以礦區(qū)的彩色三維激光點云數(shù)據(jù)為研究對象,提出了礦區(qū)點云快速自動分類及目標(biāo)提取的方法。首先根據(jù)彩色點云的RGB值計算HSV空間中的H值,根據(jù)各地物間H值的差異,分別對地面點與非地面點根據(jù)地物顏色先驗值進行點的提取。然后對提取的點進行聚類計算,利用各類地物點云在空間分布上的顯著差異,采用分層截面投影,由投影點最小包圍盒的長寬比及面積比對礦區(qū)地物點云進行自動分類與提取。最后以Riegl VZ-1000掃描儀采集的某礦區(qū)地表點云數(shù)據(jù)為試驗對象,驗證本文算法的可行性和實用性。 

【文章來源】：測繪通報. 2020,(05)北大核心CSCD

【文章頁數(shù)】：4 頁

【文章目錄】：
1 礦區(qū)彩色點云分類
    1.1 點云數(shù)據(jù)預(yù)處理
    1.2 RGB與HSV顏色空間中H值的轉(zhuǎn)換
    1.3 各類地物的識別
        1.3.1 非地面點云數(shù)據(jù)的分類計算
        1.3.2 地面點云數(shù)據(jù)的分類計算
2 應(yīng)用案例
    2.1 試驗區(qū)點云數(shù)據(jù)獲取及預(yù)處理
    2.2 各類地物點云分類
        2.2.1 非地面點數(shù)據(jù)分類
        2.2.2 地面點分類
3 結(jié) 語


【參考文獻(xiàn)】：
期刊論文
[1]一種基于八叉樹車載激光點云的桿式地物批量提取方法[J]. 朱清海.  測繪通報. 2019(S2)
[2]基于改進的四叉樹分解多聚焦圖像融合算法研究[J]. 劉明君,董增壽,邵貴成.  科技通報. 2019(04)
[3]基于車載LiDAR數(shù)據(jù)的行道樹信息提取與動態(tài)分析[J]. 董亞涵,李永強,孫渡,李鵬鵬,范輝龍.  地理與地理信息科學(xué). 2018(04)
[4]采用八叉樹體素生長的點云平面提取[J]. 李明磊,李廣云,王力,宗文鵬.  光學(xué)精密工程. 2018(01)
[5]車載LiDAR點云混合索引新方法[J]. 張蕊,李廣云,王力,李明磊,周陽林.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(07)
[6]三維激光掃描點云數(shù)據(jù)處理研究進展、挑戰(zhàn)與趨勢[J]. 楊必勝,梁福遜,黃榮剛.  測繪學(xué)報. 2017(10)
[7]結(jié)合點特征直方圖的點云分類方法[J]. 張愛武,李文寧,段乙好,孟憲剛,王書民,李含倫.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2016(05)
[8]機器學(xué)習(xí)在車載激光點云分類中的應(yīng)用研究[J]. 李海亭,肖建華,李艷紅,龐小平.  華中師范大學(xué)學(xué)報(自然科學(xué)版). 2015(03)
[9]一種四叉樹與KD樹結(jié)合的海量機載LiDAR數(shù)據(jù)組織管理方法[J]. 楊建思.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2014(08)
[10]顧及空間上下文關(guān)系的JointBoost點云分類及特征降維[J]. 郭波,黃先鋒,張帆,王晏民.  測繪學(xué)報. 2013(05)



本文編號：3179252