基于体素的森林地区机载LiDAR数据DTM提取

机载LiDAR是一种能够直接、快速获取被测目标三维空间信息的主动式遥感技术,被广泛用于获取高精度的数字地面模型,但是在植被比较密集、地势比较陡峭的森林地区,能够穿透植被到达地表的激光脚点数量较开阔区域少,对于提取精确的DTM有一定难度。该文提出一种继承式多分辨率体素滤波算法,从机载激光扫描数据中获取森林地区的DTM。该方法将激光点云数据划分为不同分辨率等级的体素,以体素为单位通过与邻域体素的高程加权均值比较,剔除植被点,保留地面点,从而获取森林地区的DTM。实验证明该滤波方法能够有效地提取森林地区的DTM。      

GIS信息辅助的单影像立体量测

为解决数字城市建设中精细三维信息的快速获取难题,本文提出一种GIS信息辅助的单影像立体量测算法用于实现建筑物的三维数据获取.其思路为:通过检校摄影机获取影像内方位元素主点坐标(x0,y0)和主距f,然后将单张影像中房屋轮廓线分为分别平行于X、Y、Z三个方向的三组特征线,计算各组特征线的合点,求取影像的三个外方位角元素A、α、κ以反推摄影姿态,再从二维GIS数据库中提取地面位置信息,结合实际距离解算模型比例因子λ,在以上参数的基础上进行建筑物的立体量测获取建筑物的高度.针对现实建筑物的多样性,本文还讨论了面向复杂建筑物的量测方法.文章最后通过实验验证了该算法的可行性.     

机载SAR影像时空模型重构因子及3D特征提取

时空模型有助于人们获取类似于真实世界的时间及空间信息,对于城市工程设计、灾害预防决策及军事应用具有重要意义.本文探讨了机载SAR影像重构时空模型的潜力及方法,研究了时空模型重构因子、基于机载SAR影像的建筑物、植被的三维提取,以及相应的机载SAR影像时空建模一般方法.     

基于特征融合的林下环境点云分割

针对林下环境几何特征的复杂性,以及基于边检测、表面增长和聚类分割方法存在的效率低、分割不足及过度分割等问题,提出了一种基于特征融合的点云分割方法。采用地面激光扫描仪FARO在北京林业大学选择样本区域进行扫描,对扫描得到的数据进行采样点剔除及滤波,得到由1166302个点组成的林下环境点云数据,主要包括林木、地面、石块、人4类目标。综合利用点云法向量信息和激光反射强度信息可实现点云分割。其中,点云激光反射强度可直接从扫描得到的点云数据中获取;法向量可根据点云数据的三维坐标信息,通过对点云数据建立kd-tree数据结构,执行k-邻域搜索,并基于PlanePCA算法计算得到。将点云法向量和激光反射强度2方面的特征优势进行融合,计算中心点与邻域点的综合相异度,并判断其是否在阈值范围内,最终实现点云分割。比较基于特征融合、法向量和激光反射强度3种聚类分割方法得到的分割结果可知,基于特征融合的聚类分割方法能较好地保留数据特征,且分割完整度明显优于其他2种方法。      

基于点云骨架的单木分枝参数提取研究

地面激光扫描技术在获取树木参数的应用中发挥了重要作用,而图形学算法为实现单木结构参数自动提取提供了可行的方法。本文提出一种基于地面激光扫描数据来获取单木分枝结构参数的方法,应用SkelTre算法对激光扫描仪获取的单木点云数据进行处理得到单木的骨架模型;根据骨架模型邻边的拓扑关系搜索与各个分枝相连接的节点提取分枝结构,计算枝长;在分枝着枝点处以骨架线为轴作横切面,应用凸包算法提取横切面点云外包多边形并计算分枝直径;对枝长和分枝直径的实测值和模型的估计值进行回归分析分别得到二者的对比分析结果,枝长的实测与估计值回归分析结果为Y=1.006X+1.335,显著性值为0.001,分枝直径的回归分析结果为Y=0.923X+0.105,显著性值为0.000。实验结果表明,基于地面激光扫描数据提取骨架模型以获取单木的分枝结构和提取分枝结构参数(如枝长、分枝直径)的方法具有很好的适用性和应用前景。      

