城区LiDAR点云数据的树木提取

被引：33

作者：

张齐勇 ^{[1
]}

岑敏仪 ^{[1
]}

周国清 ^{[2
]}

杨晓云 ^{[1
,3
]}

机构：

[1] 西南交通大学土木工程学院测量工程系

[2] Department of Engineering and Technology,Old Dominion University

[3] 广西工学院土木建筑工程系

来源：

测绘学报 | 2009年 / 04期

关键词：

LiDAR; 树木提取; 区域增长; 梯度阈值分割;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

机载激光扫描(LiDAR)可以快速获取地球数字表面模型。提出一种适合复杂城市环境的机载激光扫描数据提取树木的算法:首先对LiDAR数据滤波生成DTM,提取地物点;然后对地物点进行区域增长运算,使用面积阈值滤出大的区域;再计算出LiDAR数据点的梯度值,根据梯度阈值分离出树木点;最后结合梯度阈值分割和区域增长分割的结果实现树木点的最终提取。实验结果表明,使用新算法在城区环境中能从LiDAR数据中较好地提取出树木,城区树木提取率达到85.4%,提取正确率为86.1%。

引用

页码：330 / 335

页数：6

共 4 条

[1] 基于K-means与SVM结合的遥感图像全自动分类方法 [J].

居红云 ;

张俊本 ;

李朝峰 ;

王正友 .

计算机应用研究, 2007, (11) :318-320

[2] 一种快速SVM学习算法 [J].

张艳 ;

兰光华 ;

郁生阳 ;

杨静宇 .

计算机工程与应用, 2006, (32) :36-38

[3] Lidar点云数据中建筑物的快速提取 [J].

刘修国 ;

张靖 ;

高伟 ;

陈启浩 .

地球科学, 2006, (05) :615-618

[4]

Surface classification from airborne laser scanning data[J] . Sagi Filin.Computers and Geosciences . 2004 (9)

← 1 →