买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜电子科技大学申请的专利一种基于泊松分布和点云聚类的植被聚集度指数估算方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116503727B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310221090.6，技术领域涉及：G06V20/10；该发明授权一种基于泊松分布和点云聚类的植被聚集度指数估算方法是由李世华;吴一凡设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本一种基于泊松分布和点云聚类的植被聚集度指数估算方法在说明书摘要公布了：本发明属于激光雷达遥感数据处理技术领域，具体涉及一种基于泊松分布模型和点云聚类的植被聚集度指数估算方法。本发明利用激光雷达获取森林植被冠层三维点云数据，基于森林冠层中叶片分布的理想状态满足泊松分布的原理，将点云进行配准、去噪、滤波和归一化处理；对聚类中心与泊松点的偏移程度进行定量表达，用未发生偏移的聚类中心数量与全部泊松点数量之间的比值计算得到聚集度指数，建立了基于泊松分布和点云聚类的激光雷达植被聚集度指数估算方法。本发明克服了现有技术必须先进行冠层间隙率的反演所造成的中间误差，同时避免了受使用时间，天气等因素的限制，无法全天候进行数据采集等缺陷。

本发明授权一种基于泊松分布和点云聚类的植被聚集度指数估算方法在权利要求书中公布了：1.一种基于泊松分布和点云聚类的植被聚集度指数估算方法，其特征在于，包括以下步骤：步骤1、点云数据获取与预处理：通过激光扫描仪扫描得到目标样地的数据源，并进行预处理后，将其导出为文本格式后剔除低于扫描仪高度的点；所述预处理是根据研究需求，先对样地进行配准，随后进行重采样、滤波和归一化操作后对点云数据建立冠层高度模型CHM；步骤2、数据分块：通过步骤1对归一化点云生成CHM后，使用基于树顶点云梯度变化的点云分割算法，对点云进行粗分割，得到不含冠间间隙的点云单元；步骤3、泊松点生成：将步骤2所得粗分割后的点云单元用立方体包络，以冠层底部中心为原点，以分块后数据在水平面的边界为区间，并按照不大于冠层原始点云的密度在点云单元内生成泊松点，这些泊松点即为理想状态下冠层点云空间分布的参照点；其中泊松分布的参数λ等于其数学期望，λ的取值由点云单元的尺寸决定；步骤4、K-means聚类：将步骤3获取的泊松点作为聚类的初始样本中心，使用K-means算法对样地点云进行聚类，建立点云与叶片的对应关系，并将K-means算法在迭代过程中对聚类中心移动的记录作为叶片空间分布与泊松分布偏移程度的量化指标；步骤5、计算聚集度指数：分析步骤4中得到的聚类后聚类中心位置相较于原始泊松点位置的偏移量，设定阈值，将生成的泊松点中位置偏移量小于设定阈值的点占总体的比例，作为一个点云单元的聚集度指数结果； 其中，Ω为聚集度指数，N未偏移为聚类过程中偏移距离小于设定阈值的的聚类中心数量，N全部为全部泊松点的数量；再将整片样地中不同点云单元在水平面上的投影面积作为权重，对不同点云单元根据其投影面积进行加权平均，得到样地在水平方向的聚集度指数分布；最后把冠层按照所需的高度间隔在垂直方向上进行划分，计算出整片样地在不同高度上的聚集度指数分布。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。