基于影像滤除地面激光雷达数据中绿色植被点云的方法研究

基于地面激光雷达扫描时配置的高分辨率相机所获取的影像数据,变换影像数据的颜色空间之后分别在色相通道和饱和度通道中根据阈值检测出绿色植被的分布区域,通过融合两个通道的阈值检测结果提高检测准确度,通过对检测区域进行腐蚀和膨胀运算消除检测区域中的数据噪点,最终通过二维检测区域和三维点云数据的配准实现滤除绿色植被所对应的点云数据。利用地面激光雷达实际测量的点云数据和影像数据开展试验,获得了较好的试验结果,表明方法有效可行。     

番茄氮素的多特征融合检测研究

针对设施番茄的氮营养探测,利用高光谱成像结合三维激光扫描技术,提取了番茄氮素的高光谱特征图像和植株的三维形态特征,实现了番茄氮素的快速定量分析。基于获取的不同氮素水平番茄的高光谱图像数据立方体,利用敏感区域逐步回归,结合相关分析,提取了氮素的特征谱段,获取了特征图像强度均值特征;基于获取的番茄三维激光扫描数据,通过建立番茄三维点云数据的空间几何模型,获取了不同氮素水平番茄的茎粗、株高和生物量特征;采用PLSR建立了多特征融合番茄氮素检测模型,结果表明,所建立的模型的R为0.94,模型精度明显优于采用高光谱图像和三维激光扫描单一特征模型。     

数字近景摄影测量辅助三维激光扫描用于森林固定样地测树原理探讨

近景摄影测量和近年来发展起来的三维激光扫描技术已广泛用于树木三维数据的获取,通过近景摄影测量技术和三维激光扫描方法获得的数据各有优缺点,但它们优势互补构成获取立木数据强大的工具。三维激光扫描有快速获取数据的优点,缺点是容易留下没扫描的空白区域（扫描漏洞）;摄影测量能根据人们的主观愿望布置测量控制网,很灵活地采集数据点,能够补充扫描漏洞没有数据点的缺陷,缺点是因布置测量控制网,要增加劳动强度,再者在影象上灰度变化不明显的部位无法获得同名像点,在一定程度上制约着三维建模的精度。试图探讨利用近景摄影测量辅助三维激光扫描的数据采集技术来恢复单木空间实体,计算胸径、任一处的直径、树高、树冠体积等测树指标,最后得出材积方程,服务于森林资源的精准监测。     

基于机载LiDAR数据的玉米叶面积指数反演

以机载LiDAR离散点云数据为数据源,基于植被冠层孔隙率与叶面积指数的关系,提出一种反演大田玉米叶面积指数的方法。对反演LAI和实测LAI进行对比分析,结果表明:基于Axelsson改进的不规则三角格网加密方法可以将地面点和非地面点分开,结合高分辨率影像能够提取出玉米冠层点云;基于孔隙率反演LAI,尼尔逊参数的选择对结果影响很大,利用扫描天顶角模拟尼尔逊参数,LAI反演结果接近于真实情况。利用机载LiDAR点云数据能精确地反演大田玉米LAI,该研究方法适用于中等高度的农作物,可以扩展到甜菜、甘蔗等其他中等高度农作物。     

基于无人机影像的棉花株高预测

【目的】 利用无人机遥感技术,快速、无损和高通量地获取田间株高表型信息,预测棉花品种(系)的长势监测及产量。【方法】 以无人机(UAV)搭载高清数码相机构成低空遥感平台,获取110份处于花铃期棉花品种(系)影像,测定地面实际株高;利用拼接软件与高清数码影像,生成研究区数字表面模型(DSM)和高清正射影像(DOM);基于高清的DOM和DSM,利用克里金插值法生成研究区离散地面高程值(DEM),经作差提取棉花株高(CHM),利用不同棉花品种(系)实测株高(H)与提取的棉花株高(CHM)作回归分析。【结果】 通过DOM可快速无损地监测花铃期各棉花品种(系)长势、叶色性状差异及分布状况,经DSM和克里金插值法提取的DEM和棉花株高分布图得出,研究区整体地势较平坦,高低落差仅0.5 m。所建株高模型R²达到0.846 9,验证模型R²也达到0.758 1。【结论】 利用无人机影像生成的DOM、DSM和克里金插值法生成的DEM,提取的棉花花铃期株高(CHM)精度较高,无人机搭载数码相机进行棉花株高测定具有较好的适用性。为大范围的棉花田间株高观测提供一种新的研究方法是可行的。     

