地面激光扫描技术为植物三维信息的获取提供了一种高效、准确的解决方案。植物点云数据的叶木分类是林业和生物学研究的基础。本文提出了一种基于树木点云数据的自动采样与训练分类方法。

十棵树的点云数据

实验流程图

构建标准结果

首先，采用平面拟合方法自动选择叶片样本点和木材样本点，然后计算两个局部特征，利用支持向量机(SVM)算法进行训练和分类。接着，利用该方法和人工选择方法对10棵树的点云数据进行测试。最后得出，平均分类正确率和kappa系数分别为0.9305和0.7904。结果表明，与人工选择方法相比，该方法具有更高的效率和准确性。

自动采样过程

使用提出的方法进行分类的结果

来源：

Liu Z, Zhang Q, Wang P, et al. Automatic sampling and training method for wood-leaf classification based on tree terrestrial point cloud. arXiv:2012.03152.