典型文献
树木三维点云的枝叶分割方法
文献摘要：
利用地面三维激光扫描点云构建树木模型时,对树木点云进行枝叶分割,可以提高单木分割、骨架提取、模型构建等步骤的准确性.针对现有枝叶分割方法参数设置复杂、需要训练样本、依赖颜色强度等不足,提出了一种新的基于邻域点分布规律的枝叶分割方法.该方法遍历树木点云中的激光点,首先利用K纬树算法搜索激光点的所有R邻域点,构成邻域点集;接着对邻域点集进行主成分分析,得到三对特征值和特征向量,利用特征值计算邻域点集的分布散乱度;然后将分布散乱度与预定义阈值比较,区分枝干和叶片的候选点;最后对枝干候选点实施欧氏聚类,利用聚类的点数和尺寸获取可靠的枝干点.使用江阴大桥公园的树木点云数据进行测试.结果表明:本文提出的树木点云枝叶分离方法准确率高、点云属性要求低、简单易用,可应用于多测合一绿化测量、城市绿地生物量统计、实景三维树木模型构建等领域.
文献关键词：
三维点云;树木;枝叶分割;主成分分析;分布散乱度
中图分类号：
作者姓名：
黄亮;许文雅;谭帅
作者机构：
江苏省测绘工程院,江苏 南京210013;江阴市绿化技术监督指导站,江苏 江阴214400;江阴市园林绿化管理所,江苏 江阴214400
文献出处：
引用格式：
[1]黄亮;许文雅;谭帅-.树木三维点云的枝叶分割方法)[J].北京测绘,2022(01):18-22
A类：
枝叶分割,分布散乱度
B类：
树木,三维点云,分割方法,地面三维激光扫描,三维激光扫描点云,建树,木模,单木分割,骨架提取,方法参数,参数设置,训练样本,邻域,遍历,云中,光点,点集,特征向量,特征值计算,预定,阈值比较,分枝,枝干,选点,欧氏聚类,干点,江阴,大桥,点云数据,枝叶分离,分离方法,云属性,单易,易用,多测合一,城市绿地,生物量,实景三维
AB值：
0.339886
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
