共查询到20条相似文献,搜索用时 281 毫秒
1.
机载多光谱LiDAR数据的地物分类方法 总被引:2,自引:1,他引:1
机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性。支持向量机(SVM)是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程。因此,本文提出了基于SVM多光谱LiDAR数据的地物目标分类方法。该方法首先将多个独立波段的LiDAR数据融合为单一的、包含多个波段信息的点云数据,然后将融合后的点云内插为距离影像和多光谱影像,最后利用SVM进行多光谱LiDAR数据的地物覆盖分类。通过对加拿大Optech公司的Titan机载多光谱LiDAR数据的试验证明:相对于传统的单波段LiDAR数据,多光谱LiDAR数据可以获得较好的地物分类精度;比较试验发现SVM分类方法适用于多光谱LiDAR数据的地物分类。 相似文献
2.
使用LiDAR单一数据进行点云分割工作时,基于斜率的严格分割LiDAR点云的方法不能很好的适应复杂地物
的分类工作。本文将LiDAR粗分割后的点云转换为高度图像和反射强度图像,并求取高度图像GLCM高度纹理。将4
种GLCM高度纹理、地面粗糙系数、平均高度和平均反射强度共7种纹理作为识别地面覆盖物的特征,并利用后向传播
神经网络(BP-ANN)方法对LiDAR数据进行地物识别。实验表明,这种方法能够从LiDAR独立数据源中有效的实现地
物分类,实验获得的精度大于90%。与传统的最大似然法进行对比,BP-ANN的分类精度高于最大似然法。当预设地
面类型能同时满足被光学影像和LiDAR数据识别的条件时,LiDAR高度纹理分类与光学影像分类结果的一致性达到
76.5%。 相似文献
3.
高光谱-LiDAR多级融合城区地表覆盖分类 总被引:3,自引:3,他引:0
城市地区地表覆盖分类在城市研究中是一个十分重要的方向。遥感作为获取地物物理属性的一种重要技术手段,已初步应用于分类研究中。然而,随着城镇化的不断推进,城市内部地物类型越来越复杂,单一的遥感影像已无法满足城区地表覆盖分类中高精度的要求。高光谱影像和LiDAR数据能够分别表征地物的光谱信息及高程而被广泛应用。因此,根据两者之间互补的优势,本文提出了基于高光谱影像和LiDAR数据多级融合的城区地表覆盖分类方法。首先对两幅影像分别进行特征提取,将提取到的光谱、空间及高程信息进行层叠实现特征级融合。对得到的特征影像的所有像素点进行分类,然后利用LiDAR点云数据提取的建筑物掩膜,对非建筑物部分进行分类,再次实现特征级融合,以此改善建筑物区域与非建筑物区域的混淆。然后将未使用掩膜得到的分类结果与利用掩膜得到的分类结果进行投票实现决策级融合。最后利用条件随机场模型对分类结果进行后处理操作,达到平滑图像去除噪声点的目的。 相似文献
4.
针对商用激光传感器Optech LiDAR Titan系统获取的多光谱激光点云数据进行地物分类试验的探索,该文提出一种基于卷积神经网络(CNN)模型的多光谱激光LiDAR点云数据地物分类方法.新数据源多光谱激光点云具有多通道和多次散射回波的典型特性,生成感兴趣的热力图,根据热力图特征值和nDSM辅助数据进行感兴趣地物分类.采用CNN模型学习结果与面向对象影像分析OBIA分类方法相结合对分类结果进行精化,并用随机采样参考点对地物分类结果进行精度评估,解决CNN模型分类的正确性和可靠性问题.实验表明,地物分类整体精度OA达到89.8%,Kappa值0.858,该方法在多光谱激光点云地物分类方面具有稳健性、有效性和通用性. 相似文献
5.
点云滤波分类是LiDAR后续应用的基础工作,在点云滤波的基础上,以航空影像为辅助条件,结合点云高程信息,设计一套地物点云的分类方法。该方法首先融合航空影像与LiDAR数据,将对应RGB值赋予每个点,根据植被的光谱特征提取出部分植被点云;然后再根据文中定义的点云高程纹理,在剩余地物点云中提取出建筑物点,最后根据回波次数信息分离出剩余植被点,完成地物点云的分类。采用北京凤凰岭地区一组机载LiDAR数据进行实验。实验结果表明,该方法能够有效地将地物点云进行分类并且满足一定的精度要求,具有一定的实用价值。 相似文献
6.
