結(jié)合譜聚類和粒子群改進(jìn)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(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...