NormalView：基于表面法向量几何投影的背包式移动激光扫描（MLS）与航空激光扫描（ALS）点云树种分类

《Science of Remote Sensing》：NormalView: Tree species classification from backpack and aerial lidar data using geometric projections

　　

法向量（normal vectors）提升了密集移动激光扫描（mobile laser scanning, MLS）数据上基于投影的树种分类。NormalView 达到 95.5% 的总体精度（overall accuracy, OA）和 93.1% 的宏平均 F₁（macro F₁）。多光谱（multispectral）信息在航空激光扫描（airborne laser scanning, ALS）数据上具有优势。研究人员发布了一个包含 1915 个样本的高密度 MLS 树点云数据集。

论文解读：NormalView 利用几何投影进行背包式与航空 LiDAR 点云树种分类

研究背景方面，树种分类是理解森林和城市生态系统的关键工具，有助于监测生物多样性、管理森林风险并理解森林生态丰富度。在北方森林中，欧洲山杨（aspen, Populus tremula）是关键种，可作为生物多样性热点。近年来，自动化森林清查逐渐替代传统方法，深度学习语义分割与树种分类结合可推动森林信息自动化。MLS 与 ALS 在林业中具有重要价值：MLS 用于估算茎曲线、提取枝条信息和森林清查，ALS 用于单木检测、变化检测、生物量估计和森林语义分割。密集点云如 MLS 或近距 ALS 可高效收集大范围森林清查参考数据，但树茎从用于大范围扫描的 ALS 中不可见，因此需要从其他属性估计茎属性。现有树种分类方法大致分为机器学习方法、基于投影的深度学习方法和基于点的三维深度学习方法。机器学习方法依赖手工特征，如树高、冠幅、高度百分位、强度和反射率统计。投影方法将树点云生成二维表示，再输入图像分类网络。三维深度学习方法直接处理点云，如 PointNet、PointNet++、PointMLP、3D-CNNs、DGCNN 和 PointTransformer。近期基准研究结论并不一致：Puliti et al. 发现图像模型优于部分点基三维模型，而 Taher et al. 发现点基三维模型，尤其 transformer 架构，优于图像模型。法向量估计常用于计算机视觉和点云应用，Ferreira et al. 与 Sha et al. 的报告显示法向量可改善树种分类，因此研究人员选择考察法向量能否以二维表示形式提供判别信息。

研究人员开展了 NormalView 研究，提出一种基于投影的深度学习方法，将局部几何信息以法向量估计形式嵌入二维投影，并利用图像分类网络进行树种分类。研究评估了将几何信息集成到投影图像中的适宜性，比较仅依赖几何线索与基于辐射信息方法的效果，并考察多扫描仪多光谱强度信息的影响，同时在移动和航空激光扫描数据集上测试模型性能。其意义在于，为高密度 MLS 或近距 ALS 点云提供不依赖强度的树种分类方案，并发布高密度 MLS 树点云数据集。

主要关键技术方法（不超过250字）：测试站点位于芬兰 Espoo 的 Espoonlahti。MLS 数据由 FARO Orbis 扫描仪（Hesai XT32，905 nm）于 2024 年 6 月 3 日和 11 日采集，共 19 次测量，单次 7–20 min；ALS 数据于 2023 年夏由直升机搭载 Riegl VUX-1HA、miniVUX-1DL、VQ-840-G 采集，飞行高度约 100 m。参考数据由 Finnish Geospatial Research Institute（FGI）人员于 2024 和 2025 年通过浏览器应用采集，并结合 Espoo 城市数据库。MLS 含 1915 个树段，ALS 含 6238 个树段。研究人员从点云创建强度正交投影（orthographic projection with intensity, OPI）、NormalView（NV）、深度投影和黑白正交投影（white orthographic projection, WOP）图像；训练使用五个视角、全图和切片图，图像尺寸 512×512；分类器为 YOLOv11x-cls；推理使用 25 个视角共 50 幅图像聚合预测；并设置 Point Transformer 基线、消融实验、图像尺寸实验和计算效率实验。

