基于TLS和UAV自动化提取高郁闭林分树高的方法技术

本发明专利技术公开一种基于TLS和UAV自动化提取高郁闭林分树高的方法，利用无人机摄影测量点云数据和地面精准点云数据，提取单木的最高点和最低点，通过单木定位坐标和自动识别最高点信息，将判别最高点和定位点投影于xoy平面，评判识别准确性，快速提取树高值。节省成本，提高效率，而且在提升树高的提取精度基础上取代了部分人工调查，减少了大量人力物力消耗。试验结果表明，通过本发明专利技术提出的树高提取方法对水杉人工林树高估计，取得了较高的精度，树高提取值整体更趋近于实测真实值；而本发明专利技术方法也为中小型林场的森林资源评估及经营规划作出有效建议。

Automatic Extraction of Tree Height of High-canopy Closed Forest Based on TLS and UAV

【技术实现步骤摘要】
基于TLS和UAV自动化提取高郁闭林分树高的方法
本专利技术属于森林资源动态监测
，具体涉及一种基于地基激光雷达和无人机航空摄影自动化提取高郁闭林分树高的方法。
技术介绍
随着市场经济的发展，大多数中小型林场对林木资产价值的精准定量评估存在诸多技术问题，无法以确切的资产价值进行出让或者联营开发，不能产生相应的收益，也达不到资产的保值增值目标。对于森林资源的可持续经营而言，树高是反映材积和立地质量的重要参数,也是定量估算森林蓄积量、地上生物量乃至森林资源资产评估的必要信息。传统的树高测量主要是依赖林业工作者在野外采用测高仪器进行测量，但其工作量大、速度慢、耗费巨大的人力物力。光学遥感因不能直接获取森林的冠层垂直结构信息，在估算森林高度上精度有限，难以满足需求。而且对于高郁闭度的人工林，由于大面积的遮挡问题，上述两种方法对于这类森林的树高测量误差更大。激光雷达(lightdetectionandranging,LiDAR)和无人机(unmannedaerialvehicle,UAV)近年来在森林植被结构参数提取方面发展迅速，尤其对植被垂直结构参数的获取具有一定的优势，其精度可达到亚米级。地基激光雷达(TLS)可以获取精细的森林垂直结构，尤其是林冠下层垂直结构，在高精度的数字高程模型的获取有着独特优势。但由于森林地形和设备本身垂直扫描角度的限制，加上激光束方向上的其他物体(如树木、树枝、灌木丛等)的遮挡作用，TLS很难获取到上层树冠和树梢的信息，因此对于树高参数的提取精度不高。Moska在《Remotesensing》2011年第4卷发表了“Retrievingforestinventoryvariableswithterrestriallaserscanning(TLS)inurbanheterogeneousforest”，通过城市森林中的单扫描TLS数据测量树高，树高估计的RMSE在树水平上为0.75m，Seidel等在《Agriculturalandforestmeteorology》2012年第154-155卷中发表了“Analyzingforestcanopieswithground-basedlaserscanning:Acomparisonwithhemisphericalphotography”利用TLS数据对种植密度稀疏的林地进行观测，提取的树高值普遍存在低估现象。根据点云数据进行树高测定是使用相关雷达数据产品的研究人员所熟知的手段，结合ALS(机载激光雷达)和TLS(地基激光雷达)观测，使用TLS点云标定树的位置，结合ALS提供的树冠顶层信息，两者配准后进行树高测量的研究方法也有人研究过。但由于其相对高昂的设备和配套搭载设备成本、作业安全问题以及较高的操作人员技术要求，ALS在大多中小型林场都没有推广。
技术实现思路
专利技术目的：针对现有技术存在的不足，解决通过单一的地面或航空遥感测量对高郁闭林分树高提取精度偏低的问题，本专利技术的目的是提供一种基于地基激光雷达和无人机摄影测量自动化提取高郁闭林分树高的方法，用于在不进行单木分割的情况下，对树高进行高效率高精度提取，减少地面人工测量，降低成本。技术方案：为了实现上述专利技术目的，本专利技术采用的技术方案如下：一种基于TLS和UAV自动化提取高郁闭林分树高的方法，利用无人机摄影测量数据和地面精准点云数据，将提取树高的问题简单化，提取单木的最高点和最低点，通过单木定位坐标和自动识别最高点信息，将判别最高点和定位点投影于xoy平面，评判识别准确性，快速提取树高值。具体包括以下步骤：(1)采用地基激光雷达扫描仪获取待检测区域内的LiDAR点云数据，传感器记录完整的激光脉冲返回波形信息、三维点云坐标信息和摄影图片信息；(2)采用无人机拍摄获取待检测区域的二维影像数据；(3)采用RTK测量系统对地面控制点进行精准测量，获取地面控制点的定位坐标；(4)对无人机采集到的二维影像进行处理，得到无人机摄影测量点云数据，通过地面控制点对无人机点云数据进行配准，得到绝对坐标；(5)利用地面控制点，将LiDAR点云数据和无人机摄影测量点云数据进行拼接，得到混合点云数据；(6)对混合点云数据进行预处理，得到单木定点坐标和冠层高度模型(CHM)；(7)通过冠层高度模型(CHM)结合单木定点坐标得到单木树高值H1，通过对冠层高度模型(CHM)进行局部最大值滤波得到种子点信息，根据定位点和种子点投影距离D，判断准确性，进而提取树高值H2。进一步地，步骤(4)中，对二维影像进行处理的步骤包括：(1)对齐照片，通过相邻影像之间的特征点进行匹配，并经过图像的不断重复迭代；(2)相机优化校准，选择特定优化参数，对图像因相机定点拍摄时坐标偏差等因素造成的误差进行校正；(3)生成密集点云，通过运动恢复结构算法和多视立体视觉算法，依据不同研究需要生成具有相对参考坐标和相应密度要求的三维重建点云。进一步地，采用AgisoftPhotoScan摄影测量影像处理软件对二维影像进行处理。进一步地，步骤(5)中，将LiDAR点云数据和无人机摄影测量点云数据进行拼接时，选择TLS数据为标准坐标系，通过旋转和平移无人机摄影测量的整体点云，使明显同名物轮廓相互吻合；采用地面控制点进行高精度配准，提取TLS数据中地面控制点位置的三维坐标，用于对无人机点云进行坐标变换得到拼接后的精准点云。进一步地，步骤(6)中，对混合点云数据进行预处理包括以下步骤：(1)通过统计滤波(SOR)移除噪点和离群点，统计滤波对所有点进行统计分析，计算每个点和其相邻点之间的平均距离，如果距离不在标准范围内，就会被视为噪点而被移除，假设得到的结果是一个高斯分布，其形状是由均值和标准差决定，那么平均距离在标准范围之外的点，可以被定义为离群点并从数据中去除；(2)基于渐进三角网加密的滤波方法(PTD)对地面点和非地面点进行分离，渐进三角网加密的滤波方法(PTD)通过形态学开运算得到初始地面种子点，再利用平面拟合移除残差值较大的种子点，通过剩余的地面种子点构建三角网并进行加密得到最终地面点；(3)将地面点和去噪后的数据点分别按照TIN插值法得到两种分辨率的数字高程模型(DEM)和数字表面模型(DSM)，两者相减得到相同分辨率的冠层高度模型CHM；(4)通过数字高程模型(DEM)对点云数据进行归一化处理后，按高度提取1.2m到1.4m的范围，使用平均胸径大小的栅格去自动识别树干位置，取栅格中心坐标为树干坐标。进一步地，采用LiDAR360点云处理软件对混合点云数据进行预处理。进一步地，步骤(7)中，通过对冠层高度模型(CHM)进行局部最大值滤波得到种子点信息，需要确定搜索窗口大小和高度阈值，根据定位点和种子点投影距离D，通过确定距离阈值判断，只有在阈值内的种子点提取的树高才具有准确性。进一步地，所述地基激光雷达扫描仪为RieglVZ-400iLiDAR传感器；所述无人机为大疆多旋翼无人机Phantom4PRO，所述无人机拍摄的地面分辨率为2.15cm/pix，航向重叠率为90％。进一步地，所述RTK测量系统为中海达iRTK2智能RTK系统。有益效果：与现有技术相比，本专利技术具有以下优点：本专利技术通过地基激光雷达和无人机航空摄影结合(TLS-U本文档来自技高网...

