-
公开(公告)号：CN110427956B
公开(公告)日：2021-01-15
申请号：CN201910311744.8
申请日：2019-04-18
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06K9/62
Abstract: 本发明的目的在于提供一种基于谱聚类算法的LiDAR点云数据单木提取方法，具体方法为：对LiDAR点云数据的高度信息进行归一化，并使用mean shift聚类算法进行体素化；基于高斯相似度函数在体素空间中构造相似图；使用方法计算相似图的特征值和特征向量，并利用特征值间隔确定分割单木数k；取前k个最小特征值对应的特征向量为列构造特征向量矩阵，在特征空间中对特征向量矩阵的归一化行元素进行k‑means聚类，并将分割结果映射回LiDAR点云得到单木聚类，实现点云的单木分割。本发明提供的方法不仅可以在样地尺度进行有效的单木分割，还可以为区域尺度提供稳定的分割结果，具有很强的实用价值。
-
公开(公告)号：CN110427956A
公开(公告)日：2019-11-08
申请号：CN201910311744.8
申请日：2019-04-18
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06K9/62
Abstract: 本发明的目的在于提供一种基于谱聚类算法的LiDAR点云数据单木提取方法，具体方法为：对LiDAR点云数据的高度信息进行归一化，并使用mean shift聚类算法进行体素化；基于高斯相似度函数在体素空间中构造相似图；使用 方法计算相似图的特征值和特征向量，并利用特征值间隔确定分割单木数k；取前k个最小特征值对应的特征向量为列构造特征向量矩阵，在特征空间中对特征向量矩阵的归一化行元素进行k-means聚类，并将分割结果映射回LiDAR点云得到单木聚类，实现点云的单木分割。本发明提供的方法不仅可以在样地尺度进行有效的单木分割，还可以为区域尺度提供稳定的分割结果，具有很强的实用价值。
-
公开(公告)号：CN106291584B
公开(公告)日：2018-09-21
申请号：CN201610889062.1
申请日：2016-10-12
Applicant: 中国林业科学研究院资源信息研究所
IPC: G01S17/89
Abstract: 本发明公开一种基于激光雷达扫描特征的点云抽稀方法，包括以下步骤：(1)判断初始扫描线；(2)判断扫描线结束点；(3)根据扫描线内回波点之间距离进行抽稀；(4)判断角不重复扫描线；(5)计算角不重复扫描线间最小距离；(6)根据扫描线间最小距离进行抽稀。该方法具具有以下效果：(1)根据前后激光回波点的扫描角判断激光扫描线，并根据最远距离规则判断扫描线结束点；(2)计算激光扫描线内前后激光回波点之间的距离，按照距离阈值判断是否保存回波点；(3)根据‑5度和+5度范围内激光回波点判断激光扫描线之间的最小距离，按照距离阈值判断是否保存扫描线。
-
公开(公告)号：CN107133949A
公开(公告)日：2017-09-05
申请号：CN201710356448.0
申请日：2017-05-19
Applicant: 中国林业科学研究院资源信息研究所
CPC classification number: G06T7/0002 , G06F17/30268 , G06F17/3028 , G06T2207/10004 , G06T2207/10141 , G06T2207/30188
Abstract: 本发明公开一种森林物候信息自动观测方法，包括以下步骤：(1)相机自动拍照的定时触发控制；(2)长时间序列、不同时刻获取照片的归类与自动/半自动化处理；(3)建立森林植被物候相关的植被指数方程；(4)通过观测时间序列照片和森林植被指数分析物候曲线、确定森林植被物候节点。通常森林物候观测主要是基于人工的、地面长时间序列观测，费时、费力、耗费财力。该技术方案，能够实现森林植被物候信息的自动提取，大大改善了森林物候信息提取的时效性、连续性和准确性，为森林经营管理人员、生态学研究人员掌握森林物候信息提供了有效的自动观测与信息提取方法。
-
公开(公告)号：CN104360339B
公开(公告)日：2017-01-11
申请号：CN201410601556.6
申请日：2014-10-31
Applicant: 中国林业科学研究院资源信息研究所
IPC: G01S7/48
Abstract: 本发明是有关于一种激光雷达航带扫描边界识别方法及装置，其中的方法包括：计算相邻回波点数据中的激光扫描角Sai和Sai-1的差值和差值的累计值；在判断出差值大于零且累计值小于零的情况下或在差值小于零且累计值大于零的情况下，将Sai-1/Sai对应的回波点确定为当前激光扫描线的结束点，且累计值清零；计算当前激光扫描线上的各回波点与当前激光扫描线的边界点之间的距离，并根据距离边界点最大的回波点来修正当前激光扫描线的边界点；利用修正后的边界点的回波点数据以及第一条激光扫描线和最后一条激光扫描线各自的两个边界点之间的所有回波点数据形成激光雷达航带扫描边界。本发明提高了激光雷达航带扫描边界识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN106291584A
