图匹配算法激光扫描点云树干分割

摘要：

目的 移动激光扫描系统能够成功采集丰富的城市行道树侧边信息,然而由于点云数据规模大、密度欠均匀和噪声多等原因,导致行道树的提取精度和效率偏低.为此,本文提出一种基于层次聚类的算法从移动激光扫描点云中提取树干.方法 采用自下而上的聚类策略合并目标区域,基于点云间欧氏距离和点云的局部主方向计算聚类所需的邻近矩阵,通过构造能量函数评估不同的簇合并方案,将能量函数最小化问题转换为计算二分图匹配问题,求解二分图的最小代价完美匹配获得全局最优的层次聚类.结果 实验在公开的巴黎场景数据集与自采集的南京黄埔路场景数据集上进行测试,本文提出的自下向上的聚类算法成功地从点云中提取出树干和主要树枝点,其中提取树干的平均正确率、完整率和F-score分别为98.5％、94.8％和0.97,与其他算法中最好的实验结果对比,分别提高了 1.0％、0.6％和0.02.结论 实验结果表明,本文算法通过优化层次聚类中的簇合并,可以有效减少聚类中的"过分割"和"欠分割",提高点云中树干的分割精度与效率.

关键词：3维数据处理、计算机视觉、图匹配、层次聚类、点云数据、城市行道树

所属期刊栏目：26

分类号：S771(森林工程、林业机械)

资助基金：江苏省高等学校自然科学研究项目;中国博士后科学基金;江苏省自然科学基金

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1095-1104