检索结果-内蒙古大学图书馆

遥感技术与应用 2025年第1期40卷 156-166页

作者：郭继富孙建宇候金亮黄春林代永强张籍方甘肃农业大学信息科学技术学院中国科学院西北生态环境资源研究院甘肃省遥感重点实验室

单木分割在森林结构分析、林木参数提取以及森林生物量反演中具有重要作用。激光雷达（Light Detection and Ranging, LiDAR）作为一种低成本、高效率的数据源，为森林单木分割研究提供了坚实的数据基础。目前的单木分割研究主要集中在... 详细信息

单木分割在森林结构分析、林木参数提取以及森林生物量反演中具有重要作用。激光雷达（Light Detection and Ranging, LiDAR）作为一种低成本、高效率的数据源，为森林单木分割研究提供了坚实的数据基础。目前的单木分割研究主要集中在结构较为简单的森林区域，通常通过考虑点云之间的空间关系，制定合适的判别准则来实现单木的分割。然而，针对结构复杂的森林，现有的单木分割算法研究相对较少。提出了一种融合核密度估计、数字表面模型和K-means聚类等方法的单木分割算法。研究结果表明：以甘肃省甘南藏族自治区为研究区，对西北云杉林进行单木分割时，该方法能够显著提高人工云杉林与天然云杉林的分割精度。与传统的K-means聚类单木分割算法相比，该方法的整体棵数查全率分别提高了32%和15%，查准率分别提高了51%和27%，分别达到了83%和89%的查全率，以及92%和55%的查准率。这一方法为机载LiDAR在森林生态应用中的进一步应用提供了新的技术支持，特别为复杂林型结构中的单木分割问题提供了一种高效、简便的解决方案。

关键词： K-means 核密度估计方法数字表面模型单木分割 LiDAR点云数据

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合优化的机载雷达点云单木分割研究

引用

应用激光 2025年第1期45卷 153-164页

作者：张坤祥夏永华侯云花时盛春鄢敏沈长表李雪无昆明理工大学国土资源工程学院云南昆明650093 昆明理工大学城市学院云南昆明650051 昆明理工大学云南高校高原山区空间信息测绘技术应用工程研究中心云南昆明650093

针对森林复杂空间导致的单木点云分割精度低的问题,以昆明市西山区海口林场的针叶林和落叶阔叶林两块样地作为研究对象,利用机载LiDAR点云数据,提出一种基于种子点优化的单木分割算法。该方法结合最远点采样和K近邻搜索方法探测单木的... 详细信息

针对森林复杂空间导致的单木点云分割精度低的问题,以昆明市西山区海口林场的针叶林和落叶阔叶林两块样地作为研究对象,利用机载LiDAR点云数据,提出一种基于种子点优化的单木分割算法。该方法结合最远点采样和K近邻搜索方法探测单木的树顶点信息,使用K均值聚类实现种子点的优化选取,然后采用期望最大化算法寻求高斯混合模型的最优参数,提高高斯混合模型的拟合精度,最后,基于最优参数的高斯混合模型获取单木点云的分割结果。实验结果表明:研究提出的单木分割方法在两个实验样地的单木分割总精度O_(accu)分别为89.98%和90.43%,具有良好的单木分割效果,对林区树冠粘连和伪树冠顶点现象具有一定的辨别能力,实现了森林树木点云数据的精确分割。

关键词：机载激光雷达种子点单木分割 K均值聚类高斯混合模型

来源：评论

学校读者我要写书评

暂无评论

基于激光点云的梨树单木分割方法研究

引用

园艺与种苗 2025年第1期45卷 1-3,81页

作者：彭秀媛沙守峰白冰姚磊鞠博闻左越明烺辽宁省农业科学院辽宁沈阳110161

[目的]针对梨树单木分割的技术难题,如树冠交叠严重及复杂地形影响等,融合地形高程、冠层高度等多维特征,构建适用于复杂地形的多维空间模型,并优化冠层高度模型(CHM)。[方法]评估了3种分割方法:基于CHM的分水岭算法、基于点云数据的距... 详细信息

