本文介绍了机载点云数据处理中的单木分割方法，包括基于CHM（归一化数字表面模型）和直接点云处理两种主流方式。CHM通过建立规则格网并进行点云投影及插值计算得到。常见的分割方法有分水岭算法、点云距离分类和四次多项式拟合，其中四次多项式拟合法对针叶林效果较好。然而，确定树冠顶点是关键且挑战性的问题，影响分割精度。实际操作中，顶点搜索的准确性对结果至关重要。
主流方法图
简单说明
从数据组织方法上看，主要有两种，一种是基于CHM，一种是直接基于点云。
CHM实际上就是归一化的数字表面模型nDSM，实现方法为，建立二维规则格网，将点云投影到格网中，格网值为内部点云的最低点高程，格网中无点时，进行插值，即将邻近格网值赋予该无点格网，得到DEM，同理将最低点高程改为最高点高程得到DSM，二者做差即可得到CHM。
a\ 分水岭方法在opencv库以及matlab中都可以直接调用分水岭函数来实现，关键在于如果在对应分割区域构建标记，来避免过分割现象。
b\ 基于点云距离分类的方法在LIDAR360软件中有所实现。
c\ 四次多项式拟合法主要针对针叶林的单木分割效果比较好，这主要是因为该类树木的树冠顶点在使用局部最大值进行搜索时效果较好，而冠层顶面凹凸不平或者较为平整时，树冠顶点难以确定，使得该类方法表现不加。
大多数的单木分割方法依赖于树冠顶点，而实际上树冠顶点确定总是会存在问题，如搜索半径和树木类型都会
订阅专栏 解锁全文
扫一扫
460
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
