一种基于图割的机载LiDAR单木识别方法
A graph cut-based approach for individual tree detection using airborne LiDAR data

摘要 针对现有机载激光雷达（light detection and ranging，lidar）数据单木分割算法在密集林区中探测精度较低的问题，结合林木冠层空间结构分层的特点，提出一种从机载点云数据直接分离单木的方法。首先，对原始点云数据进行去噪、滤波、高程归一化；然后基于冠层高度模型（canopy height model，chm）计算局部最大值以确定冠层表面的明显树顶，以此作为单木位置的先验知识，继而采用归一化割（normalized cut，Ncut）方法实现冠层的初始分割；最后，以全局最大值代替局部最大值，并将冠层形状、冠层最小点数作为约束条件，再次利用Ncut方法完成对漏检单木的探测，进而实现单木的精确探测。实验结果表明，针对密集林区的单木分割，本方法有效地减少了漏识单木，整体精度达90%以上，将有助于单木三维结构定量描述及参数反演。