基于网络图的地基激光雷达复杂树木点云枝叶分离方法

• 作者: 林筱涵 李爱农 边金虎 张正建 南希
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 地基激光雷达 枝叶分离 网络图 LeWos模型 路径追踪检测算法
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 青促会十周年专栏
• 页码范围: 161-172
• 页数: 12页
• 分类号: TN958.98
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2022.1.0161

摘要

地基激光雷达树木点云数据的枝叶分离是精确计算地上生物量和叶面积指数的重要前提,也是树木三维建模的重要步骤.然而,山地复杂树木冠幅大且结构复杂,从而造成树叶与枝干之间的相互遮挡,因此很难获取高质量的点云数据,目前对其实现枝叶分离依然存在较大的困难.利用地基激光雷达FARO Focus3D X330获取三维激光点云数据,提出了一种基于网络图的树木点云枝叶分离方法.首先,采用LeWos模型对点云进行初步的枝叶分离,分离出枝干和叶片点云.在此基础上,针对枝干和叶片混合点云通过路径追踪检测算法来精细分离枝干和叶片.随着路径长度从10增加到100,枝干点不断增加,叶片点不断减少,枝叶分离精确度、枝干F分数、叶片F分数、Kappa系数均先增加后减少.综合这4项精度评价指标,选取各个树木最优路径长度执行路径追踪检测算法.通过与LeWos模型、Tlseparation模型和高斯混合模型等主流枝叶分离方法比较发现,该方法精度更优,精确度为91.97％.而且,该方法的枝干F分数和叶片F分数均大于85％,这表明该方法具有很好的平衡性.该方法仅使用路径长度,不考虑几何特征,因此极大地提高了针叶树木的枝叶分离精度.同时,该方法对不同树种、不同密度点云枝叶分离效果均较好,鲁棒性强.精确的树木点云枝叶分离对森林资源管理和生物多样性研究等具有重要意义.