[发明专利]一种基于树冠三维点云分布的单木分割方法

说明书

本发明属于机载激光雷达点云数据处理技术领域，具体涉及一种基于树冠三维点云分布的单木分割方法。本发明通过利用机载激光雷达获取森林植被冠层三维激光点云数据，并根据树冠形状变化趋势，分析树冠的点云分布特征，根据点与点之间的关系，经历去噪与滤波、点云归一化、提取树冠轮廓点、趋势判别法和删除错误的分割树的处理，建立基于原始激光点云从森林中分割出单树的单木分割方法。本发明摆脱了单木分割对先验数据的依赖，克服因点云数量大所导致的运算复荷大的问题，且相比基于CHM的单木分割方法，避免了点云差值生成CHM所带来的误差以及分割处理时仅仅只是利用了每个栅格中高程的最大值造成的漏分割，分割效果很好。

技术领域

本发明属于机载激光雷达点云数据处理技术领域，具体涉及一种基于树冠三维点云分布的单木分割方法。

背景技术

激光雷达(Light Detection And Ranging，LiDAR)是近年来发展十分迅速的主动遥感技术，主要通过测定传感器发出的激光在传感器与目标物体之间传播的距离，分析目标地物表面的反射能量大小以及反射波谱的幅度、频率和相位等信息，呈现目标物精确的三维结构信息。可以直接、快速、精确地获取研究对象的三维空间坐标，具有独特的优势。

森林是地球最大的陆地生态系统，森林结构参数是刻画森林生长、评价生态功能的重要指标，准确测量森林中单木的各个结构参数对于精确和可持续性地管理森林至关重要。常用的单木参数包括枝下高、胸径、树木位置、树高和树种等，这些参数是定量进行森林分析和生态系统管理所必需的。而所有的森林参数的测量都建立在精确的单木识别上，那么单木识别是其不可或缺的一部分。而单木分割是指从激光雷达点云数据中识别出每一棵树，是提取单木尺度森林数据的重要前提。近十几年来，单木分割一直是激光雷达林业应用研究的热点方向。利用单木分割技术，可以不用耗费大量劳动就能获取森林参数，这对森林管理具有非常重要的意义。

国内外学者利用机载激光雷达数据做了非常多的关于单木分割的研究，主要分为基于冠层高度模型(canopy height model，CHM)的单木分割算法和直接基于点云的单木分割算法两大类。

CHM是植被冠层顶部的激光雷达点使用差值的方法建立的。使用基于CHM的算法进行单木分割时，因为生成CHM的差值过程和仅仅利用了每个栅格中高程的最大值的特性，因此可能具有固有误差和不确定性。例如，在从点云到网格高度模型的插值过程中，可能引入空间误差；而在分割过程中对于森林垂直冠层中部及下层较矮树木，由于遮盖的原因就无法完全在CHM中表现出来，这会降低单木分割和相关测量的精度。

而基于点云的单木分割算法比基于CHM的算法更直接，是直接对原始激光点云数据进行分割，可以提升森林中下层受上层单木抑制的小树的探测可能性。比如Reitberger等(2009)基于机载全波形激光雷达数据，运用归一化方法分割林区冠层，因其利用树顶和树干作为先验知识，中下层的单木探测率得到显著提高，但树干的探测精度易受点云密度与冠层间隙率影响。

Lee等(2010)开发了一种自适应聚类方法，用于从松林的原始激光雷达三维点数据中分割出单株树木，该方法类似于分水岭分割的概念，但是它需要足够的训练数据用于监督学习，并且该方法在混合复杂森林中的分割性能还没得到认证。

Li等(2012)提出了一种区域增长结合阈值判断的方法，用于进行针阔混交林的单木分割，该方法充分利用了树木之间，特别是树的顶部存在一定的距离这一现象，首先假定最高点为树高点，从该点进行区域生长，分割出一棵树，以此迭代，每次分割出一棵树，直到所有的树全部分出。