《融合波形和幾何特徵的機載LiDAR數據精分類研究》是依託武漢大學，由姚春靜擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：融合波形和幾何特徵的機載LiDAR數據精分類研究
- 項目類別：青年科學基金項目
- 項目負責人：姚春靜
- 依託單位：武漢大學
項目摘要,結題摘要,
項目摘要
機載LiDAR能直接獲取地表的三維幾何信息，而如何利用機載LiDAR數據高精度獲取地物的精細類別信息則是遙感對地觀測面臨的一個挑戰。鑒於機載LiDAR系統朝全波形化發展的趨勢，針對機載LIDAT數據分類精度低、分類數少、方法單一的研究現狀，本課題以波形數據為研究對象，抓住波形數據與點雲幾何信息的互補性開展融合波形與幾何特徵的機載LiDAR數據精分類研究。在開展基於波形分解的波形特徵提取研究基礎上，基於波形和幾何融合特徵，從多分類器組合與混合分類器兩個角度研究獲取機載LIDAR數據的多分類器分類理論與方法，在此基礎上研究建立基於二類分類算法集的點雲數據分類後精處理框架，用於解決某些二類難區分點間的分離，進而形成包含多分類器分類和二類難分點間分離兩大步驟的機載LIDAR數據高精度分類方法，為高精度的地物類別信息提取和機載LIDAR數據處理與套用提供有力的基礎理論和方法支持。
結題摘要
針對機載LiDAR數據分類精度低，分類數量少，方法單一的研究現狀，本課題引入波形數據，抓住波形數據與點雲幾何信息的互補性融合波形與幾何特徵，在開展基於波形分解的波形特徵提取研究的基礎上，實現多分類器組合與混合分類器的機載LiDAR數據的精分類研究，主要包括以下內容： （1） 波形反應的是地物本身反射以及垂直方向的信息，本課題解決了不同坡度的波形回波的波形屬性存在振幅、幅寬以及波形態有很大的區別，本課題解決坡度信息與波形形態的定性和半定量關係； （2） 針對波形信息來自單一的波形信號，且形態各異，因此傳統的高斯波形分解方法和EM波形分解方法需要知道波形個數作為先驗信息，本課題採用基於半分貝葉斯的波形分解方法，無需波形個數先驗知識，自動實現波形數據的分解； （3） 在波形分解的基礎上，實現波形分解成果的主要波形參數提取，包括振幅、波寬、波形形狀參數、強度等，光斑面積，完整波形的波形個數等； （4） 建立了一套基於特徵融合的DEM高精度提取流程，首先實現對分解後的點雲數據進行最末次回波和僅首次回波，進行鄰域分析，利用漸進式TIN加密的方法，實現高精度DEM的，提高DEM的提取效率； （5） 實現採用監督分類器，如最大似然法，隨機森林分類器、支持向量機分類器進行分類，進行混合分類和組合分類，實現最大機率的多分類方法的多重分類； 針對以上內容，依託本項目發表國內外核心期刊或EI檢索文章4篇，國外核心期刊1篇；開發完成一套基於波形數據的波形分解和波形特徵參數提取的波形數據軟體2套。
