基于移动激光扫描的行道树树冠点云逐点检测

作者：李秋洁; 李相程

来源：南京林业大学学报(自然科学版), 2023, 1-10.

• 对靶施药
• 行道树
• 树冠点云检测
• 逐点分类
• 移动激光扫描

【目的】针对行道树树冠在线检测问题，研究基于移动激光扫描(Mobile laser scanning，MLS)的行道树树冠点云逐点检测方法，建立能够在线、快速、准确检测出行道树树冠点云的高性能树冠检测器，为行道树对靶施药提供基础数据。【方法】应用搭载一个2D激光雷达(Light detection and ranging，LiDAR)的MLS系统实时采集街道轮廓线测量数据，从中提取点云三维坐标、一次回波强度和回波次数5个属性；构建点云δ球域搜索方法，实现点云邻域在线快速查询；从待识别点δ球域中提取宽度、深度、高度、维度、密度、次数和强度7类点云局部特征；采用监督学习算法融合点云局部特征、训练树冠检测器，预测待识别点的类别。实验采集了一段137 m长街道的点云数据，开展了邻域搜索方法、监督学习算法、点云局部特征和树冠逐点检测器4个对比实验。【结果】构建的δ球域搜索方法的搜索时间为k-D树的10.90%；在神经网络(Neural network，NN)、支持向量机(Support vector machine，SVM)、Boosting和随机森林(Random forest，RF)4种监督学习算法中，RF算法得到的树冠检测器分类精度最好；与单类特征相比，组合特征具有更好的泛化性能；本文方法设计的树冠逐点检测器在检测精度和效率上均优于已有方法，球域半径δ在0.1～1.0 m范围内变化时，测试集F1分数≥97.74%。【结论】提出的方法能够从实时采集的MLS点云数据中快速、准确地检测出行道树树冠点云，为行道树对靶施药提供喷雾处方图。

• 单位
  南京林业大学; 电子工程学院