SVM用于LiDAR数据的地物分类

LiDAR具有探测地表垂向结构的能力,目前还无法被其他遥感源所取代。本文提出通过变换点云提取LiDAR纹理特征,利用支持向量机(SVM)进行训练和分类,并与基于神经网络的分类方法进行比较。试验结果表明,SVM能在训练精度和推广能力之间取得折中,可有效地避免LiDAR地物分类证据不完备引起的过拟合问题,适合于LiDAR地物分类。