摘要： 【目的】针对行道树对靶施药技术中的靶标实时在线分割需求，研究基于移动激光扫描（mobile laser scanning, MLS）的行道树靶标点云在线实时分割方法，建立能够实时在线准确分割行道树靶标点云的点云实例分割算法。【方法】本研究以300 m长街道一侧的行道树为研究对象，通过建立FIFO（first input first output）缓冲区，每隔一段时间读取MLS采集到的三维街道点云数据中的若干帧街道点云数据。将读取过后FIFO缓冲区中的街道点云数据转换为三通道街道图像，使用图像实例分割模型对街道图像进行分割，得到行道树候选实例。然后，对行道树候选实例与已检测到的行道树实例进行实例融合，对已检测到的行道树实例进行完整性检测，对检测完整的行道树实例执行图像-点云映射，得到行道树点云实例。最后，使用阈值滤波与K最近邻（K-nearest neighbor, KNN）两种方法在点云层面对行道树点云实例进行优化。【结果】在阈值滤波参数设置为0.65 m、KNN的半径参数设置为0.5 m时，行道树靶标点云实例分割结果最优，准确率为0.986 5,召回率为0.940 7,F₁分数为0.957 6,平均每帧分割时间为5.261 ms。【结论】本研究提出的行道树靶标点云在线分割方法有效，可以满足行道树靶标实时在线分割的要求。

关键词: 行道树靶标喷雾, 行道树在线分割, 实例分割, K近邻, 二维激光雷达(LiDAR)

中图分类号: 

• S687.1

• TN958.98