基于无人机影像匹配点云的苗圃单木冠层三维分割

近年来较多的树冠提取算法以激光雷达数据为基础,然而激光点云数据量大、冗余多而且采集成本高。本文基于无人机影像匹配点云提取单木树冠轮廓,研究一种成本可控、能够补充甚至部分替代激光雷达的小范围森林制图方案。以福建省三明市某林场内苗圃地作为研究对象,在稠密的无人机影像匹配点云中截取2个25 m×25 m的样地作为测试样本。预处理后,首先构建植被冠层高度模型,以局部最大值法探测树冠位置并标记为种子点;从这些种子点形成的初始区域开始生长,迭代计算直到全部的影像匹配点云归并完毕;最后,将算法提取的树冠轮廓导入Arc GIS中获取树冠轮廓矢量边界,并与手绘参考树冠叠加,利用F测度实现精度的评定。依此方案,在2个林分范围内的树冠提取F测度均达到了89%以上,单木冠幅提取的误差在0.14 m以内。结果表明,该方案简单有效、精度可靠,适用于小范围、高精度的植被制图。     

基于改进SIFT-ICP算法的Kinect植株点云配准方法

针对传统配准方法准确度低、速度慢的问题,提出了基于改进SIFT-ICP算法的彩色植株点云配准方法。首先采用Kinect获取不同视角下植株彩色图像和深度图像合成原始植株彩色点云,通过预处理提取原始点云植株信息,对植株点云进行尺度不变特征变换(SIFT)的特征点检测,得到点云配准关键点,再对关键点进行自适应法线估计,然后求取关键点的快速点特征直方图(FPFH),通过采样一致性(SAC-IA)初始配准方法改进点云间初始位置关系,最后利用Nanoflann加速最近点迭代(ICP)算法完成精确配准。试验结果表明,改进SIFT-ICP算法可以大幅度提高点云配准的准确性和快速性,其中对应点间平均欧氏距离小于7 mm,配准时间小于30 s。     

基于三维重建的动物体尺获取原型系统

为提高现有动物体尺获取技术的效率和自动化程度,提出双深度摄像头动物实时三维重建系统,进而进行动物体尺获取。基于随机采样一致性算法的圆球标定方法对摄像头外参数进行自动标定,再利用外参数将同步获取的点云数据进行配准达到实时重建,最后采用优化拾取机制后的交互式测量方法得到体尺。选取Xtion PRO作为点云数据采集设备并以猪标本作为重建对象,利用高精度激光扫描仪的重建数据与该系统重建结果进行了对比试验,结果表明圆球标定算法能够全自动快速地获取摄像头外参数,用该参数配准后的数据平均误差在7.50 mm以内,该系统以15帧/s的速度重建猪体全身,获取误差在4%以内的体尺信息,达到农业上动物体尺测量的一般要求,该系统可用于动物体尺测量。     

基于正态云模型的区域水资源承载力评价

针对水资源承载力评价指标模糊性与随机性的问题,将正态云模型应用于其评价当中。基于正态云模型,以浙江省为例,对区域水资源承载力状况进行评价。结果表明:2006-2009年间,浙江省水资源承载力状态始终处于Ⅱ级(一般)状态,较为平稳,水资源承载力综合值从1.960 3上升为2.052 2,区域水资源承载力水平有增加趋势,但个别评价指标仍处于危险状态,其单因子指标值1.5,有待于进一步提高与改善;正态云模型使水资源承载力的定量评价兼顾随机性和模糊性,研究结果可为区域水资源可持续发展提供一定的参考借鉴。     

基于云模型推理的施肥机营养液pH值调节过程控制

针对精准施肥机营养液的pH值调节过程控制本质非线性、时滞性、时变性、不确定性等特点,建立了描述该过程的数学模型。利用云模型能够处理定性概念和定量描述之间不确定转换的特点,提出了一种基于云模型推理的变论域模糊PI控制(CVFPI)算法。该算法采用正态云模型描述系统误差和误差变化率的语言值,通过X条件隶属云和Y条件隶属云分别实现规则前件和规则后件的推理,利用伸缩因子实时调整输入输出变量论域,由二维云推理机实现控制参数的在线修正。为验证该算法的有效性和优越性,分别对CVFPI、VFPI、PI等3种控制算法进行了仿真测试和田间试验。试验结果表明,提出的CVFPI控制算法能够适应精准施肥pH值调节过程的控制要求,相比于常规PI控制算法和VFPI控制算法,在不同工作点条件下超调量分别减小45.3%、21.2%,均方根误差分别减小54.9%、52.9%,在不同流量条件下超调量分别减小59.0%、48.4%,均方根误差分别减小54.1%、37.9%,具有较好的动态特性和稳态特性。     

