首页 > 论文 > 中国激光 > 46卷 > 05期(pp:0510002)

面向树木激光点云的有效特征抽取与识别方法

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

通过遥感技术对森林植被的细化识别研究,为林业资源监测提供了高效的应用途径。本文通过地面激光扫描(terrestrial laser scanner 简称TLS)获取树木的光探测和测距(light detection and ranging 简称LiDAR)数据为遥感数据源,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68个特征参数,采用SVM分类器在交叉验证中对训练数据集检验计算确定最优特征参数组,最终根据最优特征参数组在测试数据集中进行树种分类。计算得出: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长(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%);基于整合三类特征的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,由于水杉区别于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%)。实验结果表明该方法达到较高的树种分类精度,证明了采用SVM分类器进行交叉验证的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。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/cjl201946.0510002

作者单位:

    南京林业大学
    南京林业大学信息科学技术学院
    南京林业大学信息科学技术学院
    南京林业大学
    南京林业大学

引用该论文

卢晓艺,云挺,薛联凤,徐强法,曹林. 面向树木激光点云的有效特征抽取与识别方法[J].中国激光,2019,46(05):0510002.