采用聚类分析的车载点云地物分类

发布时间：2017-08-21 12:11

  本文关键词：采用聚类分析的车载点云地物分类

  更多相关文章： 车载LiDAR 聚类 点云分割 分类

【摘要】：针对车载激光雷达点云初始聚类中心难以确定的问题,该文提出了一种基于最大网格密度的近邻聚类算法对点云实现分割,并以高程、法向量和投影密度作为约束条件对分割后的点云块进行地物的分类识别。通过对车载激光雷达的部分点云数据进行相关试验,结果表明该方法可以精确有效地实现城市典型地物分类。
【作者单位】： 山东科技大学测绘科学与工程学院;中国科学院地理科学与资源研究所;
【关键词】： 车载LiDAR 聚类 点云分割 分类
【基金】：山东省自然科学基金项目(ZR2014DM014) 十二五国家科技支撑计划课题项目(2012BAH27B04) 海岛(礁)重点实验室开放基金项目(2013B09) 测绘学院科研创新团队支持计划项目
【分类号】：P204
【正文快照】： 0引言车载激光雷达(light detection and ranging,LiDAR)是一种新兴的测量技术,能快速、高精度地获取城市街道的三维空间信息,有效解决了传统测量中耗时耗力的问题。车载LiDAR能获得大量离散点云,随之而来的问题就是如何快速准确地从大量离散点云中提取所需信息的问题。相对于

【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：712806