科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统机载三维激光点云数据分类方法效率低、计算开销大,对算法自身要求较高,容易受到多种因素影响,导致结果偏差较大。为此提出机载三维激光点云数据分类数学模型方法。首先采集机载三维激光点云数据,利用概率法与直线滑动平均法分别做去噪和平滑处理;其次分析数据空间分布结构,获取特征数据的有限集合,通过平面拟合、残差拟合等步骤提取点云数据几何特征;最后利用逼近理论确立数据分类检验统计量和判决标准,获得分类指向性函数,建立Markov分类数学模型。仿真实验结果证明,机载三维激光点云数据分类方法对点云数据分类准确性高,且分类开销较少,能够实现点云数据的集成管理。
- 单位
