分布点云去噪中的应用[J];地理空间信息;2011年06期

3 李德江;殷福忠;孙利民;;基于特征点的点云压缩方法研究[J];测绘通报;2012年01期

4 宋杨;;基于线性八叉树的点云简化与特征提取研究[J];广东科技;2012年17期

5 宋杨;;基于线性八叉树的点云简化与特征提取研究[J];广东科技;2012年13期

6 陈凯;张达;张元生;;采空区三维激光扫描点云数据处理方法[J];光学学报;2013年08期

7 罗德安;廖丽琼;吴志群;;基于点云的建筑立面模型快速重建[J];测绘通报;2013年12期

8 江恒彪;;基于实体化的地面点云建模技术[J];测绘工程;2014年07期

9 李滨;王佳;;基于点云的建筑测绘信息提取[J];测绘通报;2012年S1期

10 姚吉利;贾象阳;马宁;徐广鹏;韩保民;;地面激光扫描多站点云整体定向平差模型[J];测绘学报;2014年08期

中国重要会议论文全文数据库 前4条

1 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

2 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

3 赵福生;胡静波;;基于距离-梯度的LIDAR点云简化算法研究[A];中国测绘学会2010年学术年会论文集[C];2010年

4 李艳芳;;改进ICP算法在点云精确配准中的应用[A];2014年2月建筑科技与管理学术交流会论文集[C];2014年

中国重要报纸全文数据库 前1条

1 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年

中国博士学位论文全文数据库 前6条

1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年

2 杨德贺;面向虚拟测方系统的点云聚类与拟合理论[D];中国矿业大学（北京）;2014年

3 冯义从;车载LiDAR点云的建筑物立面信息快速自动提取[D];西南交通大学;2014年

4 李峰;机载LiDAR点云的滤波分类研究[D];中国矿业大学（北京）;2013年

5 熊友谊;地面激光扫描点云与鱼眼全景影像的配准与整合研究[D];中国矿业大学（北京）;2014年

6 孙美玲;机载LiDAR数据滤波及城区汽车目标检测方法研究[D];西南交通大学;2014年

，

本文编号：592169