基于随机森林的机载激光全波形点云数据分类方法

被引：27

作者：

范士俊 ^{[1
]}

张爱武 ^{[1
]}

胡少兴 ^{[2
]}

孙卫东 ^{[3
]}

机构：

[1] 首都师范大学三维信息获取与应用教育部重点实验室

[2] 北京航空航天大学机械及自动化学院

[3] 清华大学电子工程系

来源：

中国激光 | 2013年 / 40卷 / 09期

关键词：

信号处理; 全波形分类; 特征选择; 随机森林法; 支持向量机;

D O I：

暂无

中图分类号：

TN958.98 [光学定位雷达、激光雷达];

学科分类号：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

针对机载全波形数据,提出了一种基于随机森林法的点云分类算法。通过全波形分解获得振幅,回波次数以及回波宽度,结合提出的特征提取方法,构建一个多维特征向量并进行特征选择,利用随机森林法将激光点云分为植被,地面以及建筑物三类。通过对比分析随机森林和支持向量机两种分类方法,实验结果表明所提取的特征在随机森林分类中具有良好的稳定性以及高效性,能够在城市分类应用中取得较好的分类效果。

引用

页码：221 / 227

页数：7

共 8 条

[1] 区域回波比率与拓扑识别模型结合的城区激光雷达点云分类方法 [J].