[发明专利]一种基于激光雷达点云数据的树种分类方法

摘要

本发明公开了一种基于激光雷达点云数据的树种分类方法，包括通过激光雷达传感器获取林段点云数据；对林段点云数据进行单株树分割；提取完整的单株树点云数据；删除多余杂点；根据单株树的结构特征、纹理特征以及冠形特征推导出单株树的结构特征参数、纹理特征参数以及冠形特征参数；将被测单株树的结构特征参数、纹理特征参数以及冠形特征参数的混淆矩阵输入到性能优化的SVM分类器中从而实现树种分类。本发明结合树木结构特征参数、树木纹理特征参数和树冠特征参数进行树种分类，使用多类特征值参数对分类结果有很好的提升作用，树种识别程度较高。

主权项

1.一种基于激光雷达点云数据的树种分类方法，其特征在于，包括以下步骤：步骤1：通过激光雷达传感器获取林段点云数据；步骤2：基于梯度下降算法和分水岭分割算法对林段点云数据进行单株树分割；步骤3：手动提取完整的单株树点云数据；步骤4：删除多余杂点；步骤5：根据单株树的结构特征、纹理特征以及冠形特征推导出单株树的结构特征参数、纹理特征参数以及冠形特征参数；步骤6：选取分离的多棵单株树作为样本集，将单株树的结构特征参数、纹理特征参数以及冠形特征参数的混淆矩阵作为单个样本的特征向量，将样本集分为训练样本集和验证样本集，用训练样本集的特征向量对SVM分类器进行训练，训练完成后，用验证样本集的特征向量对SVM分类器进行验证，进而得到性能优化的SVM分类器，将被测单株树的结构特征参数、纹理特征参数以及冠形特征参数的混淆矩阵输入到性能优化的SVM分类器中从而实现树种分类。