空载光达资料之混和分类法应用於海岸地形测量之-工程科技推展中心.PDFVIP

行 料類量 精 類 行 年年 行 立 參理 理 理 年 ■ 成 果 報 告 行政院國家科學委員會補助專題研究計畫 □期中進度報告 空載雷射測距資料之混和分類法應用於海岸地形測量之研究 Study of Coastal Survey using LIDAR Data Hybrid Clustering Techniques 計畫類別：■ 個別型計畫 □ 整合型計畫 計畫編號： NSC － － － － － 執行期間： 94年 8月 1日至 95年 7月 31日 計畫主持人：薛憲文 共同主持人： 計畫參與人員：黃明哲、陳月淑 成果報告類型(依經費核定清單規定繳交)：□精簡報告 □完整報告 本成果報告包括以下應繳交之附件： □赴國外出差或研習心得報告一份 □赴大陸地區出差或研習心得報告一份 □出席國際學術會議心得報告及發表之論文各一份 □國際合作研究計畫國外研究報告書一份 處理方式：除產學合作研究計畫、提升產業技術及人才培育研究計畫、 列管計畫及下列情形者外，得立即公開查詢 □涉及專利或其他智慧財產權，□一年□二年後可公開查詢 執行單位：國立中山大學海洋環境及工程研究所 中 華 民 國 95 年 10 月 31 日 1 摘要 光達(LIDAR: LIght Detection And Ranging) 主要應用於快速獲取大面積三 維地形資料，快速生成 DEM(Digital Elevation Model) 等數位產品，由於光達同 時提供空間物體高度與反射強度資訊，因此可作為地面空間物件分類之用。光 達系統可以極具彈性與可攜性的作業模式，提供政府部門海岸帶管理與經營所 需的海岸地區多項環境與生態參數。 本研究探討「支持向量機(SVM) 」的分類演算法，從雷射測距資料中提取) 地面空間物件。SVM在解決少量學習樣本、非線性及高維度「模式識別」相關 問題中有許多特有的優勢。本研究實驗結果證明， SVM 方法應用於中山大學光 達資料與數位影像之地物分類（如建物、植被、柏油路面、水泥路面、草地、 操場與沙灘），分類精度可達 80%~91% ，與最小距離分類法及最大相似分類法 相比，分類精度可提高 5%~6% 。 關鍵詞：機載雷射測距系統、機器學習、支持向量機、分類 Abstract 光達 (LIght Detection and Ranging) is widely used in such fields as Digital Surface Model (DSM) production. It provides both height and intensity data that reflect the material characteristics of o