-
公开(公告)号：CN110992375A
公开(公告)日：2020-04-10
申请号：CN201911201113.7
申请日：2019-11-29
Applicant: 桂林理工大学
Abstract: 本发明涉及到了森林遥感的LiDAR点云单木分割领域，公开了逐层LiDAR点云的弦角判别聚类单木分割方法，发明了几何关系判别聚类法，包括：1.机载LiDAR森林点云数据的回波信息处理，提取植被点云数据；2.逐层半弦值判别聚类分割，普遍适用于多木间单木分割；3.逐层半弦角辅助聚类分割，帮助2中局部重叠的两棵树进行分割；4.对3中存在“大盖小”的两棵树遮挡现象设定阈值，根据大树与小树高度关系聚类；5.联合判断分割出的单木，修正或删除错判ID单木。本发明为森林点云数据提供了一种基于圆形弦值和角度的几何判别聚类的分割方法，该发明较于CHM方法能够更快速、准确获取单木分割形状，减少错误分割单木，有助于林业研究的森林植被参数反演和建立林木3D模型。
-
公开(公告)号：CN113222917A
公开(公告)日：2021-08-06
申请号：CN202110470600.4
申请日：2021-04-29
Applicant: 桂林理工大学
Abstract: 本发明涉及激光雷达数据处理领域，公开了机载激光雷达点云数据冠层高度模型的DBI树顶点探测方法，发明了一种基于冠层高度冠层模型的DBI控制前景像素探测树顶点的方法，包括：1.规范冠层高度模型的标记像素生成条件；2.利用高度冠层模型的灰度变化特点对伪前景像素进行过滤剔除；3.引入相似度判断因子DBI进行DBI‑K筛选树冠顶点。本发明提供了一种机载激光雷达点云数据冠层高度模型的树顶位置探测方法，能够有效的解决传统窗口探测树顶点方法的阈值依赖问题，提高树顶点识别准确度。
-
公开(公告)号：CN113222917B
公开(公告)日：2022-06-14
申请号：CN202110470600.4
申请日：2021-04-29
Applicant: 桂林理工大学
IPC: G06T7/00 , G06T7/194 , G06T7/136 , G06K9/62 , G06V10/762 , G06V10/764
Abstract: 本发明涉及激光雷达数据处理领域，公开了机载激光雷达点云数据冠层高度模型的DBI树顶点探测方法，发明了一种基于冠层高度冠层模型的DBI控制前景像素探测树顶点的方法，包括：1.规范冠层高度模型的标记像素生成条件；2.利用高度冠层模型的灰度变化特点对伪前景像素进行过滤剔除；3.引入相似度判断因子DBI进行DBI‑K筛选树冠顶点。本发明提供了一种机载激光雷达点云数据冠层高度模型的树顶位置探测方法，能够有效的解决传统窗口探测树顶点方法的阈值依赖问题，提高树顶点识别准确度。
-
公开(公告)号：CN110992375B
公开(公告)日：2021-07-06
申请号：CN201911201113.7
申请日：2019-11-29
Applicant: 桂林理工大学
Abstract: 本发明涉及到了森林遥感的LiDAR点云单木分割领域，公开了逐层LiDAR点云的弦角判别聚类单木分割方法，发明了几何关系判别聚类法，包括：1.机载LiDAR森林点云数据的回波信息处理，提取植被点云数据；2.逐层半弦值判别聚类分割，普遍适用于多木间单木分割；3.逐层半弦角辅助聚类分割，帮助2中局部重叠的两棵树进行分割；4.对3中存在“大盖小”的两棵树遮挡现象设定阈值，根据大树与小树高度关系聚类；5.联合判断分割出的单木，修正或删除错判ID单木。本发明为森林点云数据提供了一种基于圆形弦值和角度的几何判别聚类的分割方法，该发明较于CHM方法能够更快速、准确获取单木分割形状，减少错误分割单木，有助于林业研究的森林植被参数反演和建立林木3D模型。
-
-
-
Search Results
4
records
(took 0.013 seconds)
