基于區域合并的Mean Shift算法識別單木研究
唐孝甲; 陳偉; 尹準生; 張振中 國家林業和草原局華東調查規劃設計院; 浙江杭州310019
- meanshift算法
- 區域鄰接圖
- lidar
- 點云
- 單木識別
摘要：為準確識別森林單木,采用區域合并的MeanShift算法對機載點云進行單木分割。首先,以點云三維特征空間為特征向量,選擇核帶寬度及收斂閾值,采用MeanShift算法對點云進行初始過分割;其次,以過分割點簇為對象,選擇分割尺度、平滑度和緊湊度參數,采用基于區域鄰接圖的最優層次合并方法對點簇進行合并。最后,剔除3.5m高度以下和異常點云,以點云中心點為單木位置,計算森林密度。實驗結果表明,基于區域合并的MeanShift算法能夠檢測到89%以上的單木,單木識別精度達91.6%,避免了生成CHM的初始誤差。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
