从道路场景的移动激光扫描数据中识别树木及其树干

摘要： 道路沿线的树木是重要的资产，需要持续评估和维护。移动激光扫描（MLS）已成为获取道路沿线三维数据的主流测绘技术。本研究开发了一种从MLS数据中自动识别树木及其树干的方法：首先对归一化MLS数据进行分区形成圆柱体，采用两阶段自底向上的搜索策略——先基于靠近圆柱体基座中心的物体群簇下部区域的线性特征和数据分布均匀性识别树干，再通过冠层截面的紧密度指数及其相对于树干轴的轴向对称性检索对应树干的树冠，最终将包含树干与树冠的物体群簇判定为树木。 该方法在两种不同点间距采集的测试路段MLS数据上进行了验证，结果显示两个站点的平均完整性、正确率和F1值分别达到94.4%、100%和97.1%。其中正确率在两站点均保持100%稳定，表明未出现非树木对象被误判的情况，且树木识别正确率不受测试场地复杂度影响。该方法能有效应对因遮挡导致三维数据中树木形态畸变、物体间存在部分重叠等复杂路况下的树木识别，具有广泛应用潜力。此外，基于图形处理器并行计算框架的实现使两个测试站点的MLS数据集处理时间显著缩短。