公开(公告)号：CN115880487A

公开(公告)日：2023-03-31

申请号：CN202111137023.3

申请日：2021-09-27

Applicant: 南京林业大学

Inventor： 薛联凤 ,  云挺 ,  丁竹娴 ,  曹林 ,  白颢

IPC: G06V10/26 ,  G06V20/70 ,  G06V20/10 ,  G06V10/44 ,  G06V10/42 ,  G06V10/52 ,  G06V10/80 ,  G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明公开了基于深度学习方法的林木激光点云枝叶分离方法，包括获取林木激光点云数据；将去燥后的激光点云数据分为地上点和地面点；采用机器学习算法以及人工修正方式对地上点进行枝叶分离操作，对已进行枝叶分离操作的地上点进行体素化剖分；将已经进行枝叶分离操作和体素化剖分的点云数据作为训练样本数据集，并采用数据增广的方法对训练样本数据集进行扩增，采用扩增后的训练样本数据集对深度学习网络开展训练，得到训练好的深度学习网络模型；通过训练好的深度学习网络模型中，实现体素内的点云数据的枝叶分离。本发明通过构造的深度学习网络模型可更有效地提取林木点云的全局与局部特征信息，实现点云枝叶分离，准确率高，稳定性好。