联合LiDAR点云和同步遥感影像的森林单木树高估算方法

    公开(公告)号:CN107832681B

    公开(公告)日:2021-05-18

    申请号:CN201710997500.0

    申请日:2017-10-16

    Applicant: 福州大学

    Abstract: 本发明涉及联合LiDAR点云和同步遥感影像的森林单木树高估算方法:获取森林区域低密度机载LiDAR点云数据和同步高分辨率航空遥感影像。通过对目标区同步航空遥感影像进行镶嵌和正射校正,获得目标区数字正射影像图DOM;从数字正射影像图中获取单木林冠位置、林冠边界信息以及单木冠幅信息;对研究区的机载LiDAR点云数据进行处理,结合获取的单木林冠信息得到对应单木林冠内的点云数据;基于以上结果,构建三维树高模型;根据单木林冠内激光点的个数大于1、等于1和无激光点三种情况进行三维树模型的优化和重建,从而计算得到对应林冠顶点的高度值。将树高估算等级提升到单木水平,并有效提高林分单木树高估算的精度。

    一种基于DBSCAN的分层点云分割方法

    公开(公告)号:CN112070769A

    公开(公告)日:2020-12-11

    申请号:CN202010985203.6

    申请日:2020-09-18

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于DBSCAN的分层点云分割方法。首先采用CSF分离地面点以及非地面点;非地面点分割过程,首先按照一定的高度将点云垂直方向进行分层,然后对每一层在XOY平面上的投影点进行DBSCAN聚类,获取每个聚类的中心点,然后将所有聚类出的中心点投影至XOY平面,利用DBSCAN聚类出每一个物体主体,继而对每个主体每层进行判断其主体点是否存在,并判断每个簇中包含的物体数,最后针对存在多个物体的簇再进行分割处理。本发明方法针对侧视点云数据的分割,可以保证场景中大部分主体的提取,且具有一定的鲁棒性,尤其在以树木为主的场景中有着较好的表现,本发明方法得到的结果对点云分割之后的点云分类和点云三维重建有着一定的意义。

    一种结合形态学和标记控制的无人机影像林冠分割方法

    公开(公告)号:CN106875407B

    公开(公告)日:2020-06-12

    申请号:CN201710070334.X

    申请日:2017-02-09

    Applicant: 福州大学

    Abstract: 本发明涉及一种结合形态学和标记控制的无人机影像林冠分割方法:利用无人机获取若干幅林区的局部遥感影像,经镶嵌和正射校正得到完整遥感影像;采用高斯滤波方法对绿光波段进行平滑滤波处理;采用自适应的局部最大值搜索方法从绿光波段中检测林冠顶点位置;利用形态学运算,通过一个强制最小值转换将获取的林冠顶点位置信息强加到影像上;对于正射校正的真彩色遥感影像,采用ISODATA聚类算法得到只包含林冠区域和非林冠区域两类的二值影像,将提取出的非林冠区域作为分割的外部标记;将外部标记强加到经过强制最小值转换后的影像上进行分水岭变换分割,获得精确的林分单木林冠边界信息。本发明有效解决了常规方法造成的林冠边界分割不准确问题。

    一种基于多特征优选的可见光无人机遥感影像森林树种分类方法

    公开(公告)号:CN110991335A

    公开(公告)日:2020-04-10

    申请号:CN201911210412.7

    申请日:2019-11-29

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于多特征优选的可见光无人机遥感影像森林树种分类方法,使用无人机航拍获取所需林区的可见光遥感影像,经预处理生成数字表面模型和数字正射影像图;建立可见光无人机影像树种分类体系;从数字表面模型和数字正射影像图中提取多类型的特征构建特征空间;利用递归消除随机森林算法选择最佳分类特征子集;在特征子集上使用随机森林算法实现树种的分类,提取树种分布图;对分类结果进行精度评价。本发明有利于无人机可见光遥感影像在森林区域森林类型和树种识别中的推广应用。

    一种从无人机高分辨率影像中提取单木树冠的方法

    公开(公告)号:CN107516068A

    公开(公告)日:2017-12-26

    申请号:CN201710619883.8

    申请日:2017-07-26

    Applicant: 福州大学

    Abstract: 本发明公开一种从无人机高分辨率影像中提取单木树冠的方法,其包括以下步骤:步骤1:获取林区真彩色无人机遥感影像,经过影像拼接与正射校正,保证待分割区域的影像树冠边界特征完好;步骤2:采用局部灰度聚类模型估算无人机影像样本的偏移场,归一化并可视化;步骤3:采用基于数学形态学重建的开闭操作,去除偏移场影像中的冠内细密纹理。步骤4:采用局部最大值搜索方法从步骤3的结果中检测林分树冠顶区域;步骤5:利用形态学运算将获取的冠顶信息强加到经过sobel滤波处理后偏移场的梯度幅值影像上,并输出修正后的梯度幅值影像;步骤6:进行分水岭分割,获得精确的林分单木林冠边界信息。本发明从冠内光谱异质性较大的无人机高分影像中提取单木的树冠轮廓分割结果精度和可信度更高,对实现林分株数和郁闭度的快速、精准计算。