公开(公告)日：2017-01-04
申请号：CN201610889062.1
申请日：2016-10-12
Applicant: 中国林业科学研究院资源信息研究所
IPC: G01S17/89
CPC classification number: G01S17/89
Abstract: 本发明公开一种基于激光雷达扫描特征的点云抽稀方法，包括以下步骤：(1)判断初始扫描线；(2)判断扫描线结束点；(3)根据扫描线内回波点之间距离进行抽稀；(4)判断角不重复扫描线；(5)计算角不重复扫描线间最小距离；(6)根据扫描线间最小距离进行抽稀。该方法具具有以下效果：(1)根据前后激光回波点的扫描角判断激光扫描线，并根据最远距离规则判断扫描线结束点；(2)计算激光扫描线内前后激光回波点之间的距离，按照距离阈值判断是否保存回波点；扫描线之间的最小距离，按照距离阈值判断是否保存扫描线。(3)根据-5度和+5度范围内激光回波点判断激光
-
公开(公告)号：CN104614729A
公开(公告)日：2015-05-13
申请号：CN201410666032.5
申请日：2014-11-20
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明公开了一种激光雷达航带高程匹配质量分析方法，包括获取覆盖一个区域的多条航带激光雷达点云数据，多条航带之间分别具有重叠区，所述点云数据包括每个回波点的平面坐标和高程数据，所述方法包括建立点云数据栅格化步骤、重叠区栅格数据处理步骤和数据结果输出步骤；与传统分析方法相比，本发明可以使用计算机自动处理激光雷达航带数据，实现了对飞行区域内多条航带数据匹配质量进行快速评价，通过设置不同的栅格单元大小可以重复多次处理，评价结果全面，节省了人力。
-
公开(公告)号：CN102538673B
公开(公告)日：2014-04-09
申请号：CN201110424549.X
申请日：2011-12-19
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明的目的在于提供一种机载小光斑LiDAR波形数据提取林分垂直结构参数的方法，包括：基于机载小光斑LiDAR波形数据生成激光点云数据集；对该激光点云数据集进行地面点与植被点的滤波处理，利用滤波处理后的地面点生成地面高程模型，将所述机载小光斑LiDAR波形数据中的高程减去相应位置的DEM值得到高程归一化后的波形数据；对波形数据进行林分尺度的波形合成处理，生成林分的合成波形数据；将合成波形数据分解为一系列子波形的组合；根据所述一系列子波形的组合，获取林分垂直结构参数。本发明提供的方法，比使用点云数据对森林垂直结构的刻画更加准确，并可以确定林分垂直结构参数。
-
公开(公告)号：CN115909089A
公开(公告)日：2023-04-04
申请号：CN202211694076.X
申请日：2022-12-28
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明公开了一种多角度光学卫星影像森林BRDF特征重建方法及系统。该方法包括：对同一区域的多个观测角度的卫星影像进行几何校正、辐射定标和大气校正，得到多个观测角度的卫星反射率影像；计算各个观测角度的卫星反射率影像的坡面像元太阳‑观测几何数据；构建散射核函数库；构建植被形态结构参数库；利用半经验核驱动二向反射模型，从散射核函数库和植被形态结构参数库中筛选出最优散射核函数组合以及最优植被形态结构参数；基于最优散射核函数组合以及最优植被形态结构参数，进行多个观测角度的卫星影像森林BRDF特征重建。本发明能够解决现有中低分辨卫星影像的BRDF模型不能准确重建高空间分辨率多角度光学卫星影像森林BRDF特征的问题。
-
公开(公告)号：CN109961418A
公开(公告)日：2019-07-02
申请号：CN201910205833.4
申请日：2019-03-19
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06T5/50
Abstract: 本发明公开了一种基于多时相光学遥感数据的无云影像合成算法，包括以下步骤：对于多时相光学遥感影像F，计算其传感器权值w1，目标日权值w2，目标像元与云/云阴影距离权值w3，目标像元的不透明度权值w4；将四项权值相加作为评估目标像元总体质量的总权值W，将目标像元总权值W总叠加F中的目标像元值V，得到合成后的目标像元；遍历整景影像，通过V合成填充得到最佳观测像元的合成结果F1，对多时相光学遥感数据进行无云合成，得到无云、无缝、清晰且质量高的光学遥感影像。优化现有技术中的最佳像元选取准则，将最佳像元认定为所有输入像元叠加像元评分权值后的加权平均值，解决了合成影像中由于多时相数据造成的“斑块”问题。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.045 seconds)
