基于GLCM纹理特征的LiDAR点云建筑物自动提取

详细信息   全文下载|推荐本文 |

• 出版年：2009
• 作者：张皓；黄艳；杨洋；邹晓亮
• 单位1：信息工程大学测绘学院
• 出生年：1983
• 学历：硕士生
• 语种：中文
• 作者关键词：LiDAR；GLCM；建筑物提取；分类
• 起始页：31
• 总页数：4
• 刊名：测绘通报
• 是否内版：否
• 刊频：月刊
• 创刊时间：1955
• 主管单位：国家测绘局
• 主办单位：测绘出版社
• 主编：高锡瑞
• 地址：北京市复兴门外三里河路50号
• 邮编：100045
• 电子信箱：chtb@periodicals.net.cn；chtp@chinajournal.net.cn
• 网址：http://chtb.periodicals.net.cn/；http://chinajournal.net.cn/
• 期：11
• 期刊索取号：P810.66 649-6
• 数据库收录：第二、三届国家期刊奖百种重点期刊；中国期刊全文数据库收录期刊；全国中文核心期刊；中国科技核心期刊；《CAJ-CD》执行优秀期刊
• 核心期刊：全国中文核心期刊；中国科技核心期刊

摘要

LiDAR技术可以快速获取高精度的地形表面三维点云数据。利用LiDAR点云进行建筑物自动提取时，有些建筑物与树木连在一起，有些区域还有大片树林，在此情况下，很难将二者区分开来。在没有其他辅助数据时，LiDAR点云中点的高程及其变化所表现出来的高程纹理特征是区分建筑物与树木的惟一可用特征。基于灰度级共生矩阵（gray level co-occurrence matrix，GLCM）的纹理特征是对物体表面纹理很好的描述，对上述纹理特征进行分类，可以区分建筑物与树木。介绍基于GLCM纹理特征的LiDAR点云建筑物自动提取方法。实验结果证明，在没有辅助数据的情况下，该方法也能够自动提取出建筑物。