低空机载LiDAR水面点云自适应分类算法研究

作者：周建红; 冯传勇; 杨彪^*

来源：人民长江, 2018, 49(18): 80-85.

DOI：10.16232/j.cnki.1001-4179.2018.18.016

• 数字地面模型
• 水面点云
• 低空机载LiDAR
• 多元统计
• 自适应分类算法

水陆点云分类是DTM生成、河流岸线提取等低空机载LiDAR应用领域面临的新问题,然而在岸滩等复杂扫描场景中,水陆点云的准确分类是一个公认的难题。在分析目前点云分类存在的缺陷基础上,提出了一种多元特征统计的自适应水陆LiDAR点云分类算法,该算法通过分析低空机载LiDAR水面点云的特点,针对性地设计了点云坡度、密度特征描述子;引入贝叶斯定理,建立了高程、坡度、密度隶属度函数;通过水、陆独立样本的t检验,确定隶属度函数的自适应权重;最终得到一个多元特征统计的分类模型,并基于训练样本的概率密度统计,确定了模型的自适应分类阈值。典型应用实例表明,在存在岸滩、内陆平地等复杂地形条件下,新算法都能达到99%以上的水陆点云分类精度。

• 单位
  河海大学; 长江水利委员会水文局