树干与地面点云分类K-means方法的改进

• 作者: 张青 李真 汪沛
• 来源期刊: 东北林业大学学报
• 关键词: 三维激光扫描 树木点云 K-means聚类方法
• 年，卷（期）: 2019,（1）
• 页码范围: 41-46
• 页数: 6页
• 分类号: S711
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5382.2019.01.008

摘要

随着激光雷达的发展,树木点云数据的获取更加简便、准确.为了实现树木点云的树干与地面分类,对K-means方法进行改进,通过计算高度和强度直方图确定k值和初始聚类中心点,用高度距离做聚类分析,实现单株树木原始三维点云数据聚类.结果表明:采用MATLAB对香椿树的31 394个点云数据和油松树的14 260个点云数据,分别进行了直方图处理和不同距离的目标函数做聚类分析的试验,得到树木点云数据的分类结果,并与DBSCAN算法和传统K-means算法结果对比分析,说明改进K-means方法,能够使得树干与地面更好的分离,提高了效率;采用改进的K-means方法对12颗树木点云进行应用分析,验证了方法的普适性,最终分类结果达到了树干与地面分离的标准.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张青		43	206	9.0	11.0
2	汪沛		16	48	5.0	6.0
3	李真		1	4	1.0	1.0