結(jié)合譜聚類和粒子群改進(jìn)K-means聚類的機(jī)載LiDAR點云單木分割方法
地球信息科學(xué)學(xué)報
頁數(shù): 15 2024-09-11
摘要: 單木分割的精準(zhǔn)度對林木資源的調(diào)查有重要意義。但是,傳統(tǒng)的單木分割算法在處理大規(guī)模點云數(shù)據(jù)時存在臨近樹木易混淆、算法運(yùn)算效率低等問題,針對上述問題,本文提出改進(jìn)譜聚類和粒子群改進(jìn)K-means聚類的單木分割算法。首先,通過Mean Shift算法對點云數(shù)據(jù)進(jìn)行體素化,在該過程中采用自適應(yīng)帶寬和高斯核函數(shù)來計算體素間的相似度,以構(gòu)建出反映體素特性的高斯相似圖。然后應(yīng)用Nystr?m...