【技术保护点】
1.一种基于TLS和UAV自动化提取高郁闭林分树高的方法，其特征在于：利用无人机摄影测量数据和地面精准点云数据，提取单木的最高点和最低点，通过单木定位坐标和自动识别最高点信息，将判别最高点和定位点投影于xoy平面，评判识别准确性，快速提取树高值。

【技术特征摘要】
1.一种基于TLS和UAV自动化提取高郁闭林分树高的方法，其特征在于：利用无人机摄影测量数据和地面精准点云数据，提取单木的最高点和最低点，通过单木定位坐标和自动识别最高点信息，将判别最高点和定位点投影于xoy平面，评判识别准确性，快速提取树高值。2.根据权利要求1所述的基于TLS和UAV自动化提取高郁闭林分树高的方法，其特征在于，包括以下步骤：(1)采用地基激光雷达扫描仪获取待检测区域内的LiDAR点云数据，传感器记录完整的激光脉冲返回波形信息、三维点云坐标信息和摄影图片信息；(2)采用无人机拍摄获取待检测区域的二维影像数据；(3)采用RTK测量系统对地面控制点进行精准测量，获取地面控制点的定位坐标；(4)对无人机采集到的二维影像进行处理，得到无人机摄影测量点云数据，通过地面控制点对无人机点云数据进行配准，得到绝对坐标；(5)利用地面控制点，将LiDAR点云数据和无人机摄影测量点云数据进行拼接，得到混合点云数据；(6)对混合点云数据进行预处理，得到单木定点坐标和冠层高度模型；(7)通过冠层高度模型结合单木定点坐标得到单木树高值H1，通过对冠层高度模型进行局部最大值滤波得到种子点信息，根据定位点和种子点投影距离D，判断准确性，进而提取树高值H2。3.根据权利要求2所述的基于TLS和UAV自动化提取高郁闭林分树高的方法，其特征在于，步骤(4)中，对二维影像进行处理的步骤包括：(1)对齐照片，通过相邻影像之间的特征点进行匹配，并经过图像的不断重复迭代；(2)相机优化校准，选择特定优化参数，对图像因相机定点拍摄时坐标偏差等因素造成的误差进行校正；(3)生成密集点云，通过运动恢复结构算法和多视立体视觉算法，依据不同研究需要生成具有相对参考坐标和相应密度要求的三维重建点云。4.根据权利要求2或3所述的基于TLS和UAV自动化提取高郁闭林分树高的方法，其特征在于：采用AgisoftPhotoScan摄影测量影像处理软件对二维影像进行处理。5.根据权利要求2所述的基于TLS和UAV自动化提取高郁闭林分树高的方法，其特征在于：步骤(5)中，将LiDAR点云数据和无人机摄影测量点云数据进行拼接时，选择地基激光雷达TLS数据为标准坐标系，通过旋转和平移无人机摄影测量的整体点云，...

【专利技术属性】
技术研发人员：田佳榕，徐雁南，代婷婷，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：江苏,32