A Canopy–Gap Boundary-Based Method for Multiplatform Forest Point Cloud Registration

Jian You

doi:10.1109/jstars.2026.3727713

A Canopy–Gap Boundary-Based Method for Multiplatform Forest Point Cloud Registration

2026-08-26

0

OA

AI

DOI：10.1109/jstars.2026.3727713

原文链接

原文求助

摘要

En 中文

机载、地面和移动平台获取的激光雷达点云集成可改进森林空间结构的表征。然而，由于遮挡、视角差异、点密度不均以及复杂森林环境中单木特征的有限重复性，稳健的跨平台配准仍然具有挑战性。为解决这些挑战，本研究提出了一种基于树冠–林隙边界的自动化多平台森林点云配准方法。首先，使用自适应高度差阈值提取树冠点。随后通过缓冲区-并集多边形化生成树冠和林隙边界多边形。接着，利用多特征多边形描述符、几何门控、全局一对一分配和空间一致性滤波，建立可靠的边界对应关系以实现粗配准。最后，应用裁剪迭代最近点（ICP）算法进行精配准。实验在六个具有不同林分结构和点云采集平台的林分样地中进行。该方法粗配准的RMSE、MAE、中位数误差和P95误差值分别为0.0847–0.1757、0.0625–0.1258、0.0472–0.1221和0.1671–0.3635 m。经过ICP精化后，这些误差分别降至0.0500–0.1250、0.0366–0.0958、0.0267–0.1004和0.1073–0.2686 m。与手动配准和两种已发表的基础方法相比，所提方法在粗配准中平均RMSE降低约0.07 m，精配准后降低约0.03 m。结果表明，树冠–林隙边界对象可为ALS–TLS/MLS配准提供稳定且可解释的约束，为多平台森林点云融合及后续森林结构参数提取提供有效解决方案。

Keyword:

Adaptive height threshold

canopy point cloud

iterative closest point (ICP)

multiplatform point cloud registration

shape matching

A Canopy–Gap Boundary-Based Method for Multiplatform Forest Point Cloud Registration

摘要

期刊

机构

引用论文