【摘要】：激光脚点数据经过前面的滤波或过滤，只是分离出了地面脚点和地物脚点。如果要提取地物，必须在此基础上进一步进行地物脚点的分类，有时地面脚点系列也要进行进一步的分类，如要进行道路的提取。利用机载激光雷达测量数据自动提取地面目标，如房屋或植被，首要的关键任务就是对该数据进行分类。为此，人们提出了一系列用于机载激光雷达数据分类(分割)的算法。
5.5 机载激光雷达测量数据分类分割
激光脚点数据经过前面的滤波或过滤，只是分离出了地面脚点(DTM)和地物脚点。如果要提取地物，必须在此基础上进一步进行地物脚点的分类(区分人工地物和自然地物)，有时地面脚点系列也要进行进一步的分类，如要进行道路的提取。利用机载激光雷达测量数据自动提取地面目标，如房屋或植被，首要的关键任务就是对该数据进行分类。为此，人们提出了一系列用于机载激光雷达数据分类(分割)的算法。目前，绝大多数算法都是先将原始数据直接内插成规则格网的距离图像，在此基础上提出了基于高程纹理特征的分割算法(Mass，1999a);利用2D GIS数据进行分割(Haala/Brenner，1997，Lemmens，et al，1997);基于小波变换和尺度空间理论分割激光雷达数据(VU，et al，2001);利用局部直方图分析技术并融合激光强度信息进行分割(Hug/Wehr，1997)等，这也是很多文献称为分割的原因。前面已经指出，滤波算法是基于离散的激光脚点进行的，在滤波过程中并不内插形成规则格网数据，对数据的操作还是对每个激光脚点的操作。所以本书约定，如果对激光脚点的属性进行识别，就是分类;如果对激光距离或强度图像进行处理，并以一定的方式标识出每一块的属性，就称为分割。
下面给出数据分类的原理示意图(见图5-13)。图5-13(a)表示一个激光扫描剖面的激光脚点没有进行分类，图5-13(b)(见彩图插页)表示对该剖面的激光脚点进行分类的结果。
图5-13 激光扫描剖面分类示意图
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
