摘要
本申请公开了一种机载激光雷达点云倒树检测方法、装置及电子设备,该方法利用深度学习语义分割模型对第一点云进行处理,能够精准区分倒树树干与地被物、岩石等杂物,显著降低误检率,确保目标识别的准确性。随后,基于第二点云生成二维平面投影图像,可以规避三维点云因弯折、断裂造成的非连续性问题,为后续目标检测提供了结构化输入,保障检测流程的连贯性。之后,对二维平面投影图像开展目标检测,可以避免因点云非连续性引发的碎片化漏检,在保持检测高准确率(低假阳性)的同时,大幅提升倒树整体的识别能力(高召回率)。最后,将二维检测结果映射回三维空间,可获取完整倒树的三维点云数据,使能够更加有效地适配高密度点云环境。