基于多尺度几何特征单木点云的语义分割.pdf
《基于多尺度几何特征单木点云的语义分割.pdf》由会员分享,可在线阅读,更多相关《基于多尺度几何特征单木点云的语义分割.pdf(8页珍藏版)》请在咨信网上搜索。
1、西北林学院学报2 0 2 4,3 9(2):2 8-3 5J o u r n a l o f N o r t h w e s t F o r e s t r y U n i v e r s i t y d o i:1 0.3 9 6 9/j.i s s n.1 0 0 1-7 4 6 1.2 0 2 4.0 2.0 4基于多尺度几何特征单木点云的语义分割 收稿日期:2 0 2 3-0 3-1 7 修回日期:2 0 2 3-0 5-0 8 基金项目:国家自然科学基金(3 1 9 7 1 5 7 4)。第一作者:曹荣贞。研究方向:林业遥感。E-m a i l:1 0 4 6 0 8 5 9 2 0
2、q q.c o m*通信作者:林文树,博士,教授,博士生导师。研究方向:森林资源遥感监测。E-m a i l:l i n w e n s h u n e f u.e d u.c n曹荣贞,刘浩然,林文树*(东北林业大学 机电工程学院,黑龙江 哈尔滨 1 5 0 0 4 0)摘 要:针对目前地面激光扫描树木点云精确分离枝干点和树叶点成分困难的问题,提出一种基于多尺度几何特征的单木点云语义分割的方法。首先将水曲柳和樟子松样地点云数据进行单木分割,再计算多尺度点云协方差矩阵特征值,之后选择特征分类器,并根据特征值重要性选择最优特征值,最后对树木的枝干叶点云进行分割。通过比较支持向量机(S VM)、极
3、限梯度增强(X G-B o o s t)和随机森林(R F)3种分类器的训练时间和精度,选择X G B o o s t作为最终的分类器,并根据特征值重要性选择出6种最优特征。结果表明,2块样地枝干点和叶点的分割精度都0.8 8,并且F 1值和I OU也都在0.8以上。提出的方法能够有效分割出水曲柳和樟子松树叶点云和枝干点云,有较高的识别精度,研究结果为后续单木三维模型构建及生物量估算提供了条件。关键词:地面激光扫描;点云数据;多尺度;几何特征;语义分割中图分类号:S 7 5 8.1 文献标志码:A 文章编号:1 0 0 1-7 4 6 1(2 0 2 4)0 2-0 0 2 8-0 8S e
4、m a n t i c S e g m e n t a t i o n o f I n d i v i d u a l T r e e P o i n t C l o u d s B a s e d o n M u l t i-s c a l e G e o m e t r i c F e a t u r e s C A O R o n g-z h e n,L I U H a o-r a n,L I N W e n-s h u*(C o l l e g e o f M e c h a n i c a l a n d E l e c t r i c a l E n g i n e e r i n
5、 g,N o r t h e a s t F o r e s t r y U n i v e r s i t y,H a r b i n 1 5 0 0 4 0,H e i l o n g j i a n g,C h i n a)A b s t r a c t:I t i s d i f f i c u l t t o a c c u r a t e l y s e p a r a t e l i m b a n d l e a f p o i n t s f r o m t e r r e s t r i a l l a s e r s c a n n i n g(T L S)t r e e
6、 p o i n t c l o u d s.T o s o l v e t h e p r o b l e m a m e t h o d o f s e m a n t i c s e g m e n t a t i o n o f i n d i v i d u a l t r e e p o i n t c l o u d s b a s e d o n m u l t i-s c a l e g e o m e t r y f e a t u r e s w a s p r o p o s e d.F i r s t,t h e p o i n t c l o u d d a t a
7、 o f t r e e s i n t h e s a m p l e p l o t s o f F r a x i n u s m a n d s h u r i c a a n d P i n u s s y l v e s t r i s w e r e s e g m e n t e d i n t o i n d i v i d u a l t r e e s,a n d t h e e i g e n v a l u e s o f t h e m u l t i-s c a l e p o i n t c l o u d c o v a r i a n c e m a t r
8、 i x w e r e c a l c u l a t e d,t h e n t h e f e a t u r e c l a s s i f i e r w a s s e l e c t e d,a n d t h e o p t i m a l e i g e n v a l u e s w e r e s e l e c t e d a c c o r d i n g t o t h e i m p o r t a n c e o f t h e e i g e n v a l u e s,a n d f i n a l l y t h e l i m b a n d l e a
