文献类型：期刊文章

作　　者：何曼芸[1] 程英蕾[1] 廖湘江[2] 赵中阳[1]

He Manyun;Cheng YingleP;Liao Xiangjiang;Zhao Zhongyang(College of Information and Navigation, Air Force Engineering University, Xi＇an, Shaanxi 710077, China;Unit of 94816, Fuzhou, Fujian 350002, China)

机构地区：[1]空军工程大学信息与导航学院 [2]94816部队

出　　处：《激光与光电子学进展》

基　　金：国家自然科学基金(41601436);陕西省自然科学基金(2015JM6346)

年　　份：2018

卷　　号：55

期　　号：4

起止页码：374-381

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：机载LiDAR点云系统由于获取三维立体信息方便、快捷,已被广泛应用到城区目标的提取与识别中,但LiDAR点云数据缺乏光谱特征,对建筑物提取识别时常在植被茂密的树冠处出现错检现象。针对这一问题,提出了融合航空影像光谱特征与LiDAR点云几何特征的建筑物提取算法。通过LiDAR点云数据与航空影像数据的配准,实现了点云数据光谱信息的提取;通过改进传统的张量投票机制,融合光谱特征与空间几何特征形成了新的融合分类特征;运用随机森林算法实现了建筑物点的提取。仿真实验基于ISPRS提供的测试数据集进行,通过对比融合光谱特征前后的实验结果可知,所提算法的精度明显提高,提取质量达到94.26%,证明了融合光谱特征对于建筑物提取精度提升的重要作用。

关 键 词：遥感 LIDAR 建筑物提取 张量投票 航空影像 随机森林  

分 类 号：TP751]