基于深度学习的背包与无人机激光雷达单木分割方法及系统

本发明公开了一种基于深度学习的背包与无人机激光雷达单木分割方法及系统，该方法包括基于无人机和背包式激光雷达系统采集并融合生成树木多平台点云数据；生成单木标签数据；构建单木分割模型，包括特征提取网络、特征排序及聚类模块、特征筛选模块；训练单木分割模型后进行单木分割。针对传统方法在冠层互嵌、形态趋近等复杂林分条件下特征提取能力不足的问题，本发明通过引入空间注意力机制和层次化密度聚类模块，在编码阶段动态分配不同区域的特征权重，强化对冠层互嵌区域局部几何结构的敏感性；同时利用解码阶段的特征融合策略保留多层次语义信息，增强三维空间拓扑特征辨别能力与树冠边界识别能力，提高了单木分割的准确率。