基于快速匹配与线性橡皮拉伸的HJ-1CCD影像几何精校正

提出了一种快速获取大量地面控制点的方法,以TM影像为基准图像选择初始同名点,经过自动计算误差、调整、平移误差消除、删除等步骤获取稳定的其他同名点,并采用线性橡皮拉伸进行几何精校正。试验证明,利用该方法进行几何精校正后的HJ-1CCD影像不但加快了选点速度而且能保证精度,可以用于遥感信息的提取以及为地理信息系统等提供可用的数据。     

集群式影像处理系统的技术研究

随着经济社会的快速发展,国家基础建设对基础地理信息的需求量越来越大,需要一种能够在少量人工干预的条件下,经过一系列自动化处理,快速输出包括数字表面模型(DSM)、数字高程模型(DEM)、正射影像(DOM)等产品,并能生成一系列其他中间产品的系统设备.该系统采用多种先进算法,包括原始图像增强、快速自动生成和滤除连接点、自动提取密集DSM、传统几何校正、由DTM自动生成等高线、自动生成镶嵌影像等.通过对系统的多次测试,能够高质量地完成基于POS数据的无地面控制点空三加密、自动DEM匹配、自动DOM生产以及影像地图自动切片等任务.     

三维激光扫描系统在林业中的应用研究

该文介绍了三维激光扫描系统的组成、工作原理及仪器的性能指标、特点和操作方法.通过甘肃省小陇山林区实验,首次将三维激光扫描系统引入林业调查.通过三维激光扫描仪获取单株立木空间点云数据,利用软件建立了立木三维模型.从三维模型上可直接量测立木树高、胸径、冠幅和计算立木材积,利用获取的材积可进一步建立立木材积方程和编制立木材积表.通过与伐倒木实测数据对比,采用该系统获取的测树因子和立木材积均满足林业调查的精度要求.研究表明,采用三维激光扫描系统可实现对疏林单株立木的无损伤、高效、精准监测,可在森林资源调查中应用.     

基于三维激光扫描技术的单木参数提取精度研究

利用地面三维激光扫描仪提取单木参数已经成为林业测量领域的研究热点,具有广泛的应用前景。研究旨在探讨地面三维激光扫描系统与传统测树方法得到的单木参数值之间的精度差异。以黑龙江省帽儿山实验林场中的枫桦、落叶松、垂柳、油松、核桃楸和山杨6个树种共20株单木为研究对象,利用激光扫描仪对有代表性的单木进行扫描并利用扫描软件提取相应参数,将其与传统测树方法得到的数值进行对比分析;同时,根据实际测量和点云数据提取的单木参数,使用了4种不同的立木材积计算方法,如立木材积表、望高法(Pressler Method)、中央断面积区分求积法和Delaunay三角剖分算法计算样本木的立木材积。结果表明,与传统测量相比,由点云数据的提取的树高,胸径,和胸高断面积的平均相对误差分别为1.90%、2.02%和1.28%。通过上述方法计算样本木的立木材积的平均值分别为0.466 9、0.409 2、0.469 8、0.464 6m3。与立木材积表的方法相比,望高法、中央断面积区分求积法和Delaunay三角剖分算法相对于立木材积表的相对误差分别为12.36%、0.62%和0.49%。利用三维激光扫描系统测树能够满足精准林业精度测量的要求,同时Delaunay三角剖分算法在计算立木材积具有更高的精度。然而,这种方法在计算严重弯曲树干的立木体积时具有一定的限制性。     

基于ISS-CPD算法的三维激光点云数据处理技术

针对传统的三维重建方法既费时又费力、准确性低等,只能获取一些特征点和线性数据。本文在三维激光扫描点云的基础上,提出了一种结合ISS算法和CPD算法用于建筑物LiDAR点云配准。通过ISS算法提取点云数据的特征点,并通过CPD算法对这些特征点进行配准。并通过实验对该算法的有效性进行验证。结果表明,改进算法简单有效,提高了运算效率。该研究为我国三维激光点云数据的三维重建技术发展提供了参考和借鉴。     

