买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：本发明属于机载激光雷达点云数据处理技术领域，具体涉及一种基于无人机近红外波段激光雷达的枝叶分离方法。本发明利用无人机近红外波段LiDAR获取点云数据，并从中提取树木点；再对树木点分别进行基于形态学的树干点采样，统计得到树干点的回波强度信息；通过回波强度信息对树木点进行聚类分割，利用无监督的k均值聚类对树木点进行二分类；最后，结合树干点的回波强度信息，对k均值聚类的分类结果进行树干和叶片判别，从而实现枝叶分离。本发明建立了结合形态和强度的无人机激光雷达枝叶分离方法，计算效率高，物理意义明确，便于使用；能有效的应用于大场景森林资源勘测、调查等领域。

主权项：1.一种基于无人机近红外波段激光雷达的枝叶分离方法，包括以下步骤：步骤1、树木点提取：通过无人机近红外波段激光雷达对目标区域进行无差别采样，获取原始点云数据；然后对获取的原始点云数据预处理提取其中的树木点；步骤2、对步骤1预处理后的树木点，分别获取树干回波强度信息标签和回波强度信息二分类；a、获取树干回波强度信息标签：对步骤1提取的树木点，通过圆柱拟合的方式来检测树木点中的树干部分，作为木质组分回波强度信息的依据，具体步骤如下：a-1、取树木点最下层5％-15％的点云数据作为树干点候选点；a-2、对a-1中取得的树干点候选点进行细分类：a-2-1、对a-1中取得的树干点候选点进行欧式聚类，得到若干三维点集；a-2-2、遍历a-1中得到的三维点集，对于各三维点集：将三维点集中的所有点映射到XOY平面中，并通过最小二乘法作圆拟合，其中设圆的圆心为Ox,Oy，半径为R；a-2-3、对每个三维点集对应拟合出来的圆进行拟合误差判断，误差判断公式如下： 其中，n为各个三维点集中的总点数，为点集中编号为i的点坐标；Errorvalue为圆拟合判别阈值，取值为0.05-0.15；当左项式≤右项式时，判定该三维点集为树干点集，统计并记录该三维点集内所有点的强度信息；a-3、对a-2-3中得到的满足判断条件的树干点回波强度信息做平均，得到树干回波强度信息标签，其具体公式如下： 其中，N为所有满足判断条件的树干点的个数，Intensityk为满足判断条件的编号为k的树干点的回波强度信息，1≤k≤N；b、回波强度信息二分类；对步骤1提取的树木点，利用k均值聚类的方法，对其回波强度信息进行二分类，其具体实现过程如下：b-1、首先读入树木点X，其中X包含m个点，每个点记为xj，1≤j≤m；在X中随机选择2个点作为质心Ce，Ce的类别编号为其下标e，1≤e≤2；b-2、然后对X采用最邻近原则赋予xj类别编号进行分类，具体方法如下：b-2-1、记xj和Ce之间的距离为Disj，e，表达式如下：Disj，e＝||xj-Ce||2对xj来说，存在一质心CMIN，使得Disj，MIN＝minDisj，e将xj的类别编号赋为MIN，在所有树木点都赋予了类别编号之后，更新质心； 其中numXq是类别编号为q的总点数，为类别编号为q的第t个点；b-2-2、比较更新后的质心与更新前的质心是否发生变化，如果发生变化，以更新后的质心作为质心再次对树木点进行分类；直至没有变化，认为分类结果稳定，退出迭代；步骤3、数据融合：对步骤2-b中通过k均值聚类得到的二分类结果，获得两个分类结果的质心，取其强度信息最接近步骤2-a获取的树干回波强度信息标签的一组为树干点，另一组为叶片点。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于无人机近红外波段激光雷达的枝叶分离方法