面向对象的LiDAR数据多特征融合分类 总被引:1,自引:0,他引:1
针对单源遥感数据分类精度不高的问题,提出一种基于多特征融合的面向对象分类方法.该方法利用LiDAR点云数据的高程信息,并融合地物粗糙度特征,以及航空影像的地物光谱、形状和上下文信息等多种特征,再基于SVM分类器构建面向对象的分类方法,以提高城区环境下遥感数据分类的可靠性.试验表明,该方法可有效地提高城区地物的分类精度,且分类结果更符合人的视觉认知规律. 相似文献
7.
机载多光谱LiDAR的随机森林地物分类 总被引:1,自引:0,他引:1
机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明:随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。 相似文献
8.
9.
10.
主要介绍了基于TerraSolid软件相关工具的LiDAR点云数据具体分类流程及利用比利时弗兰德斯(Flanders)约3 000 km~2LiDAR点云数据针对不同地形、地物的特点进行地面点自动分类提取实验,结合实验结果及经验,总结针对不同地形、地物的LiDAR点云数据的高效自动分类生产方式。 相似文献
11.
随着测绘技术的不断进步,GPS实时动态定位技术(RTK)在测绘领域的应用日益广泛,而基于VRS(虚拟参考站Virtual Reference Station)技术的出现,更是为RTK测量提供了新的技术平台,给测量行业带来了革命性的变化。本文结合实例简要介绍了基于VRS的RTK在测绘领域的应用,阐述了其优越性和不足之处。 相似文献
12.
邓军 《测绘与空间地理信息》2015,(8)
根据固体潮理论,利用IERS 2003规范,计算中国部分IGS站的固体潮位移改正,分别对加入和不加入固体潮位移改正,对测站坐标的影响进行计算和比较分析。结果表明,固体潮改正对测站坐标径向影响明显,其他方向不太明显。 相似文献
13.
史磊 《测绘与空间地理信息》2009,32(6):153-155
MapInfo MapX是一个用来做地图化工作的OCX控件,它提供了一个最简单和最节约成本的方法,用来将地图化功能嵌入到新的和现有的应用中.MapX支持Windows环境下绝大多数标准的可视化开发环境,可以被快速集成到使用Visual Basic,Power-Builder,Delphi,Visual C++或其他面向对象的语言的客户端应用程序以及Lotus Script的Lotus Notes(v4.5)中.本论文介绍了利用快速开发工具MapX并结合Visual Basic应用程序来实现基于MapX的地图制图和空间分析,利用计算机对信息的快速处理,为使用者提供了一些必要的、有价值的参考,通过本软件可以使开发人员在他们熟悉的环境中更好地通过应用程序来访问地图数据. ws环境下绝大多数标准的可视化开发环境,可以被快速集成到使用Visual Basic,Power-Builder,Delphi,Visual C++或其他面向对象的语言的客户端应用程序以及Lotus Script的lotus Notes(v4.5)中.本论文介绍了利用快速开发工具MapX并结合Visual Basic应用程序来实现基于MapX的地图 图和空间分析,利用计算机对信息的快速处理,为使用者提供了一些必 相似文献
14.
地学信息图谱具有图形与谱系的双重特性,是显示和揭示地球系统各要素和现象时空变化规律的一种手段与方法.在GIS支持下,以宁夏固原县为例,利用其1990年和2000年两期土地利用类型图作为主要信息源,探讨景观图谱分析方法. 相似文献
15.
16.
17.
GISCloud是建立在云计算基础上的GIS系统,能够高效地进行数据管理并为用户提供稳定可靠的GIS服务。GISCloud以海量的地理空间信息数据作为基础,通过云计算来进行海量数据的处理。针对GISCloud的数据存储和访问需要,提出了区域化网络拓扑结构:云由多个区域化后的子网构成,无网络中心;子网内采用区域子网中心节点来进行管理,并可进行扩展。区域化网络拓扑以GIS数据特征及其交换方式等为核心将分布式拓扑结构与集中式拓扑结构结合在一起,从而构建出高效稳定可靠的GISCloud基础网络。 相似文献
18.
19.
20.
介绍LiDAR技术的国内外发展情况,围绕LiDAR数据后处理软件的应用,详细论述了数据处理流程,特别针对LiDAR数据特点和处理技术难点提出笔者的看法. 相似文献