[目的]针对梨树单木分割的技术难题,如树冠交叠严重及复杂地形影响等,融合地形高程、冠层高度等多维特征,构建适用于复杂地形的多维空间模型,并优化冠层高度模型(CHM)。[方法]评估了3种分割方法:基于CHM的分水岭算法、基于点云数据的距离判别聚类算法,以及基于CHM的种子点生长算法。[结果]基于优化后的CHM的种子点生长算法在复杂果园环境中表现最佳,准确率达0.85,分割精度达0.8,显著优于其他方法。[结论]为果园精准管理和智慧农业发展提供了可靠的技术支撑。

关键词：单木分割激光点云冠层高度模型

来源：评论

学校读者我要写书评

暂无评论

机载激光点云密度对单木分割精度的影响

引用

兰州大学学报(自然科学版) 2025年第2期61卷 215-221页

作者：贾越夏永华赵昌福伍福万赵曲皑王帅昆明理工大学国土资源工程学院昆明650093 昆明理工大学云南高校高原山区空间信息测绘技术应用工程研究中心昆明650093 昆明理工大学城市学院昆明650051 云南磷化集团有限公司昆明650600 云南地质工程第二勘察院有限公司昆明650032

点云密度是影响单木分割的重要因素之一,为了探究不同点云密度下单木分割方法的适用性和性能表现,针对阔叶林和针叶林两个不同类型的森林环境,采用一种非均匀最远点(NFPS)采样方法与传统的体素下采样方法,将样地点云数据重采样至5个不... 详细信息

点云密度是影响单木分割的重要因素之一,为了探究不同点云密度下单木分割方法的适用性和性能表现,针对阔叶林和针叶林两个不同类型的森林环境,采用一种非均匀最远点(NFPS)采样方法与传统的体素下采样方法,将样地点云数据重采样至5个不同的密度等级,获取不同点云密度数据集,即原始点云数量的100%、 50%、 25%、 12%、 6%,以点云分割(PCS)和冠层高度模型(CHM)算法,对森林中的独立树木进行有效分割.评估单木分割在不同密度下的精度时,使用精确率、召回率和F分数等指标.结果表明,NFPS采样方法在不同密度点云中的分割精度均高于体素下采样方法.当点云密度为113点/m2时,两种分割方法的3个评价指标均表现最好.阔叶林样地中NFPSCHM和NFPS-PCS的F分数值分别为88%和84%;针叶林样地中NFPS-PCS与NFPS-CHM的F分数值分别为82%和65%.NFPS采样方法较传统采样方法对单木分割精度有较好的效果,适度降低点云密度的同时也让单木分割算法精度得到了保证.

关键词：机载激光点云体素下采样非均匀最远点采样点云密度单木分割

来源：评论

学校读者我要写书评

暂无评论

超体素约简和谱聚类结合的机载LiDAR点云单木分割

引用

遥感学报 2022年第8期26卷 1650-1661页

作者：王伟伟庞勇杜黎明张钟军梁晓军中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 北京师范大学人工智能学院北京100875

为提高机载LiDAR点云数据的单木分割精度和效率,本文提出了一种基于Nyström的谱聚类算法。该算法基于谱聚类方法,同时引入了mean shift体素化和Nyström方法,在保持谱聚类算法优越表现的同时,大幅降低了谱聚类算法的空间和时... 详细信息

为提高机载LiDAR点云数据的单木分割精度和效率,本文提出了一种基于Nyström的谱聚类算法。该算法基于谱聚类方法,同时引入了mean shift体素化和Nyström方法,在保持谱聚类算法优越表现的同时,大幅降低了谱聚类算法的空间和时间复杂度。首先,用mean shift方法将点云数据转换到体素空间以合理压缩数据量,使用带有体素权重的高斯相似度函数在体素空间中构造相似图。然后,使用Nyström方法计算相似度矩阵的近似特征向量和特征值。接下来,使用K-means方法在特征空间中进行聚类,并将结果映射回原始点集以获得单木的聚类点。最后,直接从单木聚类中获取单木参数。在黑龙江省孟家岗林场的实验结果表明:本算法有效改进了谱聚类算法,以牺牲5%的分割精度为代价将分割效率提升了约96倍;与K-means方法相比,本算法在分割精度和计算效率方面均表现更优;从分割结果中提取的树高参数具有较高的精度,R2和RMSE值分别为0.86和1.62 m。本文提出的基于Nyström的谱聚类算法是一种有效的机载LiDAR点云分割方法,可以用来进行单木点云分割和单木因子提取。

