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。
学科与关键词
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 signal processingfull waveform classificationfeature selectionrandom forest methodsupport vector machine
- 机载多光谱LiDAR的随机森林地物分类曹爽; 潘锁艳; 管海燕测绘通报, 2019, (11): 79-84.
- A Classification Method of Point Clouds of Transmission Line Corridor Based on Improved Random Forest and Multi-Scale FeaturesTang, Qingyun; Zhang, Letan*; Lan, Guiwen; Shi, Xiaoyong; Duanmu, Xinghui; Chen, KanSENSORS, 2023, 23(3): 1320.被引 2
- 激光雷达电力巡线点云自动分类方法研究游安清; 潘旭东; 赵平; 潘文武应用光学, 2019, (06): 1077-1083.
