基于最优邻域特征提取和改进随机森林的建筑立面结构点云分类方法

程志新1邹进贵1贺亦峰1翟若明2孟丽媛3张玲4王云可4

1.武汉大学测绘学院2.长江科学院工程安全与灾害防治研究所3.宿迁学院建筑工程学院4.湖北省自然资源厅测绘应急保障中心

摘要：建筑立面点云包含了丰富的结构要素，对于结构的精细分类目前在智慧城市等领域具有广泛应用，因此本文提出一种监督式机器学习方法，用于高效分类建筑立面点云中的结构要素。首先通过特征熵函数确定最优邻域，然后提取适用于建筑的多维特征，最后采用基于特征重要性加权的随机森林分类器分类。实验表明，本文提出方法在公开数据集上具有较高的分类精度和效率，平均交并比（mIOU）能够达到81.0%。

关键词：特征提取;建筑立面结构;随机森林;点云分类;

基金资助：国家自然科学基金（41871373）； 宿迁市科技计划（k202142）； 湖北省自然资源厅科研计划（ZRZY2024KJ40）；

DOI：10.14188/j.2095-6045.20240455

专辑：基础科学;信息科技

专题：自然地理学和测绘学;计算机软件及计算机应用;自动化技术

分类号：P225.2;TP391.41;TP181