一种改进的空间上下文点云分类方法
考虑到点云数据具有线性分布和密度不均匀的特点,以及现有复杂场景点云分类方法中缺少对非局部空间上下文信息的有效利用,提出了一种改进的空间上下文点云分类方法.该方法在提取点云数据顾及曲率的自适应邻域的基础上,首先估算点云局部特征与依赖性空间上下文,并基于超级体素提取分布性空间上下文,最后采用高阶条件随机场模型,实现对点云数据的自动分类,避免了利用单一点云局部特征分类的局限性.试验结果表明,本文方法能够有效提高点云数据地物分类精度.
点云、分类、空间上下文、自适应邻域、条件随机场
46
P237(摄影测量学与测绘遥感)
国家自然科学基金41471355,41601506;中国博士后科学基金2016M59073 The National Natural Science Foundation of China. 41471355, 41601506;The China Postdoctoral Science Foundation2016M59073
2017-06-02(万方平台首次上网日期,不代表论文的发表时间)
共9页
362-370