测绘科学

2021, v.46;No.279(09) 122-129

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进K均值聚类的点云林木胸径提取
An improved K-means clustering method for DBH extraction from point cloud

麻卫峰;王金亮;麻源源;张建鹏;

摘要(Abstract):

针对现有胸径提取精度不够高、自动化程度低等不足,基于地基激光雷达胸径切片点云数据,该文提出了一种改进K均值聚类的林木胸径提取方法。利用约束条件优化初始种子点的选择原则,避免随机种子点选择造成聚类结果陷入局部最优;采用拐点法自适应确定聚类目标类别数目,提高单木胸径点分割的自动化程度;根据点云与类别中心统计参数识别并剔除非目标对象点,通过圆模型参数求解实现胸径值计算。结果表明:改进后的K均值聚类能快速实现林木胸径点的批量化提取,无须林木数目、样地大小等先验知识,具有自动化程度高、抗噪性强的优势。该研究对地基激光雷达在林业资源调查及生产管理应用具有一定的实际应用参考价值。

关键词(KeyWords): 点云;胸径;K均值聚类;拐点法

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41961060);; 云南省中青年学术技术带头人培养计划项目(2008PY056)

作者(Author): 麻卫峰;王金亮;麻源源;张建鹏;

Email:

DOI: 10.16251/j.cnki.1009-2307.2021.09.016

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享