基于多尺度自适应特征的机载LiDAR点云分类

为解决复杂场景下城区点云分类精度不高的问题, 提出了基于多尺度自适应特征的分类方法。首先, 对经典几何统计特征和点直方图特征进行组合, 将组合特征集作为分类依据; 然后采用随机森林法评估特征的重要性, 并自适应选取重要的特征集; 最后基于多尺度自适应特征实现了点云的分类。实验结果表明:该方法能实现城区点云的高精度分类, 能适合任意尺度下不同分辨率点云数据的分类。