基于树木激光点云的有效特征抽取与识别方法

论文摘要

采用地面激光扫描获取树木的光探测和测距数据,并将其作为遥感数据源,选取水杉、棕榈、无患子、竹子和橡胶树为研究对象,提出了三类有效特征:树木相对聚类特征、点云分布特征和树木表观特征,列举了68个特征参数。采用支持向量机在交叉验证中对训练数据集进行检验计算,确定最优的特征参数组,最终在测试数据集中进行树种分类。研究结果表明:基于树木相对聚类特征的最优特征参数组进行树种分类的平均分类精度较低(45%);基于点云分布特征的最优特征参数组进行树种分类的平均分类精度有所增加(58.8%);基于树木表观特征的最优特征参数组进行树种分类的平均分类精度较高(63.8%);基于三类特征的13个最优特征参数进行树种分类的平均分类精度最高(87.5%)。此外,由于水杉与其他树种形态差异较为明显,在分类中表现突出,错判率最低(6.5%)。所提方法具有较高的可行性,为获得更准确的森林树种分布提供了强有力的工具。

论文目录

• 1 引 言
• 2 研究区概况及数据预处理
•   2.1 研究区概况
•   2.2 数据获取
•   2.3 数据预处理
• 3 方法介绍
•   3.1 方法框架
•   3.2 树木相对聚类特征
•   3.3 点云分布特征
•   3.4 树木表观特征
•   3.5 分类方法
• 4 结果与分析
•   4.1 基于树木相对聚类特征的树种分类
•   4.2 基于点云分布特征的树种分类
•   4.3 基于树木表观特征的树种分类
•   4.4 基于整合3个类别最优特征参数组的树种分类
• 5 结 论

文章来源

类型: 期刊论文

作者: 卢晓艺,云挺,薛联凤,徐强法,曹林

关键词: 遥感,激光雷达,树种识别,支持向量机,交叉验证,组合特征参数

来源: 中国激光 2019年05期

年度: 2019

分类: 基础科学,农业科技,信息科技

专业: 物理学,林业,无线电电子学,计算机软件及计算机应用

单位: 南京林业大学信息科学技术学院,南京林业大学南方现代林业协同创新中心

基金: 国家重点研发计划(2017YFD0600900),国家自然科学基金项目(31770591),中国博士后面上基金(2016M601823)

分类号: TP391.41;S771.8;TN249

页码: 411-422

总页数: 12

文件大小: 3279K

下载量: 404