面向立木识别的有效K 均值聚类算法研究

针对林区自动对靶施药过程中,当立木生长密集时,获取的点云数据聚类准确率低、效率低的问题,提出优化后的K-均值聚类算法,数据获取方式基于2D激光扫描。针对立木点云信息聚类前需对相关数据进行滤波,提出窗口滤波算法,选取产生混合像素点的树干边缘,提取3次连续扫描的混合像素及其近邻点组成滤波窗口,进行最大阈值滤波,结果显示50次试验中仅有2个混合像素点未被滤除,混合噪声的滤除率高。在K-均值算法优化方面,针对算法需预先确定聚类数和初始聚类中心的不足,提出利用斜率变化确定聚类数的方法,试验对5个不同距离下5组立木分别进行100次测量,结果显示错误测量次数仅为3次,并可在试验前期通过人工方式去除,算法合理有效;对哈夫曼树法确定立木扫描点聚类中心的性能进行了试验分析,3种不同树干分布类型下分别运用随机抽样法和哈夫曼树法进行K-均值聚类,前者平均正确率仅为76.4%,后者则为95.5%;同时分析了Ⅰ型分布下2种算法聚类的迭代次数和耗时,5个不同距离下,随机抽样法的平均迭代次数明显高于哈夫曼树法,平均运行耗时上,哈夫曼树法则高于随机抽样法,前者变化范围为120~220 ms,后者为50~85 ms,该范围为林区测绘的可接受范围。试验证明,基于斜率变化确定聚类数和基于哈夫曼树法确定聚类中心的K-均值算法是林区立木点云聚类的有效算法,可应用于林区的立木检测。     

“麦德姆”造成山东暴雨的卫星水汽图像分析

为提高台风暴雨的预报准确率,降低对农业生产的影响,本研究利用常规观测资料和FY-2E卫星云图,分析台风"麦德姆"造成山东暴雨的成因。结果表明:前期强降水是由台风倒槽造成,后期中、低纬度系统相互作用导致半岛地区出现大暴雨;水汽图像上的亮区对应对流层中上部湿区,亮区与低层水汽通量散度大值区和500 h Pa总温度场高能舌重合,对台风路径的预报和暴雨落区有较好的指示意义;水汽图像上系统的形态和灰度变化,能更有效地监测中、低纬度系统相互影响导致的过程,叠加云导风产品能更清晰地监测台风进入中纬度变性为温带气旋的风场与云系变化,云导风产品在台风预报分析中能发挥重要作用。     

黄土高原地带连续性暴雨特征分析

通过研究甘肃庆阳地区连续性暴雨的成因及特征,为该地区的灾害性暴雨天气预报预警提供参考依据,本研究利用常规气象资料和诊断分析技术分析了庆阳地区2017年8月17—22日连续性暴雨过程。结果表明：(1)连续暴雨前期降水历时短,强度大,分布不均匀,突发性明显;中期持续时间较长,范围广,局地降水强度强,累计降水量较大;后期持续时间长,范围广,分布均匀,累计降水量大。(2)低空急流低层抬升和高空急流抽吸造成了连续性暴雨的发生发展。(3)中尺度云团较为活跃,组织化程度高,持续时间长。(4)前期大气处于极度高能不稳定状态,中期不稳定能量有所下降,后期不稳定能量急剧下降。(5)前期比湿突增明显,跃变值达4g/kg,且比中后期大。     

逆向云在垩白识别中的应

在云理论的基础上提出了一种无需人工干预的垩白识别方法.在此方法中,把垩白与非垩白定义为两个定性概念,以一个不对称云和一个对称云来表达垩白与非垩白,以两组数字特征分别描述垩白云与非垩白云.首先,利用动态阈值算法获得训练样本,然后设计逆向云发生器实现定量到定性的转换,最后根据两个云的隶属度函数,用极大值判定法来实现垩白区与非垩白区的分离.试验结果表明,云分类法分类精度高于传统的硬分类法.     

林业信息共享中云计算应用

分析了当前林业信息共享中存在的主要问题和林业信息共享需求;简述了云计算的定义和服务模式;提出了林业信息共享"云"的架构思路,并详细设计了林业信息"云"的体系架构、数据共享模式和运行模式,指出了林业信息"云"实现的关键技术。