一种基于DGCNN融合数据的输电走廊单木识别方法及系统

本发明公开了一种基于DGCNN融合数据的输电走廊单木识别方法及系统，涉及输电走廊树木识别与管理领域，方法包括：采集点云数据和高光谱影像数据，处理后得到第一数据；基于第一数据，通过DGCNN构建图结构并提取空间和光谱特征；基于所述空间和光谱特征，通过基于DGCNN的深度神经网络进行松树的特征学习与分类，得到初步分类结果；基于初步分类结果，进行后处理与精度优化，得到最终松树识别分类结果；基于最终松树识别分类结果，对输电走廊单木进行识别。本发明通过深度学习技术和精细的点云数据处理，克服了传统方法的局限性，实现了高精度、自动化、高鲁棒的树木分割，减少人工干预并提高分割质量，具有较强的应用前景。