【技术实现步骤摘要】
基于特征选择的全波形机载激光雷达地物分类方法及系统
本专利技术涉及一种机载激光雷达地物分类方法及系统，属于机载激光雷达
，具体是涉及一种基于特征选择的全波形机载激光雷达地物分类方法。
技术介绍
机载激光雷达(AirborneLiDARSystem,ALS)是一种集成了高精度惯性测量单元(InertialMeasurementUnit,IMU)、全球定位导航系统(GlobalPositioningSystem，GPS)以及激光扫描测距系统组成的主动对地观测系统，可以通过量测激光脉冲在空气中传播的时间来获取扫描仪与激光脚点之间的距离，在森林参数估计、三维城市建模、提取电力线和数字地面模型生成等方面应用广泛。近年来，由于ALS具有受天气影响小、作业周期快、时效性强、穿透性等诸多优点，正日益成为遥感数据采集技术的一种重要方式。然而，传统的机载激光雷达只能提供离散三维点云数据和回波强度信息，这些有限的信息使得地物分类的精度受到很大的制约。通过多源数据融合的方法来弥补点云物理信息的缺乏是目前常用的解决方法，但是这种...
【技术保护点】
1.一种基特征选择的全波形机载激光雷达地物分类方法，其特征在于，包括：/n参数获取步骤，对全波形数据进行高斯分解以获取回波参数，并对回波参数进行优化；/n特征提取步骤，通过设置不同的几何邻域提取点云特征，并利用优化后的所述回波参数获取波形特征；/n特征融合步骤，融合所述点云特征和波形特征得到融合特征，使用ReliefF算法对融合特征进行重要性评价；/n地物分类步骤，选择评价靠前的融合特征进行地物分类。/n
【技术特征摘要】
1.一种基特征选择的全波形机载激光雷达地物分类方法，其特征在于，包括：
参数获取步骤，对全波形数据进行高斯分解以获取回波参数，并对回波参数进行优化；
特征提取步骤，通过设置不同的几何邻域提取点云特征，并利用优化后的所述回波参数获取波形特征；
特征融合步骤，融合所述点云特征和波形特征得到融合特征，使用ReliefF算法对融合特征进行重要性评价；
地物分类步骤，选择评价靠前的融合特征进行地物分类。
2.根据权利要求1所述的一种基特征选择的全波形机载激光雷达地物分类方法，其特征在于，所述特征融合步骤中，使用ReliefF算法对融合特征进行重要性评价包括：
随机选择一个训练实例样本R，在样本R的同类样本中寻找K近邻样本H，在样本R的非同类样本中寻找K近邻样本M，其中K为正整数；
若样本R与样本H在某个融合特征上的距离大于样本R与样本M在该融合特征上的距离，则增强该融合特征的权重，否则，降低该融合特征的权重；
对计算权重后的各融合特征进行排序。
3.根据权利要求1所述的一种基特征选择的全波形机载激光雷达地物分类方法，其特征在于，所述参数获取步骤中，高斯分解的具体步骤如下：
对全波形数据求一阶导数，并确定其零交叉点的个数以作为回波分量的数量。
对全波形数据求二阶导数，并确定其拐点的位置，计算高斯分量的回波参数；
利用LM算法对各回波参数初值进行优化，使得残差平方和小于预先设置的阈值。
4.根据权利要求1所述的一种基特征选择的全波形机载激光雷达地物分类方法，其特征在于，所述特征提取步骤中，点云特征的提取包括：
使用格网邻域对机载激光雷达点云数据提取对建筑物有较好区分效果的特征阶跃数；
基于圆柱邻域对机载激光雷达点云数据提取高程相关特征；
基于球体邻域对机载激光雷达点云数据提取密度相关特征。
5.根据权利要求1所述的一种基特征选择的全波形机载激光雷达地物分类方法，其特征在于，所述地物分类步骤中，分析不同特征组合对地物分类效果的影响并利用随机森林分类器进行地物分类，包括以下步骤：
根据特征重要性排序结果，选取其中符合需求的特征组合；
使用训练样本数据对随机森林分类器进行训练；
使用训练好的随机森林分类器对融合点云特征与波形特征的实验数据进行分类，获取每个激光点的类别；
评价...
【专利技术属性】
技术研发人员：张良，张帆，金贵，梁昌迅，
申请(专利权)人：湖北大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。