公开(公告)号：CN113989685B

公开(公告)日：2024-07-09

申请号：CN202111242112.4

申请日：2021-10-25

Applicant: 辽宁工程技术大学

Inventor： 王丽英 ,  郑永梅 ,  田瑞雪

IPC: G06V20/17 ,  G06V10/774 ,  G06V10/762 ,  G06V10/764

Abstract: 本发明公开了一种基于超级体元的机载多光谱LiDAR数据土地覆盖分类的方法，方法首先对多光谱LiDAR数据进行异常数据剔除及多波段LiDAR点云融合，获取融合多光谱LiDAR点云的空间位置及其对应的多波段光谱信息的单一点云数据；然后以信息损失最少为原则，对数据进行体元化，并对体元赋值；其次利用简单线性迭代聚类算法SLIC使其空间邻近和光谱接近的体元合并为超级体元，并对其进行特征提取和标准化处理；最后，采用支持向量机SVM分类器训练数据集构建“一对多”面向超级体元的SVM分类模型，完成对地物的分类。本发明不仅具有原理直观、易于实现的特点，还实现了更优、更高效的分类效果，为城市基础地理空间信息获取、更新等应用奠定良好的基础。

公开(公告)号：CN113989685A

公开(公告)日：2022-01-28

申请号：CN202111242112.4

申请日：2021-10-25

Applicant: 辽宁工程技术大学

Inventor： 王丽英 ,  郑永梅 ,  田瑞雪

IPC: G06V20/17 ,  G06V10/774 ,  G06V10/762 ,  G06V10/764 ,  G06K9/62

Abstract: 本发明公开了一种基于超级体元的机载多光谱LiDAR数据土地覆盖分类的方法，方法首先对多光谱LiDAR数据进行异常数据剔除及多波段LiDAR点云融合，获取融合多光谱LiDAR点云的空间位置及其对应的多波段光谱信息的单一点云数据；然后以信息损失最少为原则，对数据进行体元化，并对体元赋值；其次利用简单线性迭代聚类算法SLIC使其空间邻近和光谱接近的体元合并为超级体元，并对其进行特征提取和标准化处理；最后，采用支持向量机SVM分类器训练数据集构建“一对多”面向超级体元的SVM分类模型，完成对地物的分类。本发明不仅具有原理直观、易于实现的特点，还实现了更优、更高效的分类效果，为城市基础地理空间信息获取、更新等应用奠定良好的基础。