機載LIDAR數(shù)據(jù)特征選擇與精確分類技術(shù)研究.pdf

1、激光掃描與測距技術(shù)（Light Detection and Ranging,LIDAR)可以快速、主動、自動獲取大范圍地物密集采樣點的三維信息，彌補了傳統(tǒng)攝影測量技術(shù)獲取地物信息單一的缺陷，自上世紀九十年代投入商業(yè)使用以來，已被廣泛地應用于構(gòu)造數(shù)字地形模型（Digital Terrain Model,DTM）與數(shù)字城市模型、突發(fā)自然災害評估、道路與電力線勘探、生物量估計等領(lǐng)域。如何利用LIDAR系統(tǒng)提供的光譜、紋理、高程、強度等多源信息

2、精確快速地獲取地物分布信息已成為當前亟需解決的問題。
　　本文針對機載LIDAR數(shù)據(jù)地物分類領(lǐng)域內(nèi)的特征提取、特征重要性分析、分類器構(gòu)建、分類結(jié)果類別混淆出現(xiàn)原因及分類精度優(yōu)化方法進行了深入的研究和探討。論文主要研究內(nèi)容包括：
　　1.針對以往在對LIDAR數(shù)據(jù)進行地物分類時，特征選取缺乏依據(jù)，主要依賴個人經(jīng)驗與偏好，并由此導致分類精度未能達到最優(yōu)的問題，首先，在進行特征提取時，對LIDAR點云與影像數(shù)據(jù)所提供的特征進行較為

3、完備的提?。黄浯?，在隨機森林分類算法框架下，利用袋外樣本的特征置換重要性測度評估特征對分類精度的影響程度；最后，選擇對分類精度影響較大特征代替原有的高維特征進行分類。
　　2.從算法原理上，對支持向量機、隨機森林、馬爾科夫隨機場、D-S證據(jù)理論等LIDAR數(shù)據(jù)地物分類領(lǐng)域內(nèi)常用的分類算法的優(yōu)缺點進行分析，通過實驗驗證構(gòu)建最適合LIDAR數(shù)據(jù)的分類方案。
　　3.針對分類器分類結(jié)果存在分類精度低、不符合真實地物特性、不符合人們