关键词：遥感机载激光雷达点云单木分割谱聚类 Nyström 方法体素化

来源：评论

学校读者我要写书评

暂无评论

结合谱聚类和粒子群改进K-means聚类的机载LiDAR点云单木分割方法

引用

地球信息科学学报 2024年第9期26卷 2177-2191页

作者：钱禹航王竞雪郑雪涛辽宁工程技术大学测绘与地理科学学院阜新123000 辽宁工程技术大学地理空间信息服务协同创新研究院阜新123000

单木分割的精准度对林木资源的调查有重要意义。但是,传统的单木分割算法在处理大规模点云数据时存在临近树木易混淆、算法运算效率低等问题,针对上述问题,本文提出改进谱聚类和粒子群改进K-means聚类的单木分割算法。首先,通过Mean Sh... 详细信息

单木分割的精准度对林木资源的调查有重要意义。但是,传统的单木分割算法在处理大规模点云数据时存在临近树木易混淆、算法运算效率低等问题,针对上述问题,本文提出改进谱聚类和粒子群改进K-means聚类的单木分割算法。首先,通过Mean Shift算法对点云数据进行体素化,在该过程中采用自适应带宽和高斯核函数来计算体素间的相似度,以构建出反映体素特性的高斯相似图。然后应用Nyström方法处理高斯相似图,采用K最近邻搜索采样,以选取代表性样本,降低谱聚类在处理大规模数据时的计算负担,同时保持数据的核心特性。通过Nyström近似,得到相似图的近似特征向量,实现从高维空间到低维特征空间的有效映射。最后引入粒子群算法对K-means聚类进行优化。该优化先随机初始化一群粒子,每个粒子代表一组潜在的聚类中心,在每一次迭代中,粒子根据个体历史最佳位置和群体历史最佳位置更新其速度和位置,并调整聚类中心以最小化内部聚类距离。这种策略能够平衡全局搜索与局部搜索,避免陷入局部最优。本文选取NEWFOR公开的点云数据进行实验。实验结果表明,本文算法获得的分割结果相较对比算法准确率提高5.3%,处理效率提升23倍。

关键词：机载LiDAR点云单木分割体素化 Mean Shift算法 Nyström谱聚类算法粒子群算法

来源：评论

学校读者我要写书评

暂无评论

CHM与DSM相结合的无人机激光雷达单木分割

引用

林业科学 2024年第8期60卷 14-24页

作者：胡中洋陕亮陈翔宇余坤勇刘健福建农林大学林学院3S技术与资源优化利用福建省高等学校重点实验室福州350002

【目的】提出一种冠层高度模型(CHM)与数字表面模型(DSM)相结合的单木分割方法,以解决无人机激光雷达提取地形坡度较大区域CHM时因树冠形变导致单木分割精度降低的问题。【方法】利用无人机激光雷达数据,在福建省顺昌县洋口林场地形起... 详细信息

【目的】提出一种冠层高度模型(CHM)与数字表面模型(DSM)相结合的单木分割方法,以解决无人机激光雷达提取地形坡度较大区域CHM时因树冠形变导致单木分割精度降低的问题。【方法】利用无人机激光雷达数据,在福建省顺昌县洋口林场地形起伏较大的中、高郁闭度杉木人工林中选择中龄林和幼龄林各3块标准地,结合地面实测数据和目视解译方法,对CHM与DSM相结合(优化方法)的4种窗口的局部最大值法的树顶点探测和极值标记的分水岭算法的单木分割进行精度评价,并与仅基于CHM的传统方法的树顶点探测和单木分割进行对比分析。【结果】树顶点探测方面,随着窗口增大,每块样地探测的单木总数量和探测百分比均呈下降趋势;中龄林3块样地的最佳窗口为0.3 m,幼龄林3块样地的最佳窗口为0.2 m,此时6块样地1∶1对应关系的单木数量和生产者精度均最大;在相应最佳窗口条件下,仅基于CHM的局部最大值法因树冠形变存在容易产生单木多树顶点探测现象,传统方法的单木探测百分比高于优化方法,但传统方法的树顶点探测精度低于优化方法。幼龄林的树顶点探测精度高于中龄林,这是因为幼龄林样地冠幅和单木相邻距离更一致,更适应固定窗口的局部最大值法。单木分割方面,优化方法的单木分割精度高于传统方法,幼龄林的单木分割精度高于中龄林。【结论】局部最大值法的树顶点探测和分水岭算法的单木分割直接数据源为DSM,是树冠表面真实起伏状况的反映,没有树冠形变,研究结果为更真实的树顶点和单木树冠边界。CHM与DSM相结合的单木分割方法在中、高郁闭度杉木人工中、幼林中分割精度较高(6块样地探测率r均大于88%,准确率p均大于92%,F得分均大于91%),将该方法集成在ArcGIS模型构建器中,可为精准化、自动化、集成化的无人机激光雷达单木分割应用提供可能。

