结合谱聚类和粒子群改进K-means聚类的机载LiDAR点云单木分割方法

摘要： 单木分割的精准度对林木资源的调查有重要意义。但是，传统的单木分割算法在处理大规模点云数据时存在临近树木易混淆、算法运算效率低等问题，针对上述问题，本文提出改进谱聚类和粒子群改进K-means聚类的单木分割算法。首先，通过Mean Shift算法对点云数据进行体素化，在该过程中采用自适应带宽和高斯核函数来计算体素间的相似度，以构建出反映体素特性的高斯相似图。然后应用Nystr?m... （共15页）