首页> 中文期刊> 《遥感学报》 >超体素约简和谱聚类结合的机载LiDAR点云单木分割

超体素约简和谱聚类结合的机载LiDAR点云单木分割

         

摘要

为提高机载LiDAR点云数据的单木分割精度和效率,本文提出了一种基于Nyström的谱聚类算法。该算法基于谱聚类方法,同时引入了mean shift体素化和Nyström方法,在保持谱聚类算法优越表现的同时,大幅降低了谱聚类算法的空间和时间复杂度。首先,用mean shift方法将点云数据转换到体素空间以合理压缩数据量,使用带有体素权重的高斯相似度函数在体素空间中构造相似图。然后,使用Nyström方法计算相似度矩阵的近似特征向量和特征值。接下来,使用K-means方法在特征空间中进行聚类,并将结果映射回原始点集以获得单木的聚类点。最后,直接从单木聚类中获取单木参数。在黑龙江省孟家岗林场的实验结果表明:本算法有效改进了谱聚类算法,以牺牲5%的分割精度为代价将分割效率提升了约96倍;与K-means方法相比,本算法在分割精度和计算效率方面均表现更优;从分割结果中提取的树高参数具有较高的精度,R2和RMSE值分别为0.86和1.62 m。本文提出的基于Nyström的谱聚类算法是一种有效的机载LiDAR点云分割方法,可以用来进行单木点云分割和单木因子提取。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号