9、 f p o i n t s o f t r e e w e r e d i v i d e d.B y c o m p a r i n g t h e t r a i n i n g t i m e a n d a c c u r a c y o f s u p p o r t v e c t o r m a c h i n e(S VM),e x t r e m e g r a d i e n t b o o s t i n g(X G B o o s t)a n d r a n d o m f o r e s t(R F)c l a s s i f i e r s,t h e X G B
10、 o o s t w a s s e-l e c t e d a s t h e f i n a l c l a s s i f i e r,a n d s i x o p t i m a l f e a t u r e s w e r e s e l e c t e d a c c o r d i n g t o t h e i m p o r t a n c e o f e i g e n v a l-u e s.T h e r e s u l t s s h o w e d t h a t t h e s e g m e n t a t i o n a c c u r a c y o f
11、 l i m b a n d l e a f i n t h e t w o p l o t s w a s m o r e t h a n 0.8 8,a n d F 1-S c o r e a n d I OU(i n t e r s e c t i o n o v e r u n i o n)w e r e a l s o a b o v e 0.8.T h e m e t h o d p r o p o s e d i n t h i s s t u d y c a n e f f e c t i v e l y s e g m e n t l i m b a n d l e a f
12、p o i n t s o f F.m a n d s h u r i c a a n d P.s y l v e s t r i s,a n d h a s a h i g h i-d e n t i f i c a t i o n a c c u r a c y.T h e r e s e a r c h r e s u l t s p r o v i d e c o n d i t i o n s f o r t h e s u b s e q u e n t t h r e e-d i m e n s i o n a l m o d e l c o n s t r u c t i o
13、n a n d b i o m a s s e s t i m a t i o n o f i n d i v i d u a l t r e e.K e y w o r d s:t e r r e s t r i a l l a s e r s c a n n i n g;p o i n t c l o u d d a t a;m u l t i p l e s c a l e;g e o m e t r i c f e a t u r e;s e m a n t i c s e g-m e n t a t i o n 树木结构如树干、树枝形态和树叶的空间分布,直接影响树木的光合作用并最终影
14、响森林中的碳和水储存1。因此,如何快速、精确获取树木结构参数对了解树木结构与树木生理功能的关系有重大意义2-3。然而,野外实际测量树木结构参数费时且工作量大。地面三维激光扫描技术可以不通过破坏性测量,直接从点云数据中提取树干材积以及结合模型估测树干生物量,估测精度高,为树木结构特征定量分析与树木三维模型重建提供了新的方法4。基于激光扫描的林分点云数据进行树木结构参数提取的前提是需要进行单木分割和枝干叶分离。目前,利用点云数据对树木进行枝干叶分离的研究方法有很多,主要分为2类:基于激光强度和基于几何特征5。地面激光扫描仪可以基于反射激光雷达脉冲的强度信息区分枝干或树叶相互作用的返回信号来实现树木
15、枝干叶分离。Y a o等6将散射激光雷达脉冲的完整波形数字化,树干和较大树枝的散射值保持一致与树叶的散射值不同,根据散射值的不同将树木的枝干叶点云进行分类。B l a n d等7通过枝干点云和树叶点云的激光脉冲返回信息求得反射能量的强度,根据强度差异分离枝干点和树叶点。D a n s o n等8和D o u g l a s等9提出了一种新的设备配置,通过使用2种不同波长的激光器区分枝干叶片点云。Z h a o等1 0提出了一个多波长荧光激光雷达系统,并根据多波长荧光的强度信息进行枝干叶点云分类。虽然激光反射强度信息可以有效分离树木枝干叶点,但是激光返回的强度不仅与目标的光谱特性有关,还与激光束
16、的入射角度、传输距离以及反射面粗糙度有关1 1-1 2,因此需要对反射强度值进行校正。另一种枝干叶分类方法是基于点云空间坐标的几何特征。V i c a r i等1 3利用最短路径算法来获取树枝点云,并改变K值计算点云几何特征利用高斯混合模型分离叶片点,最终将二者分类结果结合,取得了较好分类效果。L a l o n d e等1 4根据散射特征、线性特征和表面特征分类点云,将对人工标记的训练数据拟合高斯混合模型计算点云特征,实现树干、树枝和树冠等的分类。邢涛等1 5通过计算不同的点云几何特征,并使用X G B o o s t分类器成功分离了蒙古栎人工林的地面、树干与枝叶点云。Y u n等1 6基于
17、点云数据特征的形状、正态向量分布和结构张量与半监督支持向量机(S VM)方法相结合,分离出枝干和叶子等各种树器官。S u n等1 7将激光强度和几何信息结合,采用强度阈值、邻域密度和体素化方法进行枝干叶分割,与基于点云强度特征和基于几何特征的方法相比,该方法提高了点云分割的精度。杨玉泽等1 8根据点云的颜色、法线和空间距离等特征,基于用局部凸包连接算法对点云进行聚类分割,完成枝干和树叶点云的分割。W a n g等1 9使用固定K值的点云搜索方法,找到最优K值并对枝干叶点云进行分割,得到了较好效果。目前基于激光强度的枝干叶分割方法需要进行强度矫正,而简单基于几何特征的方法在树冠枝干叶分离时效果不
