一种从LiDAR点云数据中自动提取林分上层树木参数的方法

    公开(公告)号:CN102393180B

    公开(公告)日:2013-09-04

    申请号:CN201110317977.2

    申请日:2011-10-19

    Inventor: 庞勇

    Abstract: 本发明的目的在于从LiDAR点云数据中提取林分上层树木参数时,避免对先验知识的依赖。具体通过如下方法实现:基于局部最大值检测得到待检测区域的各株待检测单木的树顶;在待检测单木的树顶基础上,结合区域增长法和多项式拟合法获得待检测单木的参数;汇总待检测区域中各株待检测单木的参数,得到待检测区域的林分上层树木参数。本发明提供的方法,结合局部最大值的检测、区域增长法和多项式拟合法实现对单木的分割以及林分上层树木参数的自动提取,不需要先验知识。从而简化了林分上层树木参数的提取过程。

    一种森林生物量遥感估算方法、系统、设备及介质

    公开(公告)号:CN116385871B

    公开(公告)日:2024-03-15

    申请号:CN202310212547.7

    申请日:2023-02-28

    Inventor: 庞勇 余涛 荚文

    Abstract: 本发明公开一种森林生物量遥感估算方法、系统、设备及介质,涉及遥感影像处理及森林生物量遥感监测领域,该方法包括:获取目标区域的多角度多光谱光学遥感数据;根据目标区域的多角度多光谱光学遥感数据确定目标区域的多角度多光谱反射率数据、多角度植被指数和冷热点指数;采用生物量反演模型,根据目标区域的多角度多光谱反射率数据、多角度植被指数和冷热点指数确定目标区域的生物量估算值;所述生物量反演模型是基于样本区域的多角度多光谱光学遥感数据和对应的激光雷达数据确定的。本发明能够提高森林生物量遥感估算精度。

    一种落叶松人工林两种土壤属性的时间序列估算方法

    公开(公告)号:CN113112081A

    公开(公告)日:2021-07-13

    申请号:CN202110432126.6

    申请日:2021-04-21

    Inventor: 邓广 庞勇 李增元

    Abstract: 本发明公开了一种落叶松人工林两种土壤属性的时间序列估算方法,包括以下步骤:确定林场级3PG模型的落叶松人工林树种参数,设置立地参数和气候数据;获取覆盖林区的每年LAImax分布图;基于3PG模型反演,进行ASWC和FR值估算;得到林场适应落叶松人工林的ASWC和FR逐年时间序列分布图。本发明所述的一种落叶松人工林两种土壤属性的时间序列估算方法,得到落叶松人工林两种土壤属性的时间序列产品,包含有关土壤属性的高时间分辨率信息,能够使模型在测量误差范围内预测落叶松人工林的年度增长,预测的生产力占测量变化的70%以上,时间和空间更精确和更具有制图一致性的土壤属性制图产品有助于落叶松林分生长量动态预测。

    一种分层树冠识别方法
    44.
    发明公开

    公开(公告)号:CN112651937A

    公开(公告)日:2021-04-13

    申请号:CN202011543365.0

    申请日:2020-12-24

    Abstract: 本发明实施例提供了一种分层树冠识别方法,包括以下步骤:根据树冠高度栅格单元的个数,创建不相交集;依次遍历每个树冠顶点,从树冠高度栅格中提取树冠顶点的高度;将树冠划分为4个象限,分别为左上象限、右上象限、左下象限、右下象限,判别每个象限内树冠边界;提取树冠底部的高度;使用树冠顶点索引对树冠进行编码;依次遍历树冠顶点,对树冠外边界进行矢量化。本发明实施例提供的一种分层树冠识别方法,能够快速地识别分层树冠,同时还可用于识别普通树冠,增强了识别树冠的普适性,有效提高了树冠边界识别精度。

    一种对高分辨率光学遥感图像的自适应云区检测方法

    公开(公告)号:CN109801253B

    公开(公告)日:2020-11-17

    申请号:CN201711116482.7

    申请日:2017-11-13

    Abstract: 本发明公开了一种对高分辨率光学遥感图像的自适应云区检测方法,其中,高分辨率光学遥感图像为高分一号遥感图像,包括以下步骤:S1:对高分辨率光学遥感图像F,计算其云雾厚度图F1;S2:根据F1的径向能量谱与同态滤波过程中应用的高通滤波器的截止频率f之间的关系,计算f的值;S3:以f作为同态滤波过程中高通滤波器的截止频率,对F1进行同态滤波,得到滤波后的图像F2;S4:计算F2中每一像元的白度指数并从中滤除白度指数大于一预设阈值的像元,得到图像F3;S5:选用圆形结构元素,对F3先进行闭运算再进行开运算,以对其进行形态学优化,得到云区识别结果F4。本发明能够对高分辨率光学遥感图像进行批量化高效的云区检测,总体识别精度达93.81%。

