针对地面激光雷达（TLS）进行单木分割时存在复杂林地欠分割或者过分割等问题，提出了一种基于连通性标记优化的单木分割方法。首先构建冠层高度模型（CHM）。再采用移动窗口进行局部极大值探测，实现候选树顶点探测。然后对初始树顶点进行连通性生长，通过探测连通区域的最高点，实现树顶点的优化提取，避免局部极大值误判为树顶点。接着采用基于标记的分水岭分割方法获取树木的初始分割结果。最后基于单木密度的分布特性对欠分割的树木进行优化，获取准确的单木分割结果。采用不同植被类型的点云数据进行实验分析，实验结果表明，所提方法在不同植被环境下均能获得良好的单木分割效果，平均探测精度均优于Meanshift单木分割方法和基于标记的分水岭单木分割方法。

地面激光扫描技术为树木三维信息的获取提供了一种高效、准确的手段。针对目前树木点云枝叶分离方法复杂、自动化程度较低、效果不理想等问题，提出了一种结合最短路径分析与图分割算法的树木点云枝叶分离方法。该方法首先利用最短路径分析算法构建了枝干骨架，在此基础上选择骨架邻近点提取枝干点云，然后利用图分割算法补全主要枝干中漏分的点，实现高精度的枝叶分离。以开源数据中平均点间距不同的树木点云为例，该方法对三类数据的分类精度分别达到0.9697、0.9469和0.9314，kappa系数均在0.84以上，可以有效解决树木细小枝干提取不完整以及枝干漏分离等问题。研究结果表明，所提方法能够有效分离树木点云中的树叶点和枝干点，且鲁棒性较高，为后续的枝干结构特征提取提供了技术支持。

云南西部龙陵地区分布有大片的花岗岩，其表层风化强烈，地区雨水充沛，致使边坡坡面侵蚀强烈，水土流失极其严重，现急需开展针对性的水土流失治理方案。以云南省龙陵县花岗岩分布区的风化残积砂质土为研究对象，设计了工程措施、植物措施、工程+耕作措施3种水土保持措施和3个地表坡度（10°，20°，40°）的人工模拟降雨实验，利用三维激光扫描技术对不同坡度下的水土保持措施的水土保持效果进行高精度实时监测，并以产沙率特征和减沙效益特征评价水土保持措施的有效性。实验结果表明：一定降雨强度条件下，坡度是影响坡面侵蚀的最重要因素，坡度越大，产沙速率越快；3种水土保持措施均有不同程度的减沙作用；两种相结合措施的水土保持效果要远远优于单一措施。

毛竹笋生长与毛竹产量及固碳能力有密切的关系,研究毛竹笋蓄积量与生物量之间的关系,探讨毛竹笋生物量变化规律,有利于了解毛竹笋的生长特性。利用地面LiDAR技术获取毛竹笋三维点云数据,进而构建毛竹笋三维模型,并计算其体积,尝试建立毛竹笋蓄积量转换为生物量的数学模型。试验结果表明:对于利用毛竹笋三维模型计算的体积与利用Simalian公式计算的体积,两者相关性高;通过样本检验发现,毛竹笋蓄积量与生物量的转换模型精度达到84.24%。以上研究表明,地面LiDAR可以为毛竹笋生物量的快速测算提供体积参数。

通过研究目标镜面反射造成的测距误差,及分析强度数据与测距误差之间的关系,建立了一种基于原始强度数据的目标镜面反射测距误差模型。研究结果表明,利用原始强度数据可以建立一种测距误差修正模型,该模型不受目标材质和表面几何形状的影响,可以精确地对距离数据进行修正,对提高地面激光雷达的数据精度具有重要意义。

为了有效剔除地面激光扫描数据中的大范围密集噪声,同时保留建筑物边缘特征,提出了一种基于距离变化并融合点云强度与密度信息的去噪方法。分析了噪声空间分布特征和点云强度分布,基于水平角和竖直角建立空间四叉树索引,在叶子节点内基于点前后间距特征实现局部点的快速聚类和孤立噪声剔除,在同类点集中基于不同类别强度点数的比值剔除大范围密集噪声。研究结果表明,所提算法能够有效剔除地面激光扫描数据中存在的大范围密集噪声,精度达90%以上。

点云配准是地面三维激光扫描数据处理的重要环节。面向地形起伏较小的场景,提出了一种基于投影分布熵的地面激光点云自动配准方法,利用信息熵对点云投影分布的集中程度进行描述,并寻找点云间的最佳分布进行粗配准,以此作为迭代最邻近点算法的初始值进行精配准。相对于基于特征的自动配准方法,该方法主要关注点云整体分布的一致性。实验表明,该方法具有较高的稳定性和成功率,尤其在点云场景出现较大视角变化或包含较多重复、对称结构时具有良好的配准结果。

地面三维激光扫描仪在监测变形时, 需利用标靶进行多期数据的配准, 因此标靶配准的精度直接影响测量误差。为了提高配准精度, 对不同标靶布设方案进行了测量误差分析。实验分别利用25, 50, 100, 150和200 m的M1~M8靶点进行配准, 然后通过对比两期数据的目标点坐标, 得出不同标靶布设距离的测量误差, 并对实验误差进行系统分析。实验结果表明: 三维激光扫描仪标靶的最佳位置在距离扫描仪50 m左右处, 且当匹配存在角度偏差时, 在同方向上被测目标的测量误差会增大。通过不同标靶布设方案的实验研究得出标靶的最佳布设方案和注意事项, 可为实际边坡工程监测的标靶布设方案提供参考。

三维激光扫描的点云中包含了大量数据，而其中有些数据在应用过程中并不都能产生作用，特别是对于建筑物点云而言，只需要确定建筑物轮廓线上的点云即可。基于此，本文利用邻近点几何特征来实现建筑物点云特征线的提取。该算法首先利用k最近邻搜索算法，对某个点的邻近点进行搜索，并根据邻近点确定法向量及基准面，利用基准面上探测点和邻近点的法向量夹角特性，确定建筑物边界；其次利用整体最小二乘和加权主元分析法对随机抽样一致算法进行改进，并基于该改进算法，确定折边两侧点云平面，利用两侧点云边界特性探测建筑物折边。通过实例分析，可以确定该算法提取速度快、冗余度少，在无效点云剔除率高于90%的情况下，提取了建筑物的特征线。

激光回波强度为点云数据的一种属性信息, 是目标对发射激光光束后向散射回波的光功率, 可以反映目标物体的表面特性。毛竹表面特征由其生理生长特性决定, 通过分析激光回波强度信息, 构建不同年龄竹秆的节间与激光回波强度的关系模型, 比较不同年龄毛竹拟合激光回波强度与实测激光回波强度的均方根误差, 以此判别毛竹的年龄, 并验证分析模型精度。结果表明：不同年龄和不同节间毛竹竹秆激光回波强度差异性显著, 节间内激光回波强度的差异性不明显; 该方法判别年龄的准确率达到92.5%, 地面三维激光扫描技术可为快速测算毛竹生物量提供竹龄参数。