一种基于机器学习的单木分割方法

本发明公开了一种基于机器学习的单木分割方法，具体涉及单木分割领域；本发明通过地面扫描仪和无人机分别获取森林点云数据并配准成完整数据集，接着对点云数据预处理，然后提取几何、反射、空间分布多维特征并融合为综合特征向量；基于已标注数据，用机器学习方法训练模型，以特征向量为输入，输出点是否属树木；再用训练好的模型预测点类别，通过CRF后处理优化，用连通分量聚类、图割方法进行单木实例分割，构建3D模型并计算关键参数；最后对初步分割结果后处理，用连通区域分析过滤噪声，三维空洞填补缺失，基于图割优化边界，ICP算法优化区块接缝。