| 超体素约简和谱聚类结合的机载LiDAR点云单木分割 |
| |
| 引用本文： | 王伟伟,庞勇,杜黎明,张钟军,梁晓军.超体素约简和谱聚类结合的机载LiDAR点云单木分割[J].遥感学报,2022,26(8):1650-1661. |
| |
| 作者姓名： | 王伟伟 庞勇 杜黎明 张钟军 梁晓军 |
| |
| 作者单位： | 1.中国林业科学研究院 资源信息研究所, 北京 100091;2.国家林业和草原局 林业遥感与信息技术重点实验室, 北京 100091;3.北京师范大学 人工智能学院, 北京 100875 |
| |
| 基金项目： | 国家自然科学基金（编号：41871278）;国家重点研发计划（编号：2020YFE0200800,2017YFD0600404） |
| |
| 摘 要： | 为提高机载LiDAR点云数据的单木分割精度和效率,本文提出了一种基于Nystr?m的谱聚类算法。该算法基于谱聚类方法,同时引入了mean shift体素化和Nystr?m方法,在保持谱聚类算法优越表现的同时,大幅降低了谱聚类算法的空间和时间复杂度。首先,用mean shift方法将点云数据转换到体素空间以合理压缩数据量,使用带有体素权重的高斯相似度函数在体素空间中构造相似图。然后,使用Nystr?m方法计算相似度矩阵的近似特征向量和特征值。接下来,使用K-means方法在特征空间中进行聚类,并将结果映射回原始点集以获得单木的聚类点。最后,直接从单木聚类中获取单木参数。在黑龙江省孟家岗林场的实验结果表明：本算法有效改进了谱聚类算法,以牺牲5%的分割精度为代价将分割效率提升了约96倍;与K-means方法相比,本算法在分割精度和计算效率方面均表现更优;从分割结果中提取的树高参数具有较高的精度,R2![]() ![]() 和RMSE值分别为0.86和1.62 m。本文提出的基于Nystr?m的谱聚类算法是一种有效的机载LiDAR点云分割方法,可以用来进行单木点云分割和单木因子提取。
|
| 关 键 词： | 遥感 机载激光雷达 点云 单木分割 谱聚类 Nyström 方法 体素化 |
| 收稿时间： | 2020/6/4 0:00:00 |
Individual tree segmentation for airborne LiDAR point cloud data using spectral clustering and supervoxel-based algorithm |
| |
| WANG Weiwei,PANG Yong,DU Liming,ZHANG Zhongjun,LIANG Xiaojun.Individual tree segmentation for airborne LiDAR point cloud data using spectral clustering and supervoxel-based algorithm[J].Journal of Remote Sensing,2022,26(8):1650-1661. |
| |
| Authors: | WANG Weiwei PANG Yong DU Liming ZHANG Zhongjun LIANG Xiaojun |
| |
| Institution: | 1.Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China;2.Key Laboratory of Forestry Remote Sensing and Information System of National Forestry and Grassland Administration, Beijing 100091, China;3.College of Artificial Intelligence, Beijing Normal University, Beijing 100875, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《遥感学报》浏览原始摘要信息 |
| 点击此处可从《遥感学报》下载免费的PDF全文 |
|
