申请/专利权人：北京数字绿土科技股份有限公司;武汉绿土图景科技有限公司

申请日：2024-01-24

公开（公告）日：2024-04-19

公开（公告）号：CN117911868A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/762;G06V10/30;G06V10/774

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本公开提供了一种林地树干提取方法及装置、模型的训练方法，通过基于深度学习的树干点云分割模型，能够自动学习到树干点云与非树干点云的差异性，是高精度的树干点云检测器，能够有效过滤除灌丛和枝叶的干扰，得到高精度的树干点云；同时，本公开自动检测是否是密集树干点云，对于密集密集树干点云，通过预先训练好的相邻树干识别模型，可以将现有方案中将相邻树干识别为单个树干的误检纠正，有效降低漏检，确保了即便在密集树干区域，每个树干的点云也能被有效地单独识别和提取。通过本公开的方案能够从点云数据中精确地分离出树干，提高了树干提取的准确性和效率。

主权项：1.一种林地树干提取方法，其特征在于，包括：获取林地区域的地基激光雷达采集数据，并对所述地基激光雷达采集数据进行预处理；利用预先训练好的树干点云分割模型，对预处理后的地基激光雷达采集数据进行点云分割处理，得到多个树干的树干点云；利用预设的置信度阈值、预设的树干点云起始高度、预设的树干点云最少点数，对所述树干点云进行去噪处理；分别对去噪得到的各树干的树干点云在Z轴方向进行分层切片处理，并将切片处理得到的各切片的点云在Z轴方向进行投影，得到各切片分别对应的投影平面；分别确定各投影平面对应的树干轮廓中心点，并对各树干轮廓中心点在Z轴方向进行密度聚类，确定各树干的树干标记；利用树干标记和预设阈值，确定非密集树干点云和密集树干点云，并利用相邻树干识别模型确定所述密集树干点云对应的树干数目；根据树干数目，对所述密集树干点云进行聚类处理，得到所述树干数目个树干对应的新树干点云；对所述新树干点云和所述非密集树干点云进行后处理操作，得到目标树干点云。

全文数据：

权利要求：

百度查询： 北京数字绿土科技股份有限公司;武汉绿土图景科技有限公司 林地树干提取方法及装置、模型的训练方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD