《表1 数据一不同分类方法结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于图割算法的摄影测量点云面向对象分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

如图3所示，本文方法对两组数据都得到了较好的分类结果。为了对结果进一步评价，以手工标记的分类信息作为点云的真实分类属性进行定量分析。此外，为了进行方法对比，本文还实现了基于单点的图割分类方法以及基于VCCS体素的图割分类方法。在特征权重等参数相同情况下，对不同分类方法在Kappa系数、正确率、耗时方面进行了比较，结果如表1和表2所示。由表1和表2可得，与基于单点的图割分类方法相比，基于VCCS体素的图割分类算法在效率上有很大优势，但由于其在摄影测量点云上的不适应，丢失了过多的信息，导致最后分类精度降低。而本文方法在时间消耗上比基于VCCS体素方法略高，但是丢失信息较少，相较于基于单点的分类方法，不仅效率较高，且分类精度也有一定的提高。