全网唯一标准王
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210766380.4 (22)申请日 2022.06.30 (71)申请人 江苏集萃未来城市应用技 术研究所 有限公司 地址 215000 江苏省苏州市相城经济技 术 开发区澄阳街道澄阳路116号阳澄湖 国际创业园3号楼3层3 01-313房屋 (72)发明人 汤立凡 牛运丰 张昊 华蕊  (74)专利代理 机构 苏州久元知识产权代理事务 所(普通合伙) 32446 专利代理师 潘宏伟 (51)Int.Cl. G06T 7/187(2017.01) G06T 7/11(2017.01) G06T 7/143(2017.01)G06T 7/32(2017.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) (54)发明名称 一种基于融合LiDAR点云数据的单木分割方 法 (57)摘要 本发明公开了一种基于融合LiDAR点云数据 的单木分割方法。 基于融合LiDAR点云数据的单 木分割方法包括如下步骤: 首先对 预处理过后的 地基LiDAR和机 载LiDAR数据进行配准, 完成数据 的融合; 通过点云滤波算法生 成高精度的数字地 面模型, 进而归一化点云的分布, 剔除地形对森 林分布的影 响; 再结合插值算法生成冠层高度模 型, 利用局部最大值滤波器探测树顶; 然后利用 基于点云的聚类算法进行分割, 得到树木单体; 最终采用探测率、 准确率和F得分的评价指标评 估分割精度。 基于LiDAR点云数据的单木分割方 法可以高效、 高精度的实现森 林点云数据的单木 提取, 方便后续 开展单木参数反演工作。 权利要求书2页 说明书3页 附图2页 CN 115100232 A 2022.09.23 CN 115100232 A 1.一种基于融合 LiDAR点云数据的单木分割方法, 其特 征在于, 所述方法包括: 通过无人机载和地基激光雷达设备获取的LiDAR点云数据, 利用采样一致性算法等方 法融合后的点云数据; 通过点云滤波算法将地面点云分离出来生成数字地面模型, 根据模型来归一化点云的 分布, 剔除地形对 森林分布的影响; 通过空间插值方法生成森林 冠层高度模型, 利用局部最大值滤波器探测树木种子点; 通过聚类方法, 确定种子点后分层确定阈值并判断点云归属, 以自上而下顺序完成单 木点云的分割; 通过由探测率、 准确率和F 得分三部分组成的评价指标评估单木分割结果的精度。 2.根据权利要求1所述的单木分割方法, 其特征在于, 所述无人机载和地基激光雷达设 备获取的LiDAR点云数据, 需要先进行地基LiDAR多站点拼接、 无人机载LiDAR航带拼接和点 云去噪等预处理工作。 完成点云数据预 处理后, 需利用快速点特征直方图、 采样一致性算法 等方法对地基LiDAR和机载LiDAR数据进行配准, 进而完成多源平台、 海量点云数据的融合, 获得更加完整的冠层三维结构。 3.根据权利要求1所述的单木分割方法, 其特征在于, 所述点云滤波算法采用TIN滤波 算法来提取地面点云。 该算法核心思想是将最邻近的三个点相连成一个面, 这个面具备相 同的坡度和坡向。 该算法大致分为三个步骤: 首先寻找最低点作为种子点构建初始的三角 网; 然后用所有的点云计算参数, 即高度阈值和角度阈值; 最后判断新点云是否小于阈值, 如果小于阈值则判断为地面点并重构三角网, 否则判断为 非地面点。 迭代进行点云加密, 直 到完成所有点云的判断。 提取完地面点云后, 对森林点云进 行归一化处理, 剔除地形对森林 分布的影响。 4.根据权利要求1所述的单木分割方法, 其特征在于, 所述空间插值方法采用反距离倒 权法来生成冠层高度模型。 该算法是根据已知点和预测点之间的距离来确定权重的插值方 法, 离得越近影响越大, 离得越远影响越小。 该算法没有引入复杂的拟合公式, 比较符合森 林冠层的高度多变但是影响范围等同于树冠尺寸的特点。 生成冠层高度模型之后, 需利用 局部最大值滤波器寻找多个局部最高点作为树冠顶点和对应的(X,Y)值作为树的空间位 置。 5.根据权利要求1所述的单木分割方法, 其特征在于, 所述点云聚类方法是利用点云在 三维空间上的位置, 根据点云之 间的欧式距离来划分点云的归属。 由于树木独有的特点, 树 冠大树干小, 树冠 的形状也分为圆锥形和椭球形两大类, 所以点云聚类的距离不能固定成 单一的值, 而 是将整个归一化的植被点云分成几个层次, 每个层次划分一个聚类距离, 和树 冠中心距离小于阈值则属于该树冠 的点云, 否则就属于其他单木。 最终通过迭代比较不断 地归类附近的点云, 从而形成一个 个的单木 。 6.根据权利要求1所述的单木分割方法, 其特征在于, 完成单木分割过程后需对分割结 果做精度评估, 判断单木分割的效果可以从数量和质量两个角度来分析, 以地面实测单木 的空间位置和实测参数为真值, 采用由探测率、 准确率和F得分三个判别指标构成的精度评 价方法来进行 单木分割结果的评估。 7.根据权利要求6所述的精度评价方法, 其特征在于, 所述三个判别指标分别由三个公权 利 要 求 书 1/2 页 2 CN 115100232 A 2式计算取得: 探测率r由公式 计算取得; 准确率p由公式 计算取得; F得分由 公式 计算取得。 其中, r代表冠幅的探测率; p代表探测出冠幅的准确率; F则由r和p 利用第三个公式计算所得, 分值是对单木分割效果的量化表达; Nt代表正确分割; N0代表漏 分割; Nc代表过度分割。权 利 要 求 书 2/2 页 3 CN 115100232 A 3

.PDF文档 专利 一种基于融合LiDAR点云数据的单木分割方法

文档预览
中文文档 8 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共8页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种基于融合LiDAR点云数据的单木分割方法 第 1 页 专利 一种基于融合LiDAR点云数据的单木分割方法 第 2 页 专利 一种基于融合LiDAR点云数据的单木分割方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 11:55:27上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。