基于不同方法的河流水系信息提取对比研究——以南充市河长制水系信息核查为例

以Pleiades影像为基础,南充市河长制水系信息核查为例,分别采用最大似然法、决策树分类、光谱角度填图方法和支持向量机分类法对Pleiades影像中河流水系信息的提取精度进行对比研究。结果表明,Pleiades影像提取河流水系信息的精度较高,可满足河长制水系信息核查要求;支持向量机分类方法得到的总体精度为88.75%,Kappa系数为87.23%,均高于最大似然法、决策树分类和光谱角度填图方法的结果。因此,支持向量机分类方法更适合于河长制水系核查信息提取。

自适应移动盒子的机载LiDAR点云去噪算法

针对现有LiDAR点云去噪算法难以实现自适应的问题,该文提出了基于空间盒子结构的自适应移动盒子去噪算法。基于经验模型建立盒子自适应准则,较好规避了现有算法的去噪阈值确定问题;采用聚类分析实现噪声点与有效点的精确标示。基于不同类型噪声的点云数据实验结果表明:与现有去噪算法相比,基于自适应移动盒子的去噪算法具有更好的适应性和去噪效果。