科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了一种基于随机RANSAC模型的树木胸径自动提取算法。首先，采用布料模拟滤波（CSF）算法对林地点云数据进行滤波，获取树木、地面数据与数字地面模型（DEM）并提取树木胸径处点云，然后进行欧式距离聚类，最后基于随机random sample consensus（RANSAC）模型拟合树木模型，实现自动化的树木胸径提取。使用上海市青浦区某区域两林区样地的地面激光点云数据对该算法进行验证，与实际人工测量树木胸径的平均偏差分别为0.79cm和0.52cm。实验对比结果表明，该算法在精度与时间性能上均优于基于Hough变换的算法与基于最小二乘的算法。
- 单位
