【技術實現步驟摘要】
本專利技術涉及數據處理，具體涉及一種基于激光雷達點云的大規模森林單木實例分割方法和設備。
技術介紹
1、在全球范圍內，森林資源的監測和管理對于維護生態平衡、應對氣候變化以及保護生物多樣性具有至關重要的作用。大規模森林因其樹木分布密集、覆蓋面積廣闊，對傳統監測手段提出了巨大挑戰。傳統的森林調查方法依賴于人工實地測量，這不僅耗時耗力，而且成本高昂，難以實現大范圍的快速監測。隨著遙感技術的發展，利用衛星或航空平臺獲取的影像資料進行森林監測已成為可能。
2、現有的大規模單木分割技術在處理森林場景時，通常將大規模地塊拆分成小規模地塊，然后分別進行推理和拼接。目前流行的深度學習方法主要分為兩類：聚類模型和超點模型。聚類模型如基于點云偏移的聚類方法，其通過預測點云中每個點的偏移量，將空間上接近的點聚集起來，然后利用球查詢和廣度優先搜索算法對這些密集的點云進行聚類分割。這種方法在處理大規模數據集時，能夠有效地將單木分割成獨立的個體。超點模型如基于超點的深度學習模型，該模型首先根據點云本身的屬性將點云分割成超點，然后計算初始化的查詢向量與超點之間的相似度，以得到實例分割的結果。這種方法通過將點云數據轉換為超點表示，減少了計算量，提高了分割效率。
3、然而，這兩種方法均存在一定的局限性。聚類模型在進行單木分割時，依賴于傳統的點云聚類方法。該方法的一個主要問題是對參數設置高度敏感，且在處理大規模數據集時需要消耗大量的時間和內存資源。為了解決資源消耗問題，通常需要將地塊分割成更小的部分進行處理，然后再將結果拼接起來。但這種分割再
技術實現思路
1、為了解決現有技術中存在的上述問題，本專利技術提供了一種基于激光雷達點云的大規模森林單木實例分割方法和設備，具體包括：
2、第一方面，本專利技術提供了一種基于激光雷達點云的大規模森林單木實例分割方法，包括：
3、對待進行單木實例分割的森林點云進行體素化處理，得到多個目標體素；
4、將多個目標體素輸入預先訓練好的稀疏卷積神經網絡骨干模型中，得到待進行單木實例分割的森林點云對應的各目標體素的體素特征、偏移量和語義標簽，語義標簽用于標識樹種；
5、根據各目標體素的偏移量構建偏移空間；
6、在偏移空間中，通過球查詢和廣度優先搜索算法對目標體素進行聚類，并根據預先確定的不同樹種單木實例對應的平均體素數目，確定待進行單木實例分割的森林點云中各個單木實例對應的粗略實例掩碼；
7、根據待進行單木實例分割的森林點云中各個單木實例對應的粗略實例掩碼，確定各單木實例對應的初始查詢向量的坐標和特征；
8、對待進行單木實例分割的森林點云進行過分割處理，得到待進行單木實例分割的森林點云對應的超點，并確定超點特征和超點空間坐標；
9、基于預先訓練好的transformer?decoder模型，根據超點特征、超點空間坐標和各初始查詢向量，得到待進行單木實例分割的森林點云對應的分割結果。
10、第二方面，本專利技術還提供了一種電子設備，包括處理器、通信接口、存儲器和通信總線，其中，處理器，通信接口，存儲器通過通信總線完成相互間的通信；
11、存儲器，用于存放計算機程序；
12、處理器，用于執行存儲器上所存放的程序時，實現第一方面所提供的任一方法。
13、第三方面，本專利技術提供了一種計算機可讀存儲介質，計算機可讀存儲介質內存儲有計算機程序，計算機程序被處理器執行時實現第一方面所提供的任一方法。
14、本專利技術的有益效果：
