典型文献
基于积面特征和指向特征的点云植被分类算法
文献摘要：
为了更好地分析植被的变化，观察林业作物的生长状况，采用地基式激光雷达和手持式激光雷达采集的点云数据，运用机器学习对植被进行分类研究。目前，通过点云协方差矩阵的特征组合进行植被分类存在特征冗余，部分特征的分类效果较差的问题，主要体现在对于植被部位交界处的划分上。为了更加准确地对植被进行分类，研究了基于协方差矩阵的特征提取及Fisher算法的特征选择的点云分类，并提出了积面特征和指向特征，新的特征可以作为支持向量机分类器的输入参数。在地基式激光雷达采集的数据中，两种特征通过Fisher算法计算出的权重分别为7.25和5.78，且积面特征的权重仅次于权重最大的特征λ2（λ2为点云协方差矩阵的特征值），其权重为8.45。使用原特征进行分类的总体精度为99.15%，加入新特征后总体分类精度提高了0.75个百分点，并且对于树干、地面和灌木的交界处的分类效果显著。实验结果表明，所提新特征组合具有较高的权重系数，能够有效提高植被分类精度。对手持式激光雷达采集的数据进行分类的效果也同样较好，使用新特征后总体分类精度达到99.74%，验证了该分类算法具有较强的鲁棒性。
文献关键词：
遥感;激光雷达;机器学习;特征选择;植被分类;支持向量机
中图分类号：
作者姓名：
华周阳;徐昇;刘应安
作者机构：
南京林业大学信息科学技术学院，江苏 南京 210037
文献出处：
引用格式：
[1]华周阳;徐昇;刘应安-.基于积面特征和指向特征的点云植被分类算法)[J].激光与光电子学进展,2022(18):1828001
A类：
B类：
植被分类,分类算法,林业,生长状况,激光雷达,手持式,点云数据,对植,分类研究,协方差矩阵,特征组合,类存在,存在特征,分特征,分类效果,交界处,Fisher,特征选择,点云分类,支持向量机分类器,输入参数,算法计算,仅次于,重为,总体精度,新特征,分类精度,百分点,树干,灌木,权重系数
AB值：
0.286787
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。
