[发明专利]基于Faster R-CNN的面向激光点云的单木分割方法有效
| 申请号： | 201910551190.9 | 申请日： | 2019-06-24 |
| 公开（公告）号： | CN110378909B | 公开（公告）日： | 2023-06-06 |
| 发明（设计）人： | 云挺;陈鑫鑫;王佳敏;曹林 | 申请（专利权）人： | 南京林业大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/0464 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 王清义 |
| 地址： | 210037 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Faster R‑CNN的面向激光点云的单木分割方法，包括获取林段点云数据；计算扫描林段的点云特征，实现林段点云数据的枝叶分离；对林段的主干点云数据进行自适应体素化操作，并对其进行多角度投影以生成相应的深度图像；采用深度学习方法对生成的深度图像中的主干进行检测；利用检测到的深度图像中主干的位置信息，通过反投影获得相应主干的空间三维点云。将获取到的主干部分的点云作为种子点，结合区域增长算法实现单木分离。本发明采用深度学习方法，借助大数据样本进行学习，单木分割准确度更高，为使用深度学习来准确的解决基于地面的LiDAR数据的单个橡胶树分割问题提供可能性。 | ||
| 搜索关键词： | 基于 faster cnn 面向 激光 分割 方法 | ||
【主权项】：
1.一种基于Faster R‑CNN的面向激光点云的单木分割方法，其特征在于，包括：步骤1：基于地面移动LiDAR获取林段点云数据；步骤2：计算扫描林段的点云特征，从而实现林段点云数据的枝叶分离；步骤3：对林段的主干点云数据进行自适应体素化操作，并对其进行多角度投影以生成相应的深度图像；步骤4：采用深度学习方法对生成的深度图像中的主干进行检测；步骤5：利用检测到的深度图像中主干的位置信息，通过反投影获得相应主干的空间三维点云；步骤6：将获取到的主干部分的点云作为种子点，结合区域增长算法实现单木分离。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京林业大学，未经南京林业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910551190.9/，转载请声明来源钻瓜专利网。