研究结果：
3.1 Model performance evaluation（模型性能评估）
在 MLS 数据上，NormalView 取得最佳宏指标，OA 为 95.5%，MAA 为 94.8%，MAF₁ 为 93.1%，K 为 94.2%。强度模型 OA 为 94.6%，MAA 为 91.6%，MAF₁ 为 91.7%，K 为 93.1%；黑白模型 OA 为 94.0%，MAA 为 90.7%，MAF₁ 为 89.8%，K 为 92.3%。NormalView 除云杉和山杨外，对所有树种均取得最高 F₁。在 ALS 七种数据上，三通道强度模型 OA 为 93.6%，MAA 为 90.6%，MAF₁ 为 91.1%，K 为 91.5%；NormalView OA 为 93.4%，MAA 为 88.9%，MAF₁ 为 89.9%，K 为 91.2%。在 ALS 九种数据上，三通道强度模型 OA 为 92.5%，MAA 为 84.9%，MAF₁ 为 86.8%，K 为 90.2%；NormalView OA 为 91.8%，MAA 为 79.1%，MAF₁ 为 81.8%，K 为 89.2%。多光谱通道模型在九种数据上更均衡，尤其有利于少数种。混合 MLS 与 ALS 数据上，三种投影方法差异很小，OA 均约 92%，黑白模型略好，OA 为 92.4%，MAA 为 77.2%，MAF₁ 为 81.0%，K 为 90.0%。结论是：法向量投影在密集 MLS 数据上优势明显；ALS 数据上多光谱强度信息更有益；跨采集模态混合后，模态特定表示优势减弱。

3.2 Comparative experiments（对比实验）
在 MLS 数据上，深度投影模型与 NormalView 性能极接近，深度模型 OA 为 95.2%，MAA 为 94.2%，MAF₁ 为 93.3%，K 为 93.8%。Point Transformer 基线中，仅使用坐标时 OA 为 76.9%，MAA 为 66.6%；加入强度后 OA 为 86.5%，MAA 为 77.6%；加入法向量后 OA 为 89.5%，MAA 为 83.7%，MAF₁ 为 83.0%，K 为 86.5%；同时加入强度和法向量后 OA 为 92.8%，MAA 为 92.0%，MAF₁ 为 90.3%，K 为 90.8%。NormalView 比最佳 Point Transformer 配置各指标高约三个百分点。加注法向量比加注强度带来更大提升，且二者具有互补性。结论是：投影法在高密度 MLS 上可与点基三维架构竞争，法向量可提供有用判别信息。

3.3 Ablation studies（消融实验）
最近邻参数 N 对 NormalView 影响不大。MLS 数据上 N=3 与 N=20 表现接近，ALS 数据上 N=5 与 N=20 接近。点密度降低时性能总体下降：在 500 pts/m² 时，OA 下降 2.4 个百分点，MAA 下降 4.9 个百分点；在 2000 pts/m² 时，OA 下降 0.6 个百分点，MAA 下降 3.1 个百分点。切片图像改善强度和 NormalView 模型，NormalView 去掉切片后 MAA 下降 3.7 个百分点；黑白模型略微受益于去掉切片图像。结论是：NormalView 对最近邻参数不敏感，对点密度下降较稳健，切片图通过暴露内部枝干结构提供额外几何信息。

