论文部分内容阅读
在机载激光雷达的发展与应用下,获取地物的空间分布情况变得更加快速便捷.为了实现面向机载激光雷达点云数据的地物分类,首先利用高程直方图去除原始点云的离群点;其次利用VoxelGrid滤波器采样,在确保形状的前提下,大量降低点云数量;然后改进K-means聚类方法,结合三维点云数据携带的高程信息对原始聚类中心和K值进行确定,并采用点云表面粗糙度做聚类分析,从而得到对地物的精确分类.通过对实验采集数据和公开数据上的结果对比可知,所提方法对点云数据分类的准确性高,总体分类精度分别为88.17％和90.47％,Kappa系数分别为0.81和0.85.