基于区域合并的Mean Shift算法识别单木研究

编号 zgly0001670950

文献类型 期刊论文

文献题名 基于区域合并的Mean Shift算法识别单木研究

作者 唐孝甲  陈伟  尹准生  张振中 

作者单位 国家林业和草原局华东调查规划设计院 

母体文献 林业调查规划 

年卷期 2019年03期

年份 2019 

分类号 TP751  S757.2 

关键词 MeanShift算法  区域邻接图  LiDAR  点云  单木识别 

文摘内容 为准确识别森林单木,采用区域合并的Mean Shift算法对机载点云进行单木分割。首先,以点云三维特征空间为特征向量,选择核带宽度及收敛阈值,采用Mean Shift算法对点云进行初始过分割;其次,以过分割点簇为对象,选择分割尺度、平滑度和紧凑度参数,采用基于区域邻接图的最优层次合并方法对点簇进行合并。最后,剔除3.5 m高度以下和异常点云,以点云中心点为单木位置,计算森林密度。实验结果表明,基于区域合并的Mean Shift算法能够检测到89%以上的单木,单木识别精度达91.6%,避免了生成CHM的初始误差。