基于表面粗糙度聚类的机载雷达点云数据地物分类方法研究

来源：电子测量技术杂志2021年第20期北京时间：

作者：王 瑞，杨风暴

单位：中北大学 信息与通信工程学院，山西 太原 030051

摘要：在机载激光雷达的发展与应用下，获取地物的空间分布情况变得更加快速便捷。为了实现面向机载激光雷达点云数据的地物分类，本文首先利用高程直方图去除原始点云的离群点；其次利用VoxelGrid滤波器采样，在确保形状的前提下，大量降低点云数量；然后改进K-Means聚类方法，结合三维点云数据携带的高程信息对原始聚类中心和K值进行确定，并采用点云表面粗糙度做聚类分析，从而得到对地物的精确分类。通过对实验采集数据和公开数据上的结果对比可知，本文所提方法对点云数据分类的准确性高，总体分类精度分别为88.17%和90.47%，Kappa系数分别为0.81和0.85。

关键词：机载激光雷达; 点云数据;K-Means聚类; 地物分类

基金资助：国家自然科学基金(61972363)、山西省重点研发计划（国际科技合作）项目(201903D421043)、中北大学研究生科技基金项目(20201728)资助