使用分层 K 均值聚类的激光雷达数据分类 Nesrine Chehata a,b , Nicolas David b , Frédéric Bretar b a Institut EGID - Université Bordeaux 3 - Equipe GHYMAC Allée Daguin 33607 Pessac- Nesrine.Chehata@egid.u-bordeaux3.fr乙国家地理研究所 - MATIS Av. 实验室Pasteur 94165 St. Mandé cedex, France- nicolas.david@ign.fr, frederic.bretar@ign.fr Commission III, WG III/3 关键词:遥感、LIDAR、层次分类、DTM、多分辨率 摘要:本文涉及使用激光雷达点云过滤和分类来建模地形,更一般地用于场景分割。在本研究中,我们建议使用众所周知的 K 均值聚类算法来过滤和分割(点云)数据。K 均值聚类非常适合激光雷达数据处理,因为可以根据所需的类别使用不同的特征属性。当仅处理 3D 点云时,属性可能是几何或纹理的,但当联合使用光学图像和激光雷达数据时,属性也可能是光谱的。该算法基于固定的邻域大小,可以处理植被茂密的陡峭地貌、山区区域和呈现微地形的地形。我们的算法的新颖之处在于提供分层分割聚类来提取地面点。聚类分割的数量用于自动限定分类可靠性。这一点在以前的工作中很少被处理。此外景观< /div>
FOWl' HOLABIRD,Jl,\f.'1:DlOlU,)!D.-l\Nll•Rl/:lllttNL •• _____________________ Ill i\lOHGAN PAUK :IIU,l'l',\UY ACAlllil:.\lY,芝加哥,H,L,-lW'fC 单位 wlthclruwn。I\'/.. 美国陆军化学军区 Cll/CAGO,CH!CAGO,ILL。自 1951 年 1 月 1 日起,美国陆军工程兵团芝加哥地区分部(位于伊利诺伊州西杰克逊维尔市 226 号)的首席刑事法官的职权范围终止。