关键词：激光雷达单木分割分水岭算法冠层高度模型数字表面模型

来源：评论

学校读者我要写书评

暂无评论

高郁闭度人工林无人机激光雷达单木分割方法优化

引用

林业科学 2022年第9期58卷 48-59页

作者：朱泊东罗洪斌金京岳彩荣西南林业大学林学院昆明650224

【目的】针对高郁闭度林分条件下基于LiDAR点云数据单木分割林木提取困难、总体精度较低等问题,提出一种基于冠层起伏率结合分水岭算法和基于点云的局部最大值聚类算法的分层分割法,为开展无人机LiDAR技术森林资源调查提供技术参考,为... 详细信息

【目的】针对高郁闭度林分条件下基于LiDAR点云数据单木分割林木提取困难、总体精度较低等问题,提出一种基于冠层起伏率结合分水岭算法和基于点云的局部最大值聚类算法的分层分割法,为开展无人机LiDAR技术森林资源调查提供技术参考,为提高单木分割总体精度提供新策略。【方法】利用无人机激光雷达数据,采用分水岭算法、基于点云的局部最大值聚类算法和基于冠层起伏率结合分水岭算法和基于点云的局部最大值聚类算法的分层分割法对高郁闭度思茅松人工林进行单木分割,并分析分水岭算法中4种CHM空间分辨率和3种DSM插值方法对单木分割效果的影响,与无人机高分辨率影像单木树冠目视解译结果进行比较,以探测率r、准确率p和F得分为指标对单木分割精度进行验证和评价。【结果】在幼龄林中,冠层起伏率较大,分水岭算法对单层林的分割效果优于基于点云的局部最大值聚类算法;在中龄林和近熟林中,冠层起伏率较小,分水岭算法易将思茅松树枝识别为树冠,基于点云的局部最大值聚类算法的分割效果优于分水岭算法;基于冠层起伏率结合分水岭算法和基于点云的局部最大值聚类算法的分层分割法充分考虑不同龄组的林分结构差异,精度最高(F=0.75),优于分水岭算法(F=0.71)和基于点云的局部最大值聚类算法(F=0.68);在分水岭算法中,当分辨率为0.5 m×0.5 m时采用反距离权重法(IDW)插值得到的CHM单木分割精度最高(r=0.70,p=0.94,F=0.81)。【结论】林分结构存在差异,单一单木分割方法效果欠佳,通过提取样地冠层起伏率确定分水岭算法和基于点云的局部最大值聚类算法单木分割适用的林分条件,可拓宽单一单木分割方法在不同林分条件下的优势,提升单木分割精度。

关键词： LiDAR 单木分割分水岭算法基于点云的局部最大值聚类算法分层分割

来源：评论

学校读者我要写书评

暂无评论

基于机载LiDAR数据的崇礼冬奥核心区单木分割算法适宜性分析

引用

林业科学 2022年第10期58卷 121-130页

作者：谢栋博刘清旺雷雅凯于航杨旭平符利勇中国林业科学研究院资源信息研究所北京100091 国家林业和草原局森林经营与生长模拟重点实验室北京100091 河南农业大学风景园林与艺术学院郑州450002 国家林业和草原局林业遥感与信息技术重点实验室北京100091 中国林业科学研究院北京100091

【目的】探究3种基于机载LiDAR数据的单木分割算法获取冬奥核心区新造林油松和中龄林华北落叶松单木信息的适宜性,分析3种算法的单木分割精度和单木树高信息估算精度,探索冬奥核心区最优单木分割方法,为掌握冬奥核心区森林结构信息和制... 详细信息

