基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有机载激光雷达数据单木分割算法在密集林区中探测精度较低的问题,结合林木冠层空间结构分层的特点,提出一种从机载点云数据直接分离单木的方法.首先,对原始点云数据进行去噪、滤波、高程归一化;然后基于冠层高度模型计算局部最大值以确定冠层表面的明显树顶,以此作为单木位置的先验知识,继而采用归一化割(normalized cut,Ncut)方法实现冠层的初始分割;最后,以全局最大值代替局部最大值,并将冠层形状、冠层最小点数作为约束条件,再次利用Ncut方法完成对漏检单木的探测,进而实现单木的精确探测.实验结果表明,针对密集林区的单木分割,本方法有效地减少了漏识单木,整体精度达90%以上,将有助于单木三维结构定量描述及参数反演.
推荐文章
一种基于在线学习的弹道识别方法
弹道识别
支持向量机(SVM)
在线优化
Pegasos
基于OpenCV的一种手势识别方法
OpenCV
手势识别
模式识别
图像处理
基于机载LiDAR的四次多项式拟合法估测单木冠幅
小光斑激光雷达
冠幅
单木
四次多项式拟合
树高
一种基于数据融合的身份识别方法
说话人识别
人脸识别
数据融合
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于图割的机载LiDAR单木识别方法
来源期刊 中国科学院大学学报 学科 工学
关键词 激光雷达 点云 Ncut 单木分割
年,卷(期) 2019,(3) 所属期刊栏目 信息与电子科学
研究方向 页码范围 385-391
页数 7页 分类号 TP751
字数 4760字 语种 中文
DOI 10.7523/j.issn.2095-6134.2019.03.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邢艳秋 东北林业大学森林作业与环境研究中心 78 768 16.0 24.0
2 王成 中国科学院遥感与数字地球研究所数字地球重点实验室 134 1874 23.0 36.0
3 习晓环 中国科学院遥感与数字地球研究所数字地球重点实验室 48 583 15.0 22.0
4 王濮 东北林业大学森林作业与环境研究中心 8 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (144)
共引文献  (93)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(14)
  • 参考文献(1)
  • 二级参考文献(13)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(14)
  • 参考文献(1)
  • 二级参考文献(13)
2009(14)
  • 参考文献(2)
  • 二级参考文献(12)
2010(12)
  • 参考文献(1)
  • 二级参考文献(11)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(19)
  • 参考文献(1)
  • 二级参考文献(18)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(8)
  • 参考文献(4)
  • 二级参考文献(4)
2016(7)
  • 参考文献(5)
  • 二级参考文献(2)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
激光雷达
点云
Ncut
单木分割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导