空间约束标识点过程的机载激光雷达景观树提取

针对目前关于城区景观树提取存在的提取精度低、数据代表性不足、算法复杂等问题,提出了一种空间约束标识点过程的机载激光雷达(LiDAR)景观树提取方法。所提方法从点云数据中分离非地面点,且通过树冠点云密度约束标识点过程模型。首先,采用三角网迭代加密滤波算法将LiDAR点云数据中的地面点与非地面点分离;然后,针对非地面点数据定义景观树空间分布标识点过程模型,以圆形刻画景观树在地面投影区域的几何形状,定义树冠投影区几何模型,并结合景观树和非树区域数据点的高程分布特点构建高程分布模型;在此基础上,根据树冠点云的空间密度特征,构建高程约束模型;在贝叶斯理论架构下综合上述模型建立景观树提取模型,并结合可逆跳变马尔可夫链蒙特卡罗算法模拟该提取模型;最后,根据最大后验概率准则,获取最优景观树提取结果。实验结果表明,所提方法提取的景观树整体精度较高,总体的提取率和正确率均达到了90%以上,对识别难度较大的复杂场景景观树提取结果亦能达到较高精度。