支持向量机的车载雷达点云目标识别Object recognition for vehicle-borne LiDAR point clouds based on SVM
李海亭,王厚之,李艳红,汪汇兵
摘要(Abstract)：
为了进一步研究移动测量系统的数据处理问题,该文根据点云的基本特征,归纳了由7个特征构成的点云原始特征向量,在此基础上,结合语义环境构建了由17个特征构成的点云扩展特征向量,并采用支持向量机模型对车载LiDAR点云进行行道树点云识别的一系列实验。实验中采用粒子群优化算法和遗传算法对支持向量机进行参数寻优;采用不同特征向量和不同数目样本对点云进行学习和目标识别;分析了特征向量的学习曲线和识别精度。实验结果表明,支持向量机模型能够在行道树点云识别中取得较高的精度。
关键词(KeyWords)： 车载LiDAR点云;特征提取;目标识别;支持向量机
基金项目(Foundation): 国家自然科学基金青年基金资助项目(41101449);; 精密工程与工业测量国家测绘地理信息局重点实验室开放研究基金资助项目(PF2011-26)
作者(Author): 李海亭,王厚之,李艳红,汪汇兵
DOI: 10.16251/j.cnki.1009-2307.2016.05.010
参考文献(References)：
- [1]MANANDHAR D,SHIBASAKI R.Vehicle-borne Laser Mapping System(VLMS)-a new observation system for 3D mapping of urban areas[C]//Proceedings of IEEE Joint Workshop on Remote Sensing and Data Fusion over Urban Areas.Rome,Italy:IEEE,2001:5-9.
- [2]MANANDHAR D,SHIBASAKI R.Vehicle-borne Laser Mapping System(VLMS)for 3Durban GIS database[C]//7th Int’l Computers in Urban Planning and Urban Management Conf.Sydney:IEEE,2001.
- [3]SHI P,GEORGE V.Knowledge based reconstruction of building models from terrestrial laser scanning data[J].ISPRS Journal of Photogrammetry and Remote Sensing,2009,64(1):573-584.
- [4]李必军,方志祥,任娟.从激光扫描数据中进行建筑物特征提取研究[J].武汉大学学报:信息科学版,2003,28(1):65-69.
- [5]史文中,李必军,李清泉.基于投影点密度的车载激光扫描距离图像分割方法[J].测绘学报,2005,34(2):95-100.
- [6]杨必胜,魏征,李清泉,等.面向车载激光扫描点云快速分类的点云特征图像生成方法[J].测绘学报,2010,39(5):540-545.
- [7]李婷,詹庆明,喻亮.基于地物特征提取的车载激光点云数据分类方法[J].国土资源遥感,2012(1):17-21.
- [8]闫利,张毅.基于法向量模糊聚类的道路面点云数据滤波[J].武汉大学学报:信息科学版,2007,32(12):1119-1122.
- [9]李永强,盛业华,刘会云,等.基于车载激光扫描的公路三维信息提取[J].测绘科学,2008,33(4):23-25.
- [10]卢秀山,黄磊.基于激光扫描数据的建筑物信息格网化提取方法[J].武汉大学学报:信息科学版,2007,32(10):852-855.
- [11]魏征.车载LiDAR点云中建筑物的自动识别与立面几何重建[D].武汉:武汉大学,2012.
- [12]魏双全,房华乐,林祥国.先验知识引导的车载激光扫描点云道路信息提取[J].测绘科学,2014,39(10):81-84.
- [13]吴宾,余柏蒗,岳文辉,等.一种基于车载激光扫描点云数据的单株行道树信息提取方法[J].华东师范大学学报:自然科学版,2013(2):38-49.
- [14]李艳红.车载移动测量系统数据配准与分类识别关键技术研究[D].武汉:武汉大学,2014.