結合譜聚類和粒子群改進K-means聚類的機載LiDAR點云單木分割方法

摘要： 單木分割的精準度對林木資源的調(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、算法運算效率低等問題，針對上述問題，本文提出改進譜聚類和粒子群改進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)進行體素化，在該過程中采用自適應帶寬和高斯核函數(shù)來計算體素間的相似度，以構建出反映體素特性的高斯相似圖。然后應用Nystr?m... （共15頁）