[發明專利]一種基于兩期無人機影像的針葉林采伐蓄積量估算方法

在審

• 申請號: 201811254706.5
• 申請日: 2018-10-26
• 公開（公告）號: CN109446983A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 周小成;鄭磊;何藝;黃洪宇
• 申請（專利權）人: 福州大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T17/05
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

1.一種基于兩期無人機影像的針葉林采伐蓄積量估算方法，其特征在于：包括以下步驟：

步驟S1：利用無人機獲取伐區采伐前后兩期的航拍影像數據，經處理得到兩期鑲嵌影像和影像點云數據；

步驟S2：對兩期影像點云數據進行匹配；

步驟S3：對步驟S2匹配后的數據進行布料模擬算法濾波處理，分離出林冠點云和地面點云；

步驟S4：基于步驟S3獲取的點云數據，利用自然鄰域插值法生成數字表面模型和數字高程模型，進而獲取冠層高度模型；

步驟S5：基于步驟S4中構建的冠層高度模型，采用動態窗口局域最大值法進行林冠頂點探測，從而得到株數信息與對應樹高信息；

步驟S6：基于實測數據研建胸徑-樹高回歸模型，利用步驟S5的結果獲取對應的單木胸徑信息；并利用影像抽樣或監督分類獲得針葉林樹種組成比例信息；

步驟S7：利用二元立木材積公式計算相應樹種的單木材積，結合株數信息得到采伐蓄積量。

2.根據權利要求1所述的一種基于兩期無人機影像的針葉林采伐蓄積量估算方法，其特征在于：步驟S1中，所述無人機飛行設置的航向重疊度優于80％，旁向重疊度優于60％；所獲的無人機影像分辨率優于10cm；點云密度高于10/m³。

3.根據權利要求1所述的一種基于兩期無人機影像的針葉林采伐蓄積量估算方法，其特征在于：步驟S2具體為：對兩期影像點云數據選取多個同位點進行配準，數據的匹配誤差要求在兩個像元之內，保證研究區域中每棵樹木點云的位置與相應地面點云位置完好對應。

4.根據權利要求3所述的一種基于兩期無人機影像的針葉林采伐蓄積量估算方法，其特征在于：步驟S2進一步具體為：將獲得的兩期影像點云數據看做從P,Q兩個不同視角下獲得的具有重疊區域的數據點集，若在數據點集P中提取一個子集{m_i|m_i∈P,i＝1,2,...,N}，在數據點集Q中有一子集{m_i′|m_i′∈Q,i＝1,2,...,N}與之各點對應，配準就是求解在不同視角下，三維數據點之間的坐標轉換關系R和T，其中R為旋轉矩陣，T為平移矩陣，使得目標函數達到最小化；即多視角對齊的實質是計算滿足如下目標函數的旋轉和平移變換矩陣：

f(R,T)＝min∑[R·p_i+T-q_i]²；

式中，p_i與q_i為需要對齊的點。

5.根據權利要求1所述的一種基于兩期無人機影像的針葉林采伐蓄積量估算方法，其特征在于：步驟S3具體包括以下步驟：

步驟S31：轉換點云幾何坐標，使配準之后的點云數據翻轉；

步驟S32：初始化布料格網，通過格網分辨率確定格網節點數量；

步驟S33：將點云點和格網點投影到同一水平面，尋找每個格網點對應的點云點，并記錄對應點云點的高程值；

步驟S34：計算格網點受重力作用位移的位置，并比較該節點位置高程與其對應點云點高程，如果該節點位置高程小于或者等于點云點高程，則將該節點位置替換到對應點云點位置，并標記為不可動點；其中格網點受重力作用位移的位置計算公式為：

式中，m是布料的質量，被設為常數1；X是某個時刻的節點位置；Δt是時間步長，G是重力常數；給出時間步長和節點初始位置，就能夠得到當前點的位置；

步驟S35：計算每個格網點受鄰近節點影響而移動的位置，每個布料點的修正位移計算公式為：

式中，為節點的移動向量；為待移動節點的當前位置；為的鄰近節點位置；為垂直向上的標準向量，b是判斷節點是否移動的參量，當節點可移動時，設b＝1，否則b＝0；

步驟S36：重復步驟S34和步驟S35，當所有節點的最大高程變化足夠小或者超出最大迭代次數時，模擬過程終止，并進入步驟S37；

步驟S37：分離出林冠點云和地面點云；計算格網點和相應點云點之間的距離，對于點云點，如果該距離小于閾值h，被分為地面點，否則被分為非地面點；其中，所述林冠點云即非地面點云。