典型文献
机器学习算法的船舶激光雷达点云数据分类
文献摘要：
为提高对本船所处海域环境的感知能力,研究机器学习算法的船舶激光雷达点云数据分类方法.利用多旋翼无人机搭载激光雷达系统,获取船舶所处海域环境的点云数据,将其运用形态学滤波算法进行滤波处理,区分出点云数据中的非海洋点,使用灰度共生矩阵提取非海洋点部分的纹理特征,据其采用机器学习算法中的随机森林算法,实现船舶激光雷达点云数据分类.实验结果表明:为获得较理想的船舶激光雷达点云数据滤波性能,需将该方法的结构元窗口设置为20 m;该方法所提取非海洋点部分的纹理特征具有较好的可分性,并且对非海洋点部分的分类全面性和准确性较高.
文献关键词：
机器学习;船舶;激光雷达;点云数据分类;形态学滤波;随机森林
中图分类号：
作者姓名：
施亮;邢俊鑫;蔡艳婧
作者机构：
香港理工大学工程学院,香港999077;江苏省物联网与视觉智能处理工程技术研发中心,江苏南通226011
文献出处：
引用格式：
[1]施亮;邢俊鑫;蔡艳婧-.机器学习算法的船舶激光雷达点云数据分类)[J].舰船科学技术,2022(17):140-143
A类：
B类：
机器学习算法,激光雷达点云,点云数据分类,本船,海域环境,感知能力,分类方法,多旋翼无人机,搭载,雷达系统,形态学滤波,滤波算法,滤波处理,分出,出点,灰度共生矩阵,纹理特征,随机森林算法,较理想,数据滤波,滤波性能,需将,结构元,可分性
AB值：
0.267387
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