    一种基于树冠编码的磁力标记树冠边界矢量化方法

    公开(公告)号:CN111753726A

    公开(公告)日:2020-10-09

    申请号:CN202010588462.5

    申请日:2020-06-24

    Abstract: 本发明提供了一种基于树冠编码的磁力标记树冠边界矢量化方法,用以解决现有技术中树冠边界矢量化效率低的问题。所述边界矢量化方法,在树冠编码栅格单元的基础上,新建树冠标记栅格层,在当前栅格单元的树冠编码有效且未完成矢量化时,作为种子点,获得矢量化的树冠边界,再对边界范围内的栅格单元进行磁力标记,得到磁力标记的树冠栅格单元。本发明不依赖于树冠顶点信息,不需要建立空间索引,不需要判断栅格单元是否位于已经矢量化的树冠边界内,通过磁力标记能够快速地实现树冠边界矢量化,随着数据量的增加,运算时间线性增加,而不会出现几何化增长,运算效率高,节约时间,同时也适用于大数据量栅格的快速矢量化。

    一种对高分辨率光学遥感图像的自适应云区检测方法

    公开(公告)号:CN109801253A

    公开(公告)日:2019-05-24

    申请号:CN201711116482.7

    申请日:2017-11-13

    Abstract: 本发明公开了一种对高分辨率光学遥感图像的自适应云区检测方法,其中,高分辨率光学遥感图像为高分一号遥感图像,包括以下步骤:S1:对高分辨率光学遥感图像F,计算其云雾厚度图F1;S2:根据F1的径向能量谱与同态滤波过程中应用的高通滤波器的截止频率f之间的关系,计算f的值;S3:以f作为同态滤波过程中高通滤波器的截止频率,对F1进行同态滤波,得到滤波后的图像F2;S4:计算F2中每一像元的白度指数并从中滤除白度指数大于一预设阈值的像元,得到图像F3;S5:选用圆形结构元素,对F3先进行闭运算再进行开运算,以对其进行形态学优化,得到云区识别结果F4。本发明能够对高分辨率光学遥感图像进行批量化高效的云区检测,总体识别精度达93.81%。

    林区机载推扫式高光谱影像的BRDF归一化校正方法

    公开(公告)号:CN108132220A

    公开(公告)日:2018-06-08

    申请号:CN201711429219.3

    申请日:2017-12-25

    Abstract: 本发明提供了一种针对起伏地形的林区机载推扫式高光谱影像的BRDF归一化校正方法,利用机载推扫式高光谱设备观测视场和飞行姿态信息以及数据采集时刻的太阳位置计算出影像像元基于平面的太阳-观测几何,再基于高精度DEM数据提取对应像元的坡度和坡向信息,将像元的基于平面的太阳-观测几何旋转到真实太阳-观测几何,对分类后的影像数据提取各地物类型的像元构成多角度观测反射率数据集并依据真实太阳-观测几何构建BRDF模型。最后采用乘法归一化因子,将影像内多个角度的方向反射率归一化到指定的某个观测-太阳角度的反射率。本发明能有效校正起伏地形的林区机载推扫式高光谱影像的BRDF效应,对后续影像的定量研究具有重要意义。

    一种激光雷达扫描均一性测量方法

    公开(公告)号:CN106443641A

    公开(公告)日:2017-02-22

    申请号:CN201610857173.4

    申请日:2016-09-28

    CPC classification number: G01S7/497

    Abstract: 本发明公开一种激光雷达扫描均一性测量方法,包括以下步骤:(1)判断末次回波;(2)判断扫描线;(3)计算扫描线内激光回波点之间的水平距离及其统计量;(4)计算扫描线0度扫描角激光回波点的中心点;(5)计算扫描线间的水平距离及其统计量;(6)计算激光扫描均一指数;该激光雷达扫描均一性测量方法能够判别激光扫描线、判别激光扫描线中线点以及判别激光扫描均一性。

    激光雷达航带扫描边界识别方法及装置

    公开(公告)号:CN104360339A

    公开(公告)日:2015-02-18

    申请号:CN201410601556.6

    申请日:2014-10-31

    CPC classification number: G01S7/4802

    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