18、是非常理想,并且存在消耗内存空间大等问题。本研究在基于机器学习语义分割中加入了多尺度局部协方差矩阵特征,实现了树木的枝干叶精确分割。1 研究区概况及数据预处理研究区为哈尔滨城市林业示范基地,地理坐标4 5 4 3 1 0 N,1 2 6 3 7 5 E,林地面积2 7.5 0 h m2,其中主要 树 种 有 樟 子 松(P i n u s s y l v e s t r i s)、水 曲 柳(F r a x i n u s m a n d s h u r i c a)、核桃楸(J u g l a n s m a n d-s h u r i c a)、白桦(B e t u l a p l a t
19、 y p h y l l a)等2 0。本文选取城市林业示范基地中樟子松和水曲柳两块林地作为地基激光雷达扫描对象,使用的地面三维激光扫描仪为F o c u s 3 D3 3 0。点云的预处理包括两部分:首先在F A R O S c e n e软件中将扫描数据输入点云配准拼接成完整研究样地点云数据;然后利用L I D A R 3 6 0软件对样地点云数据进行去噪、分类、归一化和点云分割得到水曲柳和樟子松单木点云数据。2 研究方法选择5棵水曲柳(D a t a_1)(1 0 2 6 1 9 9个点)和5棵樟子松(D a t a_2)(7 2 8 5 4 5个点)单木点云进行干枝叶分离试验。分别选择
20、2个树种的1棵树并利用C l o u d C o m p a r e软件与L e W o S模型进行手动分割得到枝干点和叶点,并做好标签,其中该树中随机选择7 0%的点用于模型训练,3 0%的点用来预测,再根据得到的模型分别对D a t a 1和D a t a 2进行分割。基于点云三维坐标信息计算多尺度点云的协方差矩阵,再计算各点协方差矩阵的特征向量与特征值,通过特征运算得到1 1种特征值,训练S VM、X G B o o s t和R F 3种分类器,并对比分类器的计算时间和精度选择最优的分类器,在P y t h o n 3.7中基于X G-B o o s t的内置函数获取特征重要性,基于特征
21、重要性大小选择最优特征值并在分类器中进行训练与预测,实现单木点云的枝干叶分割。技术路线如图1所示。2.1 点云特征提取2.1.1 多尺度下点云特征 利用固定半径的方法搜索邻域内点云,根据局部邻域内点云协方差特征值构造点云几何特征,通过改变搜索半径大小得92第2期曹荣贞 等:基于多尺度几何特征单木点云的语义分割到多尺度点云特征。不同尺度下点云局部邻域内点云个数不同,同一地物在不同尺度下呈现的几何特征也不同,因此多尺度下不同地物之间的区分性更强,可以更好地通过机器学习分类器对不同目标分割。图2为点云在大尺度(如0.7 5 m)和小尺度(如0.1 m)下的搜索个数,R为点云搜索半径,R1R2,当搜索
22、半径较大时,其邻域内的点云个数大,当搜索半径较小时,其邻域内的点云个数小。图1 枝干叶点分割流程F i g.1 F l o w c h a r t o f l i m b a n d l e a f p o i n t s s e g m e n t a t i o n图2 不同尺度下点云搜索个数F i g.2 N u m b e r o f p o i n t c l o u d s e a r c h e s a t d i f f e r e n t s p a t i a l s c a l e s图3为枝干点和叶点在不同尺度下的几何特征。由图3可以看出,枝干点在小尺度下的几何形状接近
23、平面,在大尺度下的几何形状接近圆柱,叶点在小尺度下搜索的点云个数较少,几何特征不明显,在大尺度下几何形状接近平面。因此,本研究选择的最小尺度要大于点云最小密度,最大尺度不超过冠层枝干宽度,依次增加尺度间隔大小共得到4个尺度0.1、0.2 5、0.5、0.7 5 m2 1-2 2。2.1.2 点云特征值计算 基于扫描点的坐标数据在m a t l a b 2 0 2 1 a中使用主成分分析(p r i n c i p a l c o m-p o n e n t a n a l y s i s,P C A)算法计算出点云协方差矩阵的特征向量e1、e2、e3与特征值1、2、3,且满足123,将1、2、
24、3进行运算得到新的特征值,本研究计算的几何特征如表1所示。其中,S、P和L又称 为 显 著 特 征,三 者 之 和 为1。一 般 认图3 枝干点和叶点在不同尺度下的几何特征F i g.3 G e o m e t r i c f e a t u r e s o f l i m b a n d l e a f p o i n t s a t d i f f e r e n t s c a l e s为叶片点表现为“散点”性质,而枝干点表现为“线性”或“表面”的特性,各向同性特征与各向异性特征能较好地反映点云该区域点云的起伏特征。曲率变化特征反映了曲面沿法向量的变化,以某一枝干点与树叶点为中心的点云
25、邻域内曲率特征是有区别的,例如,树干和茎上的点由于其直径大,点分布规03西北林学院学报3 9卷 则,曲率变化特征不明显。与树叶连接的树枝和细枝直径较小,通常有较小程度的弯曲,由于冠层树叶遮挡,树叶点云分布散乱,因此曲率变化较大。表1 点云几何特征T a b l e 1 G e o m e t r i c f e a t u r e s o f p o i n t c l o u d s特征名称特征计算公式发散状特征S=31面状特征P=2-31线性特征L=1-21特征熵E=-3i=1il ni 各向同性特征O=31*2*3各向异性特征A=1-31曲率变化特征C=31+2+3特征值和=1+2+3三
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 尺度 几何 特征 单木点云 语义 分割
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。