-
公开(公告)号：CN106503674A
公开(公告)日：2017-03-15
申请号：CN201610960139.X
申请日：2016-10-27
Applicant: 北京林业大学
CPC classification number: G06K9/00657 , G06K9/342 , G06K9/40
Abstract: 本发明公开一种应用于复杂地形区域的点云滤波方法，以传统八叉树模型原理为基础，针对复杂地形环境中点云滤波的方法进行以下改进，包括：一、改进原有八叉树模型，在分割过程中，对节点尺寸予以调整，每次分割时采用最小立方体包含节点中所有点云数据；二、基于坡度判断，对节点中未分类点云进行分类；在提高将地面点与地物点分至不同节点中的几率的同时，能够更好的将地面点与地物点分割到不同节点中，并将复杂的地形依据节点分割，统一转化为山坡地形。一定程度上提高点云滤波精度，减少地面点平面拟合次数。
-
公开(公告)号：CN105930769A
公开(公告)日：2016-09-07
申请号：CN201610226311.9
申请日：2016-04-13
Applicant: 北京林业大学
IPC: G06K9/00
CPC classification number: G06K9/00657
Abstract: 本发明公开一种基于生物生态特征的病虫害发生等级精度验证方法，以基于遥感影像的森林病虫害分类为基础，在没有病虫害实地调查数据的前提下，利用森林病虫害的生物生态学特性进行病虫害发生等级监测进度验证，当分类等级与其生物生态学特性相符合时，利用模型拟合的决定系数较高时，说明分类精度可靠，有效的降低了森林病虫害外业调查的复杂性。
-
公开(公告)号：CN109816779A
公开(公告)日：2019-05-28
申请号：CN201910091334.7
申请日：2019-01-30
Applicant: 北京林业大学
Abstract: 本发明公开一种使用智能手机重建人工林森林模型获取单木参数的方法，适用于人工林森林模型获取和森林资源调查，属于计算机视觉在林业应用技术领域范畴，关键技术要点包括：1.使用智能手机获取林木图像信息；2.使用针对林业改进的三维重建算法得到人工林森林模型；3.在人工林森林模型上量测单木参数。解决的关键性问题包括：1.只需在地面调查时使用智能手机获取目标林地的照片，降低地面调查工作量，极大提高调查效率；2.获取可视化人工林森林模型进行量测且精度更高，避免人为因素影响。该发明适用于可及且林下可视环境较好的人工林，是首次使用智能手机获取人工林森林模型并测量单木参数的方法，成果可为人工林资源快速精准调查工作提供基础性数据依据。
-
公开(公告)号：CN106952242A
公开(公告)日：2017-07-14
申请号：CN201610002816.7
申请日：2016-01-06
Applicant: 北京林业大学
IPC: G06T5/10
Abstract: 本发明涉及一种激光雷达（LiDAR）点云滤波方法，特别是一种基于体素的渐进不规则三角网点云滤波，适用于机载和地基雷达点云数据处理，属于激光雷达点云数据处理技术领域。包括以下步骤：加载LiDAR点云数据；对LiDAR点云数据进行预处理，并将点云数据进行分段组织和管理；确定LiDAR点云体素化的数学表达式，并对点云进行体素化处理；确定LiDAR点云多回波信息，保留单回波和多回波中的末次回波点；确定LiDAR点云渐进不规则三角网的数学表达式，并对点云进行滤波处理；确定LiDAR点云多回波信息，保留单回波和多回波中的末次回波点。本发明具有适应于复杂的地形表面，对于浓密植被区域、陡坡、不规则断裂区的探测敏感，生成高精度数字高程模型（DEM）的优势。
-
公开(公告)号：CN106897686A
公开(公告)日：2017-06-27
申请号：CN201710088491.3
申请日：2017-02-19
Applicant: 北京林业大学
Abstract: 本发明公开了一种机载LIDAR电力巡检点云数据的分类方法。在获取机载LIDAR电力巡检点云数据并对原始点云进行去噪预处理后，构建基于机载LIDAR电力巡检点云数据的不同地物类型分类算法，首先根据设计的点云滤波算法实现地面点与非地面点的分离，然后依次进行原始点云数据中电力杆塔、电力线以及植被等地物的高精度自动提取，可大大提高电力巡检点云数据分类的精度及自动化程度，为电力线路巡检故障排查提供了保证。
-
Patent Agency Ranking
公开(公告)号：CN106778696A
公开(公告)日：2017-05-31
申请号：CN201710039791.2
申请日：2017-01-18
Applicant: 北京林业大学
