平面特征保持的城市三维点云高精度分类方法

摘要：

针对基于单一尺度点簇的分类算法无法满足大范围城市三维点云高精度分类的问题,该文提出了一种平面特征保持的多尺度点簇城市场景三维点云分割分类方法.该方法首先以超体素为基元进行动态区域生长,将具有平面特征的超体素逐步合并,生成平面特征保持的多尺度点簇,然后基于多尺度点簇进行特征计算并使用随机森林分类器进行分类.为验证该方法的有效性,分别采用机载LiDAR点云和影像密集匹配点云进行实验,并与基于不同分类基元的分类方法进行对比.实验结果表明,与原始区域生长方法相比本文提出的分割方法得到的点簇更加准确,分割准确度达到97％,并且分割效率提升了一倍以上,同时分类准确度也优于其他方法,达到94.1％、87.5％.

关键词：点云分类、区域生长、机器学习、三维建模

所属期刊栏目：48

分类号：P208(一般性问题)

资助基金：国家自然科学基金;广东省基础与应用基础研究基金粤深青年项目;国家自然科学基金

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：6-15