运用融合纹理和机载LiDAR特征模型估测森林地上生物量

针对区域尺度森林地上生物量的分布情况,以大兴安岭生态观测站为例,提出了一种融合光学影像纹理和机载LiDAR点云特征的森林地上生物量遥感估测方法。该方法首先提取Landsat 8 OLI不同波段在不同运算窗口下的纹理特征;然后对机载LiDAR点云进行滤波提取地面点,并利用地面点对点云数据进行高度归一化处理,提取点云特征因子;最后结合提取的遥感特征因子,利用支持向量回归的方法对研究区森林地上生物量进行估测,并对结果进行精度验证。结果表明:不同波段和窗口尺寸的建模精度差异较大,蓝光波段在7×7运算窗口下模型精度最高(R~2=0.73,R_(MSE)=22.32 t/hm~2);点云高度分位数变量的建模精度呈正态分布,变量H_(50)的建模精度最高(R~2=0.75,R_(MSE)=19.24 t/hm~2);与单一的遥感特征变量相比,融合光学影像纹理和机载LiDAR点云特征的模型精度有了一定提高,且针叶林和混交林的估测R_(MSE)分别为19.63和20.40 t/hm~2。因此,该方法可以为区域性的森林地上生物量估测提供有效参考。     

一种基岩海(岛)岸线自动提取新方法

利用遥感手段快速准确地提取海岸线,是目前海洋科学研究、地形图测绘、海道测量、海岸带与海岛调查等工作的重要内容。本文以基岩海(岛)岸线为研究对象,在对机载LiDAR点云数据的存储格式、处理流程进行了分析后,基于平均大潮高潮面和激光反射强度,利用TerraSolid软件过滤LAS格式的LiDAR数据,初步获得海岛点云,随后引入Alpha Shapes模型算法自动提取海岛岸线并同步实现了噪音点的剔除。经与高分辨率卫星影像叠加对比分析,本文方法提取的海岛岸线平面精度较高,且具有良好的自适应性、速度快、稳定性高等特点,非常适合基岩海(岛)岸线提取与绘制。     

基于不同密度LiDAR数据DEM构建研究

为了进一步提升数字高程模型构建效率,同时降低数据获取成本,以机载LiDAR数据为基础,通过对机载LiDAR数据进行处理得到地面点并对地面点进行抽取操作以获得不同密度地面点数据并插值生成DEM,最终获得不同抽取率下DEM数据生成的精度。结果表明,对于城区而言,随着点云密度的下降DEM生成精度RMSE从0.109 m逐渐增大到0.691 m;对于草地而言,RMSE则从0.065 m逐渐增大到1.096 m;对于林地而言,RMSE从0.088 m逐渐增大到2.201 m。对于3种地物类型而言,DEM生成精度均随抽取率的增大而逐渐降低,且不同地物类型RMSE的变化范围不同。     

基于多源数据的管道沿线功能区识别方法

传统的管道沿线功能区识别方法以人工现场踏勘的方式进行,受识别人员经验和对识别工作的熟练程度影响,识别效率有限。基于高分辨率遥感影像,利用深度学习方法实现高后果区建筑物的高精度提取。利用改进的网络模型与现有成熟的语义分割模型在公开数据集上进行对比实验,结果表明,该建筑物提取网络具有更高的建筑物解译精度。结合兴趣点（Points of Interest,POI）与开放街道地图（Open Street Map,OSM）数据,采用密度峰值聚类分析法计算各类型数据的频率密度,从而实现管道沿线功能区的识别。将该方法应用于西气东输某管道的高后果区功能区识别中,共识别出包括居住区、公共服务区、工业区、商业区、交通设施区及农业区6类功能区。该方法能够准确、快速地对人员密集型场所进行识别,可进一步提升高后果区识别的准确率和效率。（图7,表2,参23）     

一种基于三维激光扫描系统测量树冠体积方法的研究——以油松为例

树冠体积在林业及其他领域得到越来越广泛的应用.该文介绍了三维激光扫描系统的组成、工作原理及工作流程;探讨了应用三维激光扫描系统,通过扫描获取单株树木的三维空间点阵数据,将树冠近似为多个圆台体,求它们的体积之和来计算树冠体积的方法.并在甘肃省小陇山林业局党川林场以油松为例进行了实验,而后对实测数据进行了精度分析,取得了较为满意的结果.研究表明,利用三维激光扫描系统测量树冠体积具有较强的实践意义和应用价值.