融合机载LiDAR和高光谱影像的土地利用分类
Fusion of airborne LiDAR and hyperspectral image for land use and cover classification作者机构:桂林理工大学测绘地理信息学院广西桂林541004 中国科学院空天信息创新研究院数字地球重点实验室北京100094
出 版 物:《激光杂志》 (Laser Journal)
年 卷 期:2023年第44卷第3期
页 面:133-136页
学科分类:080901[工学-物理电子学] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0803[工学-光学工程]
基 金:广西自然科学基金创新研究团队项目(No.2019GXNSFGA 245001) 广西高校中青年教师基础能力提升项目(No.2020KY06031)
主 题:机载激光雷达 高光谱影像 数据融合 随机森林 地物分类
摘 要:高光谱影像具有丰富的波谱和纹理信息,机载LiDAR点云数据包含了地物高密度、高精度的三维信息。分别从两种数据中提取地物的光谱特征、纹理特征和高度特征,并进行不同的特征组合,然后采用随机森林分类器进行地物分类实验。结果表明,机载LiDAR点云和高光谱数据在地物分类方面具有很强的信息互补性;融合了LiDAR高度特征的总体分类精度和Kappa系数均优于仅使用高光谱影像,其中“PCA+NDVI+GLCM+CHM的特征组合总体分类精度和Kappa系数最高,分别为85.96%和0.81;与未加入LiDAR特征的组合相比,总体分类精度提高了5.33%。