    数据和规则综合驱动的三维树木精细建模方法

    公开(公告)号:CN105608739A

    公开(公告)日:2016-05-25

    申请号:CN201610147353.3

    申请日:2016-03-16

    Applicant: 福州大学

    CPC classification number: G06T17/00

    Abstract: 本发明涉及一种数据和规则综合驱动的三维树木精细建模方法。首先获取树木枝干系统的形态结构的几何参数和拓扑参数,基于L-系统文法规则,提取枝干系统的约束规则,采用龟形解译算法,建立三维几何模型;然后利用手持激光扫描仪获取一年生和两年生枝条上的叶片和果实的点云数据,基于点云数据生成精细的冠层局部组分的三维模型;最后根据局部组分与整株在空间上的几何联接关系,运用规则建模的方法,将局部冠层组分的三维模型与枝干系统进行集成,形成整株的三维模型。利用本发明,可形成与实际形态结构高度相似的、精细的、可靠的三维模型,为中小株型的树木生理生态模拟结果的评价分析提供基础、使虚拟植物模拟结果具有可验证性。

    基于三维虚拟植物的造林密度优化分析方法

    公开(公告)号:CN103425851B

    公开(公告)日:2016-02-03

    申请号:CN201310399119.6

    申请日:2013-09-05

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于三维虚拟植物的造林密度优化分析方法,其特征在于,包括以下步骤:S10:获取目标造林树种的形态结构特征参数;S11:在拟造林地的三维数字地形基础上,把该树种三维模型放置于三维数字地形上;S12:采用计算机图形学中的光线跟踪算法计算出不同种植密度的林分群体冠层在不同生长阶段的透光率和日平均透光率;S13:分析不同生长阶段林分的透光率是否合理;若合理,则输出种植密度、种植点配置方式、行距、株距和行向;若不合理,则重复步骤S11、S12和S13,直至合理。本发明能够为造林设计提供定量分析工具,为农业技术推广提供直观、形象的辅助工具,促进林区可持续经营和丰产、增收。

    一种基于DBSCAN的分层点云分割方法

    公开(公告)号:CN112070769B

    公开(公告)日:2022-06-03

    申请号:CN202010985203.6

    申请日:2020-09-18

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于DBSCAN的分层点云分割方法。首先采用CSF分离地面点以及非地面点;非地面点分割过程,首先按照一定的高度将点云垂直方向进行分层,然后对每一层在XOY平面上的投影点进行DBSCAN聚类,获取每个聚类的中心点,然后将所有聚类出的中心点投影至XOY平面,利用DBSCAN聚类出每一个物体主体,继而对每个主体每层进行判断其主体点是否存在,并判断每个簇中包含的物体数,最后针对存在多个物体的簇再进行分割处理。本发明方法针对侧视点云数据的分割,可以保证场景中大部分主体的提取,且具有一定的鲁棒性,尤其在以树木为主的场景中有着较好的表现,本发明方法得到的结果对点云分割之后的点云分类和点云三维重建有着一定的意义。

    一种结合UAV影像和TLS点云的高郁闭森林样地树高提取方法

    公开(公告)号:CN110033484B

    公开(公告)日:2022-05-24

    申请号:CN201910321231.5

    申请日:2019-04-22

    Applicant: 福州大学

    Abstract: 本发明涉及一种结合UAV影像和TLS点云的高郁闭森林样地树高提取方法,结合无人机影像和地面激光雷达点云的森林样地树高提取方法:同时获取高郁闭度森林样地无人机(UAV:Unmanned aerial vehicle)影像点云与该样地的地面激光雷达(TLS:Terrestrial Laser Scanning)点云数据。通过尺度不变特征变换(SIFT)特征点匹配算法实现两种数据匹配融合。基于融合的点云数据,采用改进的局部极大值算法提取样地的单木树高。本发明可实现同时从林下和冠层两个方向来测量森林样地参数,为更全面、更精确的估算亚热带高郁闭度森林样地的树高提供了一种新的途径。

    一种结合UAV影像和TLS点云的高郁闭森林样地树高提取方法

    公开(公告)号:CN110033484A

    公开(公告)日:2019-07-19

    申请号:CN201910321231.5

    申请日:2019-04-22

    Applicant: 福州大学

    Abstract: 本发明涉及一种结合UAV影像和TLS点云的高郁闭森林样地树高提取方法,结合无人机影像和地面激光雷达点云的森林样地树高提取方法:同时获取高郁闭度森林样地无人机(UAV:Unmanned aerial vehicle)影像点云与该样地的地面激光雷达(TLS:Terrestrial Laser Scanning)点云数据。通过尺度不变特征变换(SIFT)特征点匹配算法实现两种数据匹配融合。基于融合的点云数据,采用改进的局部极大值算法提取样地的单木树高。本发明可实现同时从林下和冠层两个方向来测量森林样地参数,为更全面、更精确的估算亚热带高郁闭度森林样地的树高提供了一种新的途径。

Patent Agency Ranking