- · 云南森林生态产品天猫正宗原产地第一季线上营销活动项目(二次)中标公告[01/06]
- · 云南省林业和草原局园艺植物新品种注册登记办公室公告(第2010号)[01/05]
- · 《培育有强大市场竞争力的云南核桃产业体系研究》课题中标公告[12/30]
- · 林业大数据共享平台和智慧应用系统开发项目A标段中标公告[12/25]
- · 林草私有云建设项目中标公告[12/25]
- · 云南省草原监测调查“星空地”一体化草原监测技术服务采购成交结果公示[12/25]
- · 林草政务云资源服务目录采购项目中标公告[12/22]
- · 卫星影像数据处理和分析项目成交公告[12/15]
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
关键词: Mean Shift算法; 区域邻接图; LiDAR; 点云; 单木识别;
摘要: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。
上一篇:宁夏空间规划试点中林地精细分类标准的构建
下一篇:Excel函数IF、COUNTIF、IFERROR、VLOOKUP在天然林停伐保护县级实施方案附表中的应用