基于车载LiDAR点云的地物分类方法的研究_邵帅1

收

稿日期： 2016 － 03 － 15

作者简介： 邵 帅（1992 － ），男，河南商丘人，大地测量与测量工程专业硕士研究生，主要研究方向为现代测量数据处理及其应用。

基

于车载 LiDAR 点云的地物分类方法的研究

邵 帅，刘春晓，

周光耀，井文胜

（

山东科技大学 测绘科学与工程学院，山东 青岛 266590 ）

中图分类号： P237 文献标识码： A 文章编号： 1672 － 5867（ 2017） 02 － 0198 － 04

Abstract： Combining the nearest neighbor clustering algorithm and object surface segmentation method，this paper proposes a new

method which combines the nearest neighbor clustering algorithm based on the maximum grid density． Firstly，we should have low

point extraction of the original point cloud，set the grid size，based on the point cloud data of denoising and the principle components

analysis，then uniform grid point cloud space，maximum density of grid clustering center is introduced，add height，strength and the

method of vector feature for segmentation of point cloud to achieve the classification of different features，and improve the efficiency of