Key points are not available for this paper at this time.
정확한 수목 추출은 산림 조사에서 중요한 요소입니다. 그러나 관목의 존재는 수목 추출을 방해할 수 있습니다. 기존의 지표면 레이저 스캐닝(TLS) 수목 포인트 클라우드 추출 방법의 낮은 정확도와 낮은 일반화 능력 문제를 해결하기 위해, 이 연구에서는 수목 추출을 위한 줄기 축 적합(TAF) 방법을 제안합니다. 포인트 클라우드 데이터를 상부와 하부로 분리한 후, 슬라이싱, 클러스터링, 원 적합, 주요 중앙 축 획득, 거리 필터링 등을 수행합니다. 캐노피 포인트 클라우드는 추출된 줄기 포인트 클라우드와 병합되어 수목과 관목을 정확하게 분리합니다. 이 연구에서 제안한 TAF 방법의 장점은 포인트 클라우드 밀도나 줄기 곡률의 정도에 영향을 받지 않는다는 것입니다. 본 연구는 윈난성 샹그리라 시의 자연림 지역과 쿤밍 시의 조림 지역에 초점을 맞추어, 표준화된 샘플 데이터세트에서 수작업으로 추출한 데이터를 사용하여 TAF 방법의 정확성을 테스트하고 제안된 방법의 실행 가능성을 검증합니다. 결과는 이 연구에서 제안한 TAF 방법이 높은 추출 정확도를 가진다는 것을 보여주었습니다. 이 방법은 나무 성장 곡률로 인한 줄기 포인트 클라우드 손실 문제를 효과적으로 피할 수 있습니다. 두 지역의 실험적 정확도는 99%를 초과했습니다. 이 연구는 수목 매개변수 추출에 대한 특정 기술 지원과 산림 자원 조사 및 산림 관리 의사결정에 대한 과학적 지침을 제공할 수 있습니다.
Liu et al. (Sat,)은 이 질문을 연구했습니다.