[發(fā)明專利]基于TLS和UAV自動(dòng)化提取高郁閉林分樹(shù)高的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910502793.X
• 申請(qǐng)日: 2019-06-11
• 公開(kāi)（公告）號(hào): CN110221311B
• 公開(kāi)（公告）日: 2022-01-07
• 發(fā)明（設(shè)計(jì)）人: 田佳榕;徐雁南;代婷婷
• 申請(qǐng)（專利權(quán)）人: 南京林業(yè)大學(xué)
• 主分類號(hào): G01S17/86
• 分類號(hào): G01S17/86;G01S17/89;G01S7/48;G01C11/06;G01C5/00;G06T17/00
• 代理公司: 南京申云知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32274
• 代理人: 邱興天;田沛沛

1.一種基于TLS和UAV自動(dòng)化提取高郁閉林分樹(shù)高的方法，其特征在于：利用無(wú)人機(jī)攝影測(cè)量數(shù)據(jù)和地面精準(zhǔn)點(diǎn)云數(shù)據(jù)，提取單木的最高點(diǎn)和最低點(diǎn)，通過(guò)單木定位坐標(biāo)和自動(dòng)識(shí)別最高點(diǎn)信息，將判別最高點(diǎn)和定位點(diǎn)投影于xoy平面，評(píng)判識(shí)別準(zhǔn)確性，快速提取樹(shù)高值；具體包括以下步驟：

(1)采用地基激光雷達(dá)掃描儀獲取待檢測(cè)區(qū)域內(nèi)的LiDAR點(diǎn)云數(shù)據(jù)，傳感器記錄完整的激光脈沖返回波形信息、三維點(diǎn)云坐標(biāo)信息和攝影圖片信息；

(2)采用無(wú)人機(jī)拍攝獲取待檢測(cè)區(qū)域的二維影像數(shù)據(jù)；

(3)采用RTK測(cè)量系統(tǒng)對(duì)地面控制點(diǎn)進(jìn)行精準(zhǔn)測(cè)量，獲取地面控制點(diǎn)的定位坐標(biāo)；

(4)對(duì)無(wú)人機(jī)采集到的二維影像進(jìn)行處理，得到無(wú)人機(jī)攝影測(cè)量點(diǎn)云數(shù)據(jù)，通過(guò)地面控制點(diǎn)對(duì)無(wú)人機(jī)點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)，得到絕對(duì)坐標(biāo)；對(duì)二維影像進(jìn)行處理的步驟包括：

(41)對(duì)齊照片，通過(guò)相鄰影像之間的特征點(diǎn)進(jìn)行匹配，并經(jīng)過(guò)圖像的不斷重復(fù)迭代；

(42)相機(jī)優(yōu)化校準(zhǔn)，選擇特定優(yōu)化參數(shù)，對(duì)圖像因相機(jī)定點(diǎn)拍攝時(shí)坐標(biāo)偏差等因素造成的誤差進(jìn)行校正；

(43)生成密集點(diǎn)云，通過(guò)運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)算法和多視立體視覺(jué)算法，依據(jù)不同研究需要生成具有相對(duì)參考坐標(biāo)和相應(yīng)密度要求的三維重建點(diǎn)云；

(5)利用地面控制點(diǎn)，將LiDAR點(diǎn)云數(shù)據(jù)和無(wú)人機(jī)攝影測(cè)量點(diǎn)云數(shù)據(jù)進(jìn)行拼接，得到混合點(diǎn)云數(shù)據(jù)；

(6)對(duì)混合點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，得到單木定點(diǎn)坐標(biāo)和冠層高度模型；

(7)通過(guò)冠層高度模型結(jié)合單木定點(diǎn)坐標(biāo)得到單木樹(shù)高值H1，通過(guò)對(duì)冠層高度模型進(jìn)行局部最大值濾波得到種子點(diǎn)信息，需要確定搜索窗口大小和高度閾值，根據(jù)定位點(diǎn)和種子點(diǎn)投影距離D，通過(guò)確定距離閾值判斷準(zhǔn)確性，只有在閾值內(nèi)的種子點(diǎn)提取的樹(shù)高才具有準(zhǔn)確性，進(jìn)而提取樹(shù)高值H2。

