本文關鍵詞：采用聚類分析的車載點云地物分類

  更多相關文章： 車載LiDAR 聚類 點云分割 分類

【摘要】：針對車載激光雷達點云初始聚類中心難以確定的問題,該文提出了一種基于最大網(wǎng)格密度的近鄰聚類算法對點云實現(xiàn)分割,并以高程、法向量和投影密度作為約束條件對分割后的點云塊進行地物的分類識別。通過對車載激光雷達的部分點云數(shù)據(jù)進行相關試驗,結果表明該方法可以精確有效地實現(xiàn)城市典型地物分類。
【作者單位】： 山東科技大學測繪科學與工程學院;中國科學院地理科學與資源研究所;
【關鍵詞】： 車載LiDAR 聚類 點云分割 分類
【基金】：山東省自然科學基金項目(ZR2014DM014) 十二五國家科技支撐計劃課題項目(2012BAH27B04) 海島(礁)重點實驗室開放基金項目(2013B09) 測繪學院科研創(chuàng)新團隊支持計劃項目
【分類號】：P204
【正文快照】： 0引言車載激光雷達(light detection and ranging,LiDAR)是一種新興的測量技術,能快速、高精度地獲取城市街道的三維空間信息,有效解決了傳統(tǒng)測量中耗時耗力的問題。車載LiDAR能獲得大量離散點云,隨之而來的問題就是如何快速準確地從大量離散點云中提取所需信息的問題。相對于

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 程效軍;李偉英;張小虎;;基于自適應八叉樹的點云數(shù)據(jù)壓縮方法研究[J];河南科學;2010年10期

2 張巧英;陳浩;朱爽;;密度聚類算法在連續(xù)分布點云去噪中的應用[J];地理空間信息;2011年06期

3 李德江;殷福忠;孫利民;;基于特征點的點云壓縮方法研究[J];測繪通報;2012年01期

4 宋楊;;基于線性八叉樹的點云簡化與特征提取研究[J];廣東科技;2012年17期

5 宋楊;;基于線性八叉樹的點云簡化與特征提取研究[J];廣東科技;2012年13期

6 陳凱;張達;張元生;;采空區(qū)三維激光掃描點云數(shù)據(jù)處理方法[J];光學學報;2013年08期

7 羅德安;廖麗瓊;吳志群;;基于點云的建筑立面模型快速重建[J];測繪通報;2013年12期

8 江恒彪;;基于實體化的地面點云建模技術[J];測繪工程;2014年07期

9 李濱;王佳;;基于點云的建筑測繪信息提取[J];測繪通報;2012年S1期

10 姚吉利;賈象陽;馬寧;徐廣鵬;韓保民;;地面激光掃描多站點云整體定向平差模型[J];測繪學報;2014年08期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

2 李濱;王佳;;基于點云的建筑測繪信息提取[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

3 趙福生;胡靜波;;基于距離-梯度的LIDAR點云簡化算法研究[A];中國測繪學會2010年學術年會論文集[C];2010年

4 李艷芳;;改進ICP算法在點云精確配準中的應用[A];2014年2月建筑科技與管理學術交流會論文集[C];2014年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 中國工程院院士 劉先林;四維遠見的裝備創(chuàng)新[N];中國測繪報;2012年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 彭檢貴;融合點云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學;2012年

2 楊德賀;面向虛擬測方系統(tǒng)的點云聚類與擬合理論[D];中國礦業(yè)大學（北京）;2014年

3 馮義從;車載LiDAR點云的建筑物立面信息快速自動提取[D];西南交通大學;2014年

4 李峰;機載LiDAR點云的濾波分類研究[D];中國礦業(yè)大學（北京）;2013年

5 熊友誼;地面激光掃描點云與魚眼全景影像的配準與整合研究[D];中國礦業(yè)大學（北京）;2014年

6 孫美玲;機載LiDAR數(shù)據(jù)濾波及城區(qū)汽車目標檢測方法研究[D];西南交通大學;2014年

，

本文編號：712806