近期，j9九游會(huì)官網(wǎng)陳飛翔教授、許福教授課題組在遙感研究領(lǐng)域期刊《IEEE Transactions on Geoscience and Remote Sensing》（一區(qū)TOP，IF=8.2）發(fā)表了題為“Unsupervised Semantic Segmenting TLS Data of Individual Tree Based on Smoothness Constraint Using Open-Source Datasets”的學(xué)術(shù)論文，北京林業(yè)大學(xué)為第一完成單位。

從地基激光雷達(dá)點(diǎn)云中準(zhǔn)確分割樹葉、樹枝等部分對(duì)于監(jiān)測(cè)森林碳儲(chǔ)量、光合過程等研究具有關(guān)鍵意義。實(shí)際地基激光雷達(dá)點(diǎn)云密度大且存在許多樹枝、樹葉、灌木、樹干相互遮擋的情況，因此，無需手動(dòng)分類數(shù)據(jù)且高效的無監(jiān)督分類方法成為首選。然而在樹木點(diǎn)云的無監(jiān)督分類中仍存在以下挑戰(zhàn)：容易欠分割或過分割點(diǎn)云；僅依據(jù)簡(jiǎn)單幾何特征容易誤分不規(guī)則樹枝；對(duì)不同樹種的泛化能力有待提高；大多數(shù)方法僅分離枝葉，依據(jù)有無樹葉附著繼續(xù)分割木質(zhì)成分的潛力和優(yōu)勢(shì)在森林場(chǎng)景中仍未被探索。

針對(duì)上述問題，論文提出了一種面向單木的無監(jiān)督語義分割地基激光雷達(dá)點(diǎn)云的方法（圖1）。該方法首先基于平面擬合殘差和鄰域關(guān)系對(duì)單木點(diǎn)云進(jìn)行初始分割，有效提取點(diǎn)云中平滑且連通的區(qū)域；然后通過量化分段點(diǎn)云的幾何特征來逼近分段木質(zhì)、非木質(zhì)特征；最后借助分段鄰域關(guān)系和判別特征自下而上合并分段，實(shí)現(xiàn)樹干和較大旁支、樹枝以及樹葉三部分的語義分割。此外，使用公開數(shù)據(jù)集中19種34棵樹對(duì)該方法進(jìn)行了驗(yàn)證評(píng)價(jià)，結(jié)果表明，該方法的平均分類精度為95.77%，可準(zhǔn)確高效地分割點(diǎn)云。

圖1 本文提出的樹木點(diǎn)云語義分割方法示意圖

論文提出的基于平滑約束的單木點(diǎn)云語義分割方法，可實(shí)現(xiàn)樹干和較大旁支、樹枝以及樹葉的有效分割，具有重要的研究?jī)r(jià)值和應(yīng)用前景。近年來，課題組致力于地理信息系統(tǒng)和人工智能等信息技術(shù)攻關(guān)，開展森林監(jiān)測(cè)、國(guó)家公園野生動(dòng)物智能監(jiān)測(cè)和野生動(dòng)植物智能識(shí)別等領(lǐng)域的前沿研究并取得了一系列重要進(jìn)展，助力智慧林業(yè)發(fā)展和生物多樣性保護(hù)。

該研究受到國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2022YFF1302700）、國(guó)家林草局揭榜掛帥項(xiàng)目（202303）、中央高校優(yōu)秀青年團(tuán)隊(duì)項(xiàng)目（QNTD202308）的資助。

論文鏈接：https://ieeexplore.ieee.org/document/9933471

                                                       撰稿人：陳飛翔、徐智穎

                                                       審稿人：許福