论文部分内容阅读
本文综合利用LiDAR点云数据与GeoEye高空间分辨率遥感影像，采用面向对象分类的矿区地表覆盖信息协同处理方法，构建了基于支持向量机(SVM)的LiDAR与GeoEye协同处理模型，提出将高分辨率图像的光谱信息和nDSM信息作为支持向量机分类模型的输入，利用nDSM高度阈值区分候选分割对象的方法，实现了建(构)筑物要素信息的协同提取；构建的基于决策树分类器的矿区典型地物协同处理模型，将图像光谱信息、DSM数据和地形参数等多源数据进行融合，建立了一个树型的多源数据协同处理推理模型，提取出矸石堆、煤堆等典型煤矿区地物要素及植被、道路、水体等地表覆被要素信息。