论文部分内容阅读
针对由无人机倾斜影像匹配所生成的高密度三维彩色点云,文中提出一种基于随机森林的点云分类方法。在提取彩色点云几何特征和光谱特征的基础上,首先采用变量重要性评分策略进行特征的重要性评估,进而确定一组用于分类的最优特征子集,最后采用随机森林算法将点云分为建筑物、树木以及低矮植被三类。实验结果表明,该方法可以将匹配点云中提取的几何特征和光谱特征有机融合,并在减少冗余特征的基础上,有效提高倾斜影像匹配点云的分类精度和效率。