Leaf Wood Separation of TLS Point Cloud of Mangroves

点云 随机森林 红树林 计算机科学 遥感 木榄属 比例(比率) 模式识别(心理学) 人工智能 地理 生态学 地图学 生物
作者
Humaira Sanam,L. Gnanappazham
出处
期刊: 卷期号:: 3145-3148
标识
DOI:10.1109/igarss52108.2023.10282683
摘要

Terrestrial Laser Scanner (TLS) captures 3D details of forests actively and accurately. Mangroves grow in hostile environments, making it difficult to obtain structural parameters of individual trees, using conventional survey methods which are crucial for the estimation of Above Ground Biomass. Researchers have attempted to find foliage filtering methods using radiometric or geometric features or a combination of both. When applied to mangroves, most of these methods produce erroneous results. Our study establishes a method to separate foliage from the trunk by finding the crucial features and the optimal spatial scale for deriving those features. It uses a combination of both radiometric and geometric features like eigenvalues, Omnivariance, anisotropy, etc. at 3 different spatial scales and classified using. Random Forest classifier. The method was repeated for sets of increasing and decreasing spatial scales and with sets of features based on importance. Our method gave an accuracy of 0.98 and a Cohen-Kappa score greater than 0.95.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
小蔓发布了新的文献求助10
2秒前
2秒前
wanci的应助被luxx采纳,获得10
2秒前
小二郎的应助被hhhhhhhh采纳,获得10
2秒前
充电宝的应助被胡younger米采纳,获得10
3秒前
livian发布了新的文献求助10
3秒前
RuiXu给RuiXu的求助进行了留言
3秒前
hhh关闭了hhh的文献求助
4秒前
mizhou完成签到,获得积分20
4秒前
4秒前
称心涵柳发布了新的文献求助10
5秒前
6秒前
7秒前
Zenith发布了新的文献求助10
7秒前
打打的应助被香蕉映菡采纳,获得10
7秒前
明亮的落地窗完成签到,获得积分10
7秒前
笑靥完成签到 ,获得积分10
7秒前
宴卿完成签到,获得积分10
8秒前
香蕉觅云的应助被FOX采纳,获得10
8秒前
豌豆尖完成签到,获得积分10
8秒前
9秒前
fgq完成签到 ,获得积分10
9秒前
wanci的应助被晓强采纳,获得10
9秒前
难过的研究牲完成签到 ,获得积分10
10秒前
完美的紊发布了新的文献求助10
10秒前
小明发布了新的文献求助10
10秒前
11秒前
null的应助被369ninja采纳,获得10
11秒前
明天很好的应助被猕猴桃采纳,获得10
11秒前
嘘嘘要嘘嘘完成签到,获得积分10
11秒前
打打的应助被无限的寒珊采纳,获得10
11秒前
自由妙竹完成签到 ,获得积分10
12秒前
12秒前
何处1惹尘埃完成签到,获得积分10
12秒前
14秒前
14秒前
卧虎发布了新的文献求助10
14秒前
包容成败完成签到,获得积分10
14秒前
CipherSage的应助被ikouyo采纳,获得30
15秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
IRTSD: Open-Source Data and Toolset for Electromagnetic Transient Analysis of Disturbances and IBR Control Malfunctions in Transmission Systems 1000
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8135204
求助须知:如何正确求助?哪些是违规求助? 9536590
关于积分的说明 21618351
捐赠科研通 7717959
什么是DOI,文献DOI怎么找? 3419478
关于科研通互助平台的介绍 2544778
邀请新用户注册赠送积分活动 2461180