[发明专利]一种基于机载激光点云聚集关系的单木分割方法

摘要

本发明属于机载激光雷达森林遥感应用领域，具体涉及一种基于机载激光点云聚集关系的单木分割方法。本发明利用机载激光雷达获取森林植被冠层三维激光点云数据，经历林木判别、局部最大值法初始分割、删除错误的分割单树、循环聚类和最近邻点法处理，建立基于原始三维激光点云数据的从森林中分割出单棵树的单木分割方法。相比CHM单木分割方法，能避免信息丢失、减少错误分割和不适当的形状分割，分割效果优异，并且计算时间也得到了大幅度的缩减，能快速、准确的对森林激光点云数据分割出属于特定单棵树的回波激光点来，有助于单树的参数反演、单树的三维结构特征重建以及对森林植被参数反演的验证。

主权项

一种基于机载激光点云聚集关系的单木分割方法，具体技术方案如下：步骤1、林木判别：把回波点分类为植被回波点、地面回波点和其余回波点；步骤2、局部最大值法初始分割：默认编码为0，在未编码的原始点云中寻找回波点类别属于植被的且坐标Z值最大的点，并记录该点的坐标序号，同时把该点编码设为k，k≥1，用半径为R的圆标识该区域，并且把该区域内的所有植被回波点都设为编码k，R为实测目标树木数据优势植被的最小冠幅；然后在原始点云中去除已经编码了的点，树编码号变为k+1，以此循环下去，直到原始点云中所有植被点的编码都不为0；步骤3、删除错误编码树：当同一编码树的点云数量小于激光点云密度或两颗树之间的间隔小于3R，修改该树的编码为0；步骤4、聚类：A、使用步骤3得到编码数据，依据树编码号选取任意两颗树并确定两树之间的间隔I；B、if判断，如果I小于maxR,maxR为实测目标树木数据优势植被的最大冠幅半径，则依次执行①、②、③、④；①、比较两树的高矮，以低树的中心点为原点，不考虑高程坐标Z，建立笛卡尔直角坐标系，高树相对矮树树高的边缘植被点与其顶点形成的垂直夹角为θ,高树顶点与低树顶点连线上的点云作为高树的边缘植被点；②、以mintanθ为阈值tanθ，即最小tanθ；③、记录与mintanθ比较的激光点：记录两树顶点连线为长边长度及方向，矮树树冠幅为宽边的平行四边形所属激光点point2Peek，且该点的编码不为高树编码的点；④、根据多木判别原理进行聚类：首先判断正切值，如果步骤③中记录的激光点对应的正切值大于mintanθ，判断该点编码对应的矮树为高树的一部分，并把该矮树对应的点编码改为高树的编码，将平行四边形内所属激光点遍历；⑤、根据单木归属原理进行聚类：如果point2Peek对应的正切值小于mintanθ，那么判断该点为高树的冠幅点，修改该点的编码为高树的编码，遍历直到修改完该棵树的所有回波点；D、重复执行A、B步骤，直到遍历完所有组树；步骤5：最近邻点法处理，把未被编码的激光点分到距离最近的已编码聚类的树中。