【翻译论文】Multispectral LiDAR Data for Land Cover Classification of Urban Areas（2017）

氧艺

已于 2022-05-06 08:30:56 修改

阅读量1.5k

点赞数

分类专栏：读论文文章标签：经验分享

于 2022-05-05 08:42:51 首次发布

本文链接：https://blog.csdn.net/yang_wanli/article/details/124581545

版权

读论文专栏收录该内容

60 篇文章 32 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

这篇论文探讨了多光谱激光雷达（LiDAR）数据在城市地区土地覆盖分类的应用。研究比较了基于图像和点的分类技术，发现多光谱 LiDAR 数据可以提高分类准确性。通过地面滤波、NDVI 计算和数据聚类等方法，对建筑物、树木、道路和草地进行了有效分类。辐射校正对强度数据的分类精度有显著影响，但应用辐射校正后，整体分类准确率并未显著提高。研究强调了多光谱 LiDAR 数据在复杂地形覆盖分类中的潜力。

摘要由CSDN通过智能技术生成

【翻译论文】Multispectral LiDAR Data for Land Cover Classification of Urban Areas（2017）
用于城市地区土地覆盖分类的多光谱 LiDAR 数据
Salem Morsy

DOI: 10.3390/s17050958

摘要：

机载光探测和测距 (LiDAR) 系统通常以单色波长运行，测量物体反射能量（强度）的范围和强度。最近，出现了可获取不同波长数据的多光谱激光雷达传感器。这允许记录来自物体的光谱反射率的多样性。在这种情况下，我们的目标是使用两种不同的技术研究多光谱 LiDAR 数据在土地覆盖分类中的应用。第一个是基于图像的分类，其中从 LiDAR 点创建强度和高度图像，然后应用最大似然分类器。第二个是基于点的分类，其中进行地面滤波和归一化差异植被指数（NDVI）计算。位于加拿大安大略省奥沙瓦的一个城市区域的数据集分为四类：建筑物、树木、道路和草地。图像分类和 3D 点分类的总体准确率分别高达 89.9% 和 92.7%。辐射校正模型也应用于强度数据，以消除由于系统失真和地形高度变化引起的衰减。然后重复分类过程，结果表明整体准确度没有显着提高。