论文部分内容阅读
机载LiDAR系统能够快速获取地物点云的坐标信息、回波信息和航空影像信息,这些信息可以作为地物点云的分类准则。但是单个判定准则在不同地物的分类精度不同,使得整体的分类精度降低。根据以上原因本文提出了基于多特征融合和神经网络的机载LiDAR点云分类方法。该方法首先修复机载LiDAR点云反射强度和实现机载LiDAR与影像的配准和融合,然后分析反射强度和回波次数、地面高度、点云滤波和点云RGB色彩等5种不同地物判定准则并重新生成点云信息文件,最后使用神经网络方法对样本进行训练,完成点云分类。