[发明专利]一种基于机载激光点云聚集关系的单木分割方法

说明书

本发明属于机载激光雷达森林遥感应用领域，具体涉及一种基于机载激光点云聚集关系的单木分割方法。本发明利用机载激光雷达获取森林植被冠层三维激光点云数据，经历林木判别、局部最大值法初始分割、删除错误的分割单树、循环聚类和最近邻点法处理，建立基于原始三维激光点云数据的从森林中分割出单棵树的单木分割方法。相比CHM单木分割方法，能避免信息丢失、减少错误分割和不适当的形状分割，分割效果优异，并且计算时间也得到了大幅度的缩减，能快速、准确的对森林激光点云数据分割出属于特定单棵树的回波激光点来，有助于单树的参数反演、单树的三维结构特征重建以及对森林植被参数反演的验证。

技术领域

本发明属于机载激光雷达森林遥感应用领域，具体涉及一种基于机载激光点云聚集关系的单木分割方法。

背景技术

机载激光雷达(airborne light detection and ranging，A-LiDAR)是通过搭载在航空飞机上的传感器所发出的激光来测定传感器与目标物之间距离的一种有效且主动的遥感技术，不仅可以精确、快速的获取地球表面几何信息(如三维地理坐标)、回波地物的辐射信息，而且可以应用于大尺度上，再加上其具有很强的穿透森林植被的能力,为森林结构参数的提取以及森林生态系统功能参数的反演提供了全新的技术手段。

在林业应用方面，利用机载激光雷达数据进行研究大致包含森林参数反演(树高、冠幅、叶面积指数等)、单木分割、林木判别以及森林3D模型重建。林木判别是从原始激光点云中识别出植被回波点的方法；而单木分割算法主要用来解决的问题是在林木判别后得到的植被回波点中分割出属于特定单棵树木的点云。在实际野外测量中，比如LAI值、树高、冠幅等实测参数往往都是针对单棵树木进行人工测量的，而在利用A-LiDAR或者其他遥感数据反演森林参数过程中，基本上都是以这些单木实测数据源作为验证数据，而且单木分割的位置精度、点云数据的密度等也影响着森林参数反演的精度,因而单木分割这个步骤往往是不能忽视的。

机载激光雷达数据不仅提供了高精度的地理位置数据，并且采用“自上而下”的方式扫描植被冠层，得到的回波数据中包含描述森林冠层的垂直分布特性的信息，使得在森林样方下的单木分割成为可能。

目前国际上存在的单木分割方法中，最常用的方法是根据植被冠层的冠层高度模型(Canopy Height Model，CHM)进行单木分割，大致过程是它首先通过建立的数字表面模型(Digital Surface Model，DSM)与数字高程模型(Digital Elevation Model，DEM)相减得到CHM，然后从CHM中定位出局部最大值，并自定义一个范围来扩展至被识别单棵树的冠幅，以此冠幅为基础提取出该棵树。使用CHM方法进行单木分割时，由于建立的CHM常常会使用插值点代替真实的三维空间点，会造成不可逆的信息丢失，再加上自定义的窗口大小对CHM进行处理，窗口大小与树高和冠幅大小相联系，因而在利用CHM进行分割时往往造成错误分割以及不适当的形状分割。

而在三维空间上直接对原始点云进行分割发展的越来越好，比如H.Lee等人(2010)，根据局部最大值的点与点之间的距离提出可适应性聚类方法直接对植被点云数据进行聚类，使其单木分割的总体精度达到了95.1％。Lu等人(2014)基于强度和激光点云数据的在空间分布的3D结构，提出了先识别树干的自低向上的方式分割阔叶林，结果表明该方法能从原始点云中检测出84％的树木来，而在检测出的树木中进行分割的正确率达到了97％。Li等人(2012)使用小光斑离散回波激光雷达点云数据，通过考虑两棵树之间的相对间隔，以及形状指数来判断激光点，结果表明该方法能从原始点云中检测出86％的树木来，正确分割率达到了94％。

发明内容

针对上述存在问题或不足，本发明提供了一种基于机载激光点云聚集关系的单木分割方法，基于原始点云数据，根据单棵树内的机载激光点云在三维空间上的聚集关系以及邻近的树与树之间的点云在三维空间上的聚集关系进行单木分割，提供了单木分割的新路径。

本发明具体技术方案如下：