[发明专利]一种基于大小和局部混乱距离的林地点云枝叶分离方法

权利要求书

1.一种基于大小和局部混乱距离的林地点云枝叶分离方法，其特征在于，包括以下步骤：

步骤1、初步分割：对目标林地的地基激光雷达数据点云进行聚类，并初步提取树干点云：

1-1、使用基于区域增长的聚类算法对目标林地的地基激光雷达数据点云进行聚类，设置参数：搜索的临近点数目设置为30-60，平滑阈值为0.05π-0.07π；

1-2、对步骤1-1聚类生成的每个类簇，分别进行如下判断，提取枝干类簇：

若当前类簇所包含的点数超过1500-2000，则判定并标记其为枝干；

若当前类簇的最大高度差超过阈值dz，dz＝0.75-2.00m，则判定并标记其为枝干；

步骤2：对步骤1中聚类生成的所有类簇中，未被判定为枝干的每个类簇，进行以下操作，再次提取其中的枝干成分：

2-1、对每个剩余类簇分别判定：若当前类簇的点云数量n小于阈值35-60，则判定并标记为叶；

2-2、对步骤2-1未标记的类簇，计算各类簇的混乱距离en，并判断：

从当前类簇中逐个取点，以当前点为标准点，然后计算该类簇中其他点到该标准点的距离，全部计算完成后取下一个点为标准点；重复上述计算过程遍历当前类簇的所有点，将计算出的所有距离累加求和并除以累加次数，以评估该类簇总体的混乱距离en，计算公式为：

其中，X_i,Y_i,Z_i,X_j,Y_j,Z_j分别表示当前类簇中第i个点和第j个点的X,Y,Z坐标，i、j在n中取值，i≠j，单位为米m；

若en满足阈值条件0.0m＜en＜0.5m或en＞1.5m，且该类簇的外接长方体的最长边长大于L，0.10m≤L≤0.25m，则判定为枝干，否则判定并标记为叶。

2.如权利要求1所述基于大小和局部混乱距离的林地点云枝叶分离方法，其特征在于：所述步骤1所用目标林地的地基激光雷达数据点云，先进行预处理后再使用，预处理为舍去点云密度ρ144points/m²的区域，和/或使用布料模拟滤波CSF方法去除地面点和杂草点。

3.如权利要求1所述基于大小和局部混乱距离的林地点云枝叶分离方法，其特征在于：所述步骤2中en的公式乘以比例系数k，k＞1，以增大数据之间的差距，使得筛选结果更佳。