2.根據(jù)權(quán)利要求1所述的基于TLS和UAV自動(dòng)化提取高郁閉林分樹(shù)高的方法，其特征在于：采用AgisoftPhotoScan攝影測(cè)量影像處理軟件對(duì)二維影像進(jìn)行處理。

3.根據(jù)權(quán)利要求1所述的基于TLS和UAV自動(dòng)化提取高郁閉林分樹(shù)高的方法，其特征在于：步驟(5)中，將LiDAR點(diǎn)云數(shù)據(jù)和無(wú)人機(jī)攝影測(cè)量點(diǎn)云數(shù)據(jù)進(jìn)行拼接時(shí)，選擇地基激光雷達(dá)TLS數(shù)據(jù)為標(biāo)準(zhǔn)坐標(biāo)系，通過(guò)旋轉(zhuǎn)和平移無(wú)人機(jī)攝影測(cè)量的整體點(diǎn)云，使明顯同名物輪廓相互吻合；采用地面控制點(diǎn)進(jìn)行高精度配準(zhǔn)，提取TLS數(shù)據(jù)中地面控制點(diǎn)位置的三維坐標(biāo)，用于對(duì)無(wú)人機(jī)點(diǎn)云進(jìn)行坐標(biāo)變換。

4.根據(jù)權(quán)利要求1所述的基于TLS和UAV自動(dòng)化提取高郁閉林分樹(shù)高的方法，其特征在于：步驟(6)中，對(duì)混合點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理包括以下步驟：

(1)通過(guò)統(tǒng)計(jì)濾波移除噪點(diǎn)和離群點(diǎn)，統(tǒng)計(jì)濾波對(duì)所有點(diǎn)進(jìn)行統(tǒng)計(jì)分析，計(jì)算每個(gè)點(diǎn)和其相鄰點(diǎn)之間的平均距離，如果距離不在標(biāo)準(zhǔn)范圍內(nèi)，就會(huì)被視為噪點(diǎn)而被移除，假設(shè)得到的結(jié)果是一個(gè)高斯分布，其形狀是由均值和標(biāo)準(zhǔn)差決定，那么平均距離在標(biāo)準(zhǔn)范圍之外的點(diǎn)，可以被定義為離群點(diǎn)并從數(shù)據(jù)中去除；

(2)基于漸進(jìn)三角網(wǎng)加密的濾波方法對(duì)地面點(diǎn)和非地面點(diǎn)進(jìn)行分離，漸進(jìn)三角網(wǎng)加密的濾波方法PTD通過(guò)形態(tài)學(xué)開(kāi)運(yùn)算得到初始地面種子點(diǎn)，再利用平面擬合移除殘差值較大的種子點(diǎn)，通過(guò)剩余的地面種子點(diǎn)構(gòu)建三角網(wǎng)并進(jìn)行加密得到最終地面點(diǎn)；

(3)將地面點(diǎn)和去噪后的數(shù)據(jù)點(diǎn)分別按照TIN插值法得到兩種分辨率的數(shù)字高程模型和數(shù)字表面模型，兩者相減得到相同分辨率的冠層高度模型；

(4)通過(guò)數(shù)字高程模型對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行歸一化處理后，按高度提取1.2m到1.4m的范圍，使用平均胸徑大小的柵格去自動(dòng)識(shí)別樹(shù)干位置，取柵格中心坐標(biāo)為樹(shù)干坐標(biāo)。

5.根據(jù)權(quán)利要求4所述的基于TLS和UAV自動(dòng)化提取高郁閉林分樹(shù)高的方法，其特征在于：采用LiDAR 360點(diǎn)云處理軟件對(duì)混合點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理。

6.根據(jù)權(quán)利要求1所述的基于TLS和UAV自動(dòng)化提取高郁閉林分樹(shù)高的方法，其特征在于：所述地基激光雷達(dá)掃描儀為Riegl VZ-400i LiDAR傳感器；所述無(wú)人機(jī)為大疆多旋翼無(wú)人機(jī)Phantom4 PRO，所述無(wú)人機(jī)拍攝的地面分辨率為2.15cm/pix，航向重疊率為90％。

7.根據(jù)權(quán)利要求1所述的基于TLS和UAV自動(dòng)化提取高郁閉林分樹(shù)高的方法，其特征在于：所述RTK測(cè)量系統(tǒng)為中海達(dá)iRTK2智能RTK系統(tǒng)。