基于机载LiDAR和Mean Shift算法提取森林密度

摘要：

为获取森林密度信息,利用Mean Shift算法对森林点云进行单木分割提取森林密度信息.首先,以点云三维坐标和法向量作为特征向量,利用统计分析方法选择合适带宽及阈值,采用Mean Shift算法对点云进行初始分割;其次,对分割后的点云进行分析,加入灌木、杂草等过滤条件,得到树冠点云;然后,对树冠点云再次进行Mean Shift分割,并对每类树冠点云进行统计,以稳态点为粗略位置标记计算森林密度;最后,与地面实测数据进行验证.地面数据验证结果表明,平均计算精度达到90.0％以上,可满足林业应用需求;通过与分水岭法进行对比发现,Mean Shift方法获得的精度为92.5％,比分水岭方法70.0％高出22.5％,且避免了分水岭方法导致的过分割现象.

关键词：森林密度、Mean Shift算法、LiDAR、分水岭法、特征向量

所属期刊栏目：50

分类号：TP79(遥感技术)

资助基金：中国科学院战略性先导科技专项资助项目XDA05050100

在线出版日期：2016-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1156-1163