《表1 点云特征向量表：车载激光点云中行道树及属性信息提取》
提示：宽带有限、当前游客访问压缩模式
分别从点云单点特征、高程统计特征、强度统计特征、表面相关特征、空间分布特征5个方面构建了25个特征（表1）。
| 图表编号 | XD0084951600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.05.01 |
| 作者 | 王冬、张焱、姜俊奎 |
| 绘制单位 | 山东科技大学测绘科学与工程学院、山东科技大学测绘科学与工程学院、山东科技大学测绘科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 点云局部特征：基于移动激光扫描的行道树树干提取》2020.09.25
- 《表1 行道树提取准确率：基于车载激光扫描系统的城市行道树调查与管理》2020.09.25
- 《表3 平均距离偏差对比：基于特征点匹配的激光点云重建》2020.12.25
- 《表2 场景仿真参数：基于激光点云全局特征匹配处理的目标跟踪算法》2020.03.25
- 《表1 点云数据精度评价：图像语义分割辅助的车载激光点云道路提取方法》2020.03.01
- 《表2 精度对比：利用车载LiDAR点云数据提取城市道路规则多边形》2020.03.25
- 《表1 实验参数：车载激光点云道路场景可视域快速计算与应用》2020.02.05
- 《表1 参数提取结果：基于激光点云的中压配电网日同期线损检测系统设计》2019.10.25
- 《表1 实验数据统计结果：大数据下激光点云边界法向矢量精确提取系统》2019.10.25
- 《表1 实验数据参数：基于激光点云的建筑物立面轮廓提取》2019.09.25
- 《表1 检查点测距结果：基于激光点云的敦煌洞窟空间信息重建》2019.08.01
- 《表2 算法精度评定：车载激光点云中行道树及属性信息提取》2019.05.01
- 《表3 行道树属性信息提取精度对比结果》2019.05.01
- 《表1 构件体积：基于激光点云与建筑信息模型技术的复杂船舱容积计算方法》2019.03.10
- 《表2 道路提取定量分析：基于车载LiDAR点云联合特征的道路边界提取研究》2019.01.01
- 《表1 边界提取效率对比：基于车载LiDAR点云联合特征的道路边界提取研究》2019.01.01
- 《表3 GLAS激光点基本信息》2018.11.01
- 《表2 GLAS激光点基本信息》2018.11.01
- 《表3 正态分布函数值：基于点云特征提取变形信息算法研究与精度分析》2018.09.30
- 《表1 激光点云精度统计》2018.07.25