论文部分内容阅读
将纹理特征与波形特征用于LiDAR数据分类，进行了纹理特征与波形特征的最佳组合方案研究。首先将LiDAR全波形数据的高程、波宽、振幅和回波次数等波形特征信息转化为波形特征图像；然后利用灰度直方图和灰度共生矩阵（GLCM）提取多种纹理特征，并与波形特征图像叠加构成多维特征图像；最后讨论纹理特征与波形特征组合对分类的影响，并确定最佳组合方案，探讨不同分类器对纹理与波形特征组合的适应性。实验结果表明，某些纹理特征能够提高分类精度，但不是分类特征越多越好，只有最佳组合才能充分利用纹理和波形特征，提高分类精度。