15、本專利技術提供的基于激光雷達點云的大規模森林單木實例分割方法和設備，包括對待進行單木實例分割的森林點云進行體素化處理，得到多個目標體素；將多個目標體素輸入預先訓練好的稀疏卷積神經網絡骨干模型中，得到待進行單木實例分割的森林點云對應的各目標體素的體素特征、偏移量和語義標簽，語義標簽用于標識樹種；根據各目標體素的偏移量構建偏移空間；在偏移空間中，通過球查詢和廣度優先搜索算法對目標體素進行聚類，并根據預先確定的不同樹種單木實例對應的平均體素數目，確定待進行單木實例分割的森林點云中各個單木實例對應的粗略實例掩碼；根據待進行單木實例分割的森林點云中各個單木實例對應的粗略實例掩碼，確定各單木實例對應的初始查詢向量的坐標和特征；對待進行單木實例分割的森林點云進行過分割處理，得到待進行單木實例分割的森林點云對應的超點，并確定超點特征和超點空間坐標；基于預先訓練好的transformer?decoder模型，根據超點特征、超點空間坐標和各初始查詢向量，得到待進行單木實例分割的森林點云對應的分割結果，其通過體素化處理和特征提取技術的應用，使得生成的單木實例掩碼在空間位置上更加精確，顯著提升了分割質量；通過采用transformer?decoder模型進一步優化查詢向量的特征，增強了模型在不同地塊上的泛化能力和推理準確度；自動化的處理流程減少了人工干預，簡化了操作步驟，降低了成本，實現了大規模森林單木分割的顯著改進。
16、以下將結合附圖及實施例對本專利技術做進一步詳細說明。
本文檔來自技高網...【技術保護點】
1.一種基于激光雷達點云的大規模森林單木實例分割方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，確定不同樹種單木實例對應的平均體素數目，包括：
3.根據權利要求1所述的方法，其特征在于，所述在所述偏移空間中，通過球查詢和廣度優先搜索算法對所述目標體素進行聚類，并根據預先確定的不同樹種單木實例對應的平均體素數目，確定所述待進行單木實例分割的森林點云中各個單木對應的粗略實例掩碼；
4.根據權利要求1所述的方法，其特征在于，所述根據各所述目標體素的偏移量構建偏移空間，包括：
5.根據權利要求1所述的方法，其特征在于，所述基于預先訓練好的TransformerDecoder模型，根據所述超點特征、所述超點空間坐標和各所述初始查詢向量，得到所述待進行單木實例分割的森林點云對應的分割結果，包括：
6.根據權利要求1所述的方法，其特征在于，所述根據所述待進行單木實例分割的森林點云中各個單木實例對應的粗略實例掩碼，確定各所述單木實例對應的初始查詢向量的坐標和特征，包括：
7.根據權利要求5所述的方法，其特
8.根據權利要求1所述的方法，其特征在于，確定超點特征和超點空間坐標，包括：
9.一種電子設備，其特征在于，包括處理器、通信接口、存儲器和通信總線，其中，處理器，通信接口，存儲器通過通信總線完成相互間的通信；
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質內存儲有計算機程序，所述計算機程序被處理器執行時實現權利要求1-8任一所述的方法。
...【技術特征摘要】
1.一種基于激光雷達點云的大規模森林單木實例分割方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，確定不同樹種單木實例對應的平均體素數目，包括：
3.根據權利要求1所述的方法，其特征在于，所述在所述偏移空間中，通過球查詢和廣度優先搜索算法對所述目標體素進行聚類，并根據預先確定的不同樹種單木實例對應的平均體素數目，確定所述待進行單木實例分割的森林點云中各個單木對應的粗略實例掩碼；
4.根據權利要求1所述的方法，其特征在于，所述根據各所述目標體素的偏移量構建偏移空間，包括：
5.根據權利要求1所述的方法，其特征在于，所述基于預先訓練好的transformerdecoder模型，根據所述超點特征、所述超點空間坐標和各所述初始查詢向量，得到所述待進行單木實例分割的森林點云對應的分割結果，包括：
6.根據權利要...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。