[发明专利]基于地基激光雷达技术林木胸径值提取的方法

权利要求书

1.一种基于地基激光雷达技术林木胸径值提取的方法，其特征在于，包括：

获取地基雷达林地点云数据；

对所述地基雷达林地点云数据进行点云高程化处理，提取胸径切片点；

根据改进k均值聚类对所述胸径切片点进行切割处理，提取单木胸径切片点；

对所述单木胸径切片点进行椭圆拟合处理，获得胸径值提取结果；

所述根据改进k均值聚类对所述胸径切片点进行切割处理，提取单木胸径切片点的步骤，包括：

根据k均值聚类算法的目标函数计算不同k取值时目标函数值，并通过目标函数变化率确定拐点以确定最佳目标类别数目k值；

随机选择一组初始种子点并确定种子点间距最小值；

判断所述种子点间距最小值是否小于林木间距最小值；

当所述种子点间距最小值不小于林木间距最小值时，则返回至所述随机选择一组初始种子点并确定种子点间距最小值的步骤；

当所述种子点间距最小值小于林木间距最小值时，则根据所述初始种子点，以距离最小化为分类原则，对所有样本点进行归类；

根据反距离加权公式计算类簇内样本点的重心，并更新为新的种子点集合，判断所述种子点集合是否发生变化；

当所述种子点集合发生变化时，则返回至所述当所述种子点间距最小值小于林木间距最小值时，则根据所述初始种子点，以距离最小化为分类原则，对所有样本点进行归类的步骤；

当所述种子点集合不发生变化时，则分别计算类簇几何内样本点与类中心距离的平均距离和方差，以根据所述平均距离和方差确定单木胸径切片点。

2.根据权利要求1所述的基于地基激光雷达技术林木胸径值提取的方法，其特征在于，所述对所述地基雷达林地点云数据进行点云高程化处理，提取胸径切片点的步骤，包括：

将林地划分为边长为固定值的正方形网格，索引网格内最低点视为地面点，确定所述正方形网格内的所有点高程与地面点高程的差值；

根据所述地基雷达林地点云数据中的任意点、所述正方形网格内的所有点高程与地面点高程的差值以及胸径处点云切片厚度，提取胸径切片点。

3.根据权利要求1所述的基于地基激光雷达技术林木胸径值提取的方法，其特征在于，所述k均值聚类算法的目标函数表示为簇内样本间距之和如公式(2)所示：

其中k为目标类簇数，n为样本点总数，x_i为属于第j个目标类簇的样本，u_j表示第j个目标类簇的中心。

4.根据权利要求1所述的基于地基激光雷达技术林木胸径值提取的方法，其特征在于，所述反距离加权公式如公式(3)所示：

其中，C_i为第i类的聚类中心，p_j为第i类中的第j个对象点，S_j,S_max,S_min分别代表第j个点与上次迭代聚类中心的距离、距离最大值和最小值。

5.根据权利要求1所述的基于地基激光雷达技术林木胸径值提取的方法，其特征在于，所述对所述单木胸径切片点进行椭圆拟合处理，获得胸径值提取结果的步骤，包括：

根据所述单木胸径切片点的胸径中心点坐标以及胸径切片半径，构建胸径截面形态模型；

联合随机采样一致性算法和最小二乘法求解所述胸径截面形态模型的模型参数，以获得胸径值提取结果。

6.根据权利要求5所述的基于地基激光雷达技术林木胸径值提取的方法，其特征在于，所述联合随机采样一致性算法和最小二乘法求解所述胸径截面形态模型的模型参数，以获得胸径值提取结果的步骤，包括：

根据随机采样一致性算法识别离群噪声点，获得剔除噪声点后的有效样本集；

根据最小二乘法对所述剔除噪声点后的有效样本集进行所述胸径截面形态模型的模型参数的求解，以获得胸径值提取结果。