基于 LiDAR 波形分解的点云 SVM 分类方法研究

A LiDAR Point Classification Method Based on SVM and Waveform Decomposition

LiDAR全波形数据可以记录发射激光脉冲与地物作用形成的后向散射信号的全回波信息,是发射激光脉冲沿途遇到的所有目标回波信号的总和,揭示了地物的几何和物理属性,是地物分类的重要依据。然而目前基于全波形分解的地物分类研究较少。本文将LiDAR全波形数据分解成波宽、振幅、回波次数3个独立的属性,并分别将这3个属性与高程进行格网化,生成一幅含有4个图层的图像;然后使用SVM分类器对这幅图像进行分类,成功分出了房屋、地面、高大植被,分类精度达96.248 2%,Kappa系数达0.928 1。