3.4 Effect of image size on model performance and computational efficiency（图像尺寸对模型性能影响与计算效率）
图像尺寸实验中，512×512 取得最佳测试精度 95.2% 和宏平均测试精度 93.8%；768×768 与 1024×1024 略差。1024×1024 图像空像素更多，像素尺寸约 1.64 cm，而 512×512 约 3.28 cm，点云下采样至 2 cm 空间分辨率，因此过大图像趋于稀疏。计算效率上，NormalView 总时间约 4.38 s，强度模型约 3.64 s，黑白模型约 3.94 s，深度模型约 6.65 s。预处理时间明显主导总时间。投影角度数增加时，预处理和总时间近似线性增加，推理时间随批量处理增长较慢。预处理时间随点数近似幂律增长，T∝N^α，α=0.94，R²=0.938。结论是：高密度 MLS 上 512×512 图像较合适，NormalView 实际可行，深度投影方法计算更慢。

3.5 Further discussion（进一步讨论）
NormalView 在高密度 MLS 上表现强，尤其对少数种 rowan 和 lime 较黑白与强度表示更好，但仍低于多数种，可能与数据不平衡有关。ALS 数据上多通道强度模型最佳，与 Taher et al. 的发现一致，即低密度点云更受益于多光谱信息。单通道间差异不大。橡树和桤木表现最差，因样本最少且部分树段质量较低；山杨易被误分为桦树，rowan 易被误分为 maple 和 birch。研究人员指出可引入更详细树皮信息改善相似轮廓树种分类。黑白模型在混合数据上仍强，说明现代图像主干能提取有用表示。NormalView 与深度投影和 Point Transformer 竞争；法向量可用于点基三维架构，且无需每树校准，而深度表示需要视角并较慢。法向量与深度提供互补几何信息，未来可融合为四通道表示。关键发现是不同投影方法优势依赖采集模态，跨平台树种分类需要采集不变特征。消融表明 NormalView 对参数不敏感且较稳健。

3.6 Limitations（局限性）
数据集虽包含主要北方树种，但对芬兰传统生态系统仍不完整，模型不能直接用于实践。训练需要大量标注数据。研究仅在芬兰南部半城市生态系统测试，泛化到热带森林等不同类型生态系统需进一步研究。数据存在种类不平衡，未采用显式缓解策略，少数种性能较低。MLS 分割质量高，而真实应用分割质量可能较低，会影响精度。由于计算成本，每个模型仅训练一次，未量化随机初始化与训练划分变异；固定树级训练测试划分利于公平比较，但未来需重复实验和交叉验证。Hyypp? et al. 曾通过 bootstrapping 报告 95% 置信区间，发现测试集选择带来的变异相对较小，但不涵盖训练阶段变异。

4 Conclusions（结论）
在这项研究中，研究人员提出了 NormalView，一种基于投影且不依赖强度信息的树种分类方法，用于从 MLS 或高密度 ALS 数据分类。该方法通过颜色将树点云局部几何信息嵌入投影图像，颜色值由点法向量估计得到。研究人员将所提基于投影的方法与使用强度信息、黑白投影图像、深度投影图像训练的模型以及点基 Point Transformer 模型进行比较。在高密度七种 MLS 数据上，NormalView 相比其他评估方法取得最高性能指标，总体精度和宏平均精度分别达到 95.5% 和 94.8%。密集 MLS 数据上的强性能以及消融实验中的稳健性表明，NormalView 尤其适合高密度数据的林业点云处理流程。对于高密度直升机 ALS 数据，该方法与使用强度信息的模型性能相当，但 ALS 上最佳模型使用三通道多光谱 ALS 强度信息，在九种完整数据集上总体精度和宏平均精度分别为 92.5% 和 84.9%。这些结果与 Taher et al. 的最佳模型相当，表明使用强 CNN 主干的投影法可达到与先进三维模型相当的性能。实验表明，几何表示在密集点云上表现尤佳，而多光谱辐射信息对更具挑战性的低密度航空数据集仍有益。测试还表明，使用多光谱数据，即组合多扫描仪辐射信息，可提升投影模型预测能力，少数类收益最明显。研究人员还检查了图像尺寸影响，发现较大图像在一定点前有益；对高密度 MLS 数据，512×512 图像尺寸产生最佳结果。