【目的】探究3种基于机载LiDAR数据的单木分割算法获取冬奥核心区新造林油松和中龄林华北落叶松单木信息的适宜性,分析3种算法的单木分割精度和单木树高信息估算精度,探索冬奥核心区最优单木分割方法,为掌握冬奥核心区森林结构信息和制定森林经营管理措施提供技术支持。【方法】利用冬奥核心区典型样地机载LiDAR数据,应用基于点云的距离判别聚类法、分水岭分割算法和双正切角树冠识别算法,结合地面调查数据、正射影像与人工目视解译,采用树冠探测率(r)、准确率(p)和总体精度(F)3个评价指标分析算法的单木分割精度;单木配准后,分析外业实测树高与机载LiDAR估算树高之间的相关性,综合评估3种算法获取冬奥核心区单木信息的适宜性。【结果】1) 3种单木分割算法在新造林油松中总体精度很高(F=0.90~0.93),在中龄林华北落叶松中总体精度较高(F=0.72~0.75);2)对于新造林油松,基于点云的距离判别聚类法总体精度最高(F=0.93),优于分水岭分割算法(F=0.90)和双正切角树冠识别算法(F=0.90);对于中龄林华北落叶松,双正切角树冠识别算法总体精度最高(F=0.75),优于基于点云的距离判别聚类法(F=0.72)和分水岭分割算法(F=0.70);3)外业实测树高与机载LiDAR估算树高之间的相关性分析表明,基于点云的距离判别聚类法在新造林油松中提取的单木树高相关性最优,双正切角树冠识别算法在中龄林华北落叶松中提取的单木树高相关性最优。【结论】通过对冬奥核心区不同类型林地的机载LiDAR数据进行单木分割,体现出基于点云的距离判别聚类法、分水岭分割算法和双正切角树冠识别算法的适宜性,在新造林油松中,基于点云的距离判别聚类法适宜性表现最优;在中龄林华北落叶松中,双正切角树冠识别算法适宜性表现最优。

关键词：激光LiDAR 单木分割冬奥分水岭分割算法树冠识别

来源：评论

学校读者我要写书评

暂无评论

利用无人机数码影像进行密植型果园单木分割

引用

武汉大学学报（信息科学版） 2022年第11期47卷 1906-1916页

作者：徐伟萌杨浩李振洪程金鹏林哈特杨贵军长安大学地质工程与测绘学院陕西西安710054 农业农村部农业遥感机理与定量遥感重点实验室北京100097 北京市农林科学院信息技术研究中心北京100097 北京林业大学信息学院北京100083

单木树冠提取对果树健康状态、营养成分、产量预测具有重要意义。无人机获取的高分辨率遥感影像作为低成本、低风险的数据源,为准确估计棵数、描绘树木冠层轮廓提供了新的技术手段。以往关于单木冠层轮廓提取的研究大多集中在森林或稀... 详细信息

单木树冠提取对果树健康状态、营养成分、产量预测具有重要意义。无人机获取的高分辨率遥感影像作为低成本、低风险的数据源,为准确估计棵数、描绘树木冠层轮廓提供了新的技术手段。以往关于单木冠层轮廓提取的研究大多集中在森林或稀疏果园,以局部最大值滤波结果作为基于标记分水岭算法的种子点,该方法在密植型果园的表现并不理想。提出了一种适用于密植型果园、以区域型种子块作为标记的分水岭算法,通过最大似然法提取果树冠层生成冠层数字表面模型,利用高斯滤波结合形态学开运算及自适应阈值分割方法生成区域型种子块,并执行基于种子块标记的分水岭算法,实现密植型果园单木分割。实例研究结果表明,总体棵数查全率为95.22%,查准率为99.09%,得到单木轮廓提取总体准确率为93.45%,总体欠分割误差为5.87%,总体过分割误差为0.90%。与局部最大值种子点提取结果对比,总体准确度提高18.66%,精细树冠轮廓提取精度提高17.75%,可为地形平缓地区密植型果园单棵果树树冠提取提供参考。

关键词：无人机单木分割标记分水岭算法数码影像

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：