Abstract: 本发明公开一种基于双向选择判断原理进行遥感手段提取单木与实际单木信息匹配的方法，属林业遥感数据处理与信息提取范畴，其技术特点是以树高差、距离为判定条件，先在遥感手段提取到的林木邻域内筛选最合适的实测木作为匹配木，再以该实测木为中心，通过判断其邻域内遥感手段提取到的单木信息，决定是否成功匹配。解决的关键性问题包括：①可甄别和去除欠分割、过分割等分割误差，避免误差的积累；②在密度高、空间异质性高的林分中匹配精度较高，相比传统方法，解决了树冠相互遮挡林木间匹配不合理的问题。该发明可应用于林业遥感技术反演信息的领域，在评价遥感产品质量、推广遥感产品应用等方面起到巨大推进作用。
-
公开(公告)号：CN106778696B
公开(公告)日：2020-01-31
申请号：CN201710039791.2
申请日：2017-01-18
Applicant: 北京林业大学
Abstract: 本发明公开一种基于双向选择判断原理进行遥感手段提取单木与实际单木信息匹配的方法，属林业遥感数据处理与信息提取范畴，其技术特点是以树高差、距离为判定条件，先在遥感手段提取到的林木邻域内筛选最合适的实测木作为匹配木，再以该实测木为中心，通过判断其邻域内遥感手段提取到的单木信息，决定是否成功匹配。解决的关键性问题包括：①可甄别和去除欠分割、过分割等分割误差，避免误差的积累；②在密度高、空间异质性高的林分中匹配精度较高，相比传统方法，解决了树冠相互遮挡林木间匹配不合理的问题。该发明可应用于林业遥感技术反演信息的领域，在评价遥感产品质量、推广遥感产品应用等方面起到巨大推进作用。
-
公开(公告)号：CN106845399A
公开(公告)日：2017-06-13
申请号：CN201710039793.1
申请日：2017-01-18
Applicant: 北京林业大学
CPC classification number: G06K9/00657 , G06K9/6219
Abstract: 本发明公开一种使用分层聚类方式从LiDAR中提取单木信息的方法，属LiDAR点云数据处理与信息提取范畴，关键技术要点包括：1.对点云进行水平分层；2.使用k均值聚类方式对每层点云进行分类并赋予不同属性值；3.对满足预设条件的点云进行融合；4.从属性值相同的点云中提取单木位置、树高、冠幅等信息，并通过单木信息计算林分结构信息。解决的关键性问题包括：1.实现林下层单木的提取，准确提取林分林木数量达80％以上；2.实现由LiDAR提取单木信息计算林分结构的功能；3.对点云密度无过高要求，已证实2p/m2密度的点云即可完成相关工作。该发明可应用于LiDAR反演信息的领域，尤其在结构复杂的林分条件下也可适用，可准确提取单木位置、树高、冠幅及林分结构参数等相关信息。
-
公开(公告)号：CN106503674B
公开(公告)日：2019-04-26
申请号：CN201610960139.X
申请日：2016-10-27
Applicant: 北京林业大学
Abstract: 本发明公开一种应用于复杂地形区域的点云滤波方法，以传统八叉树模型原理为基础，针对复杂地形环境中点云滤波的方法进行以下改进，包括：一、改进原有八叉树模型，在分割过程中，对节点尺寸予以调整，每次分割时采用最小立方体包含节点中所有点云数据；二、基于坡度判断，对节点中未分类点云进行分类；在提高将地面点与地物点分至不同节点中的几率的同时，能够更好的将地面点与地物点分割到不同节点中，并将复杂的地形依据节点分割，统一转化为山坡地形。一定程度上提高点云滤波精度，减少地面点平面拟合次数。
-
公开(公告)号：CN106845399B
公开(公告)日：2020-06-09
申请号：CN201710039793.1
申请日：2017-01-18
Applicant: 北京林业大学
Abstract: 本发明公开一种使用分层聚类方式从LiDAR中提取单木信息的方法，属LiDAR点云数据处理与信息提取范畴，关键技术要点包括：1.对点云进行水平分层；2.使用k均值聚类方式对每层点云进行分类并赋予不同属性值；3.对满足预设条件的点云进行融合；4.从属性值相同的点云中提取单木位置、树高、冠幅等信息，并通过单木信息计算林分结构信息。解决的关键性问题包括：1.实现林下层单木的提取，准确提取林分林木数量达80％以上；2.实现由LiDAR提取单木信息计算林分结构的功能；3.对点云密度无过高要求，已证实2p/m2密度的点云即可完成相关工作。该发明可应用于LiDAR反演信息的领域，尤其在结构复杂的林分条件下也可适用，可准确提取单木位置、树高、冠幅及林分结构参数等相关信息。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
