遥感影像数据和机器学习算法空间分布信息自动分类提取

本文利用Landsat8遥感影像数据结合野外实地调查,基于随机森林和支持向量机等机器学习算法对韩江东溪入海口红树林空间分布进行自动分类提取研究。结果表明:随机森林算法对红树林空间分布的提取精度高于对比支持向量机算法,分类精度为94.5066%,Kappa系数为0.6939;投入NDVI评价因子构建的随机森林模型可有效提高分类精度,改进后的分类精度为94.6046%,Kappa系数为0.7009。随着有效评价因子的投入增多,基于随机森林方法能进一步提供更准确的红树林分布信息,可为韩江三角洲红树林空间分布提取提供重要的参考依据。

基于车载激光雷达数据的多种道路要素自动提取分类

基于车载点云数据开展道路要素的自动提取与分类是三维激光扫描技术服务于城市运维活动的一项重要应用。基于现阶段的行业研究情况,本文首先开展了针对不同类型道路要素对象进行方法及算法汇总,然后基于应用实例开展了车载激光雷达(LiDAR)点云用于道路结构、路面标识以及道路区域杆状地物等主要道路要素的自动提取与分类的应用,对其实用性和准确性进行了评价。

基于激光扫描数据的建筑物自动提取方法研究

指出了随着三维激光扫描硬件设备的不断更新发展,面对更庞大的数据量、精度更高的工程应用,迫切需要具有快速度、高精度的方法来实现扫描数据的建模和计算机的自动分类提取。在已有研究基础上,利用基于球面投影构网和FCM聚类混合的点云分类法,对选取的单站地面激光扫描数据进行处理,并分析了其可行性,主要采用了以下几种处理算法进行了比较分析:基于球面投影的空间三角形构网方法;Fuzzy C-Mean(FCM)模糊聚类方法的点云分类;柱面投影和CYLVIEW浏览器设计;软件开发。