基于改进层次分析的机载LiDAR点云分类

基于改进层次分析的机载LiDAR点云分类

论文摘要

针对机载LiDAR点云信息挖掘研究,提出了改进层次分析的机载LiDAR点云分类方法。首先选出5个判定准则,使用层次分析方法对每一个点云做出相应的判定,然后根据一定的规则对判定的结果生成一个二进制信号,最后使用BP神经网络方法确定判定因子在不同地物分类中的权重并对机载LiDAR点云分类。实验数据结果表明:该方法能够很好的将点云数据分类为高大的树、人工建筑物、低矮植物、地表和道路,分类精度Kappa系数达到0.87。

论文目录

  • 1 机载LiDAR点云分类方法
  •   1.1 判定准则的选择
  •   1.2 优化层次分析方法
  •   1.3 BP神经网络算法
  • 2 实验与结果分析
  •   2.1 实验区域
  •   2.2 实验结果分析
  •   2.3 精度评定
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 李晓天,姜刚,张玉

    关键词: 机载,改进的层次分析,人工神经网络,分类

    来源: 甘肃科学学报 2019年01期

    年度: 2019

    分类: 基础科学

    专业: 自然地理学和测绘学

    单位: 长安大学地质工程与测绘学院,河海大学地球科学与工程学院

    基金: 国家自然基金资助项目(41501498),中央高校基本科研业务专项资金资助(300102268207)

    分类号: P237

    DOI: 10.16468/j.cnki.issn1004-0366.2019.01.017

    页码: 86-91

    总页数: 6

    文件大小: 2120K

    下载量: 158

    相关论文文献

    • [1].无人机LiDAR数据在公路勘测中的应用[J]. 工程技术研究 2020(02)
    • [2].无人机LiDAR系统在不动产测绘中的应用[J]. 北京测绘 2020(03)
    • [3].基于车载LiDAR技术在城际铁路建设工程悬高测量中的应用分析[J]. 测绘与空间地理信息 2020(05)
    • [4].机载LIDAR在水利中的应用综述[J]. 安徽建筑 2019(02)
    • [5].Photon-counting chirped amplitude modulation lidar system using superconducting nanowire single-photon detector at 1550-nm wavelength[J]. Chinese Physics B 2018(01)
    • [6].Three-dimensional imaging lidar system based on high speed pseudorandom modulation and photon counting[J]. Chinese Optics Letters 2016(11)
    • [7].无人机载LiDAR点云数据的应用探讨[J]. 福建建设科技 2017(05)
    • [8].机载LIDAR内业数据处理技术探讨[J]. 科技资讯 2017(26)
    • [9].Target recognition based on phase noise of received laser signal in lidar jammer[J]. Chinese Optics Letters 2017(10)
    • [10].Performance analysis of ghost imaging lidar in background light environment[J]. Photonics Research 2017(05)
    • [11].LIDAR技术在海域使用变化信息识别中的应用研究[J]. 科技创新导报 2015(34)
    • [12].机载LiDAR在大比例尺测图工作中的应用[J]. 江西测绘 2016(02)
    • [13].LiDAR点云数据的电力线3维重建[J]. 遥感学报 2014(06)
    • [14].基于机载LIDAR数据的大比例尺测图及精度分析[J]. 城市地理 2017(02)
    • [15].LIDAR测绘技术在工程测绘中的应用分析[J]. 城市地理 2017(18)
    • [16].机载LIDAR点云数据的处理及检校[J]. 北京测绘 2020(01)
    • [17].基于高程—坡度包围盒的地面LiDAR点云道路提取[J]. 黑龙江工程学院学报 2020(01)
    • [18].一种城区LiDAR点云数据的抽稀算法[J]. 遥感技术与应用 2019(06)
    • [19].Analysis of relative error in detection caused by signal-induced noise in Na lidar system[J]. Science China(Earth Sciences) 2018(01)
    • [20].Feedforward Control for Wind Turbine Load Reduction with Pseudo-LIDAR Measurement[J]. International Journal of Automation and Computing 2018(02)
    • [21].基于LiDAR的亚热带次生林林窗对幼树更新影响分析[J]. 农业机械学报 2017(03)
    • [22].Frequency-stabilized laser system at 1572 nm for space-borne CO_2 detection LIDAR[J]. Chinese Optics Letters 2017(03)
    • [23].高光谱和LiDAR数据融合在树种识别上的应用[J]. 绿色科技 2017(08)
    • [24].地面LIDAR在地籍测量中的应用[J]. 湖北农业科学 2017(14)
    • [25].LiDAR技术在形变测量中的应用[J]. 科技创新与应用 2017(28)
    • [26].基于机载LiDAR数据的建筑屋顶点云提取方法[J]. 中国科学院大学学报 2016(04)
    • [27].基于机载LiDAR数据的断裂构造识别[J]. 黑龙江工程学院学报 2016(03)
    • [28].Application of mobile vehicle lidar for urban air pollution monitoring[J]. Chinese Optics Letters 2016(06)
    • [29].基于阈值分割的LIDAR建筑物提取[J]. 测绘与空间地理信息 2015(02)
    • [30].Estimation of random errors for lidar based on noise scale factor[J]. Chinese Physics B 2015(08)

    标签:;  ;  ;  ;  

    基于改进层次分析的机载LiDAR点云分类
    下载Doc文档

    猜你喜欢