[发明专利]一种融合影像的机载激光雷达数据半监督分类方法

摘要

本发明涉及机载激光雷达数据处理技术领域，尤其涉及一种融合影像的机载激光雷达数据半监督分类方法。本发明其基于半监督概念，利用点云数据的粗分类结果，提取高精度训练样本数据，用于高分辨率影像的分类，后处理过程基于目标复杂度去除伪建筑物点，精化分类结果，并融合LiDAR点云多重特征进行交叉验证，最终实现机载激光雷达数据的精分类，是一种高可靠性，分类精度较高的融合分类方法。本发明在没有使用近红外数据的前提下，达到对点云高植被和低矮植被区域进行分类的良好效果。

主权项

一种融合影像的机载激光雷达数据半监督分类方法，其特征在于，包括以下步骤：原始激光雷达数据去噪步骤，该步骤采用K近邻球去噪算法，去除点云中存在的噪声，并内插生成数字表面模型DSM；高精度数字地面模型DEM生成步骤，该步骤对去噪后的激光雷达数据，采用迭代三角网渐进加密滤波方法得到打在地面上的激光雷达点，并内插生成高精度数字地面模型DEM数据；nDSM数据生成步骤，该步骤将原始DSM数据与DEM数据相减，得到nDSM数据；激光雷达数据粗分类步骤，该步骤对经过迭代三角网滤波获取的非地面点集，首先通过高程信息分割点云，再利用局部属性估计，高程等约束获取点云数据的中的高植被、建筑物等2个类别的初始类别信息；基于LiDAR数据辅助的影像分类训练样本提取步骤，该步骤对粗分类后的点云，首先按照类别信息进行高程赋值，并进行格网化生成相应栅格数据；其次手动选取种子点，通过种子生长法自动生长获得样本区域；通过上述方法半自动获取高植被、建筑物、裸露地表的样本信息，用作影像分类的高精度训练样本；联合nDSM掩膜的分类步骤，该步骤利用nDSM数据在配准后的高分辨率影像上产生对高程低于指定高程阈值的平面区域和高程高于指定高程阈值的高区域进行掩膜处理运用，分类后的伪建筑物点去除步骤，该步骤是因为单依靠光谱信息进行的基于联合nDSM掩膜分类结果，会因单纯依靠光谱信息而导致建筑物类别的错分，因此利用形状指数和复杂度计算去除非建筑物类别数据，去除误判为建筑点的激光点；基于影像分类结果和点云多重特征交叉验证的激光点分类的步骤，该步骤首先利用联合nDSM掩膜的分类步骤和分类后的伪建筑物点去除步骤处理得到的影像分类结果对点云进行类别赋值；其次利用点云多重特征（强度均值、离散度）以及DEM数据等对分类赋值结果进行再验证，修正点云分类的误分类点，最终将点云数据分为裸露地表、低植被、高植被和建筑物等4个类别。