一种基于机载激光点云辅助影像植被三维变化检测方法技术

本发明专利技术公开了一种基于机载激光点云辅助影像植被三维变化检测方法，包括如下步骤：机载激光雷达(LiDAR)点云数据和影像数据获取，用商业化软件生成彩色点云并分类地表点。根据激光点距地表距离分类出低矮植被层、中植被层和高植被层，并识别出其中的植被。归一化植被地物的高程值，采用直接对比法计算两期植被的平面和高度变化，从而获得植被三维变化信息。本发明专利技术统计植被的三维变化，实现了植被三维变化的计算，精度可以达到95％以上，比现行的技术方法可以节省大量的人力测绘和调查工作，效率可以提高2倍以上，并且提供了一种针对地面上的植被吸收碳量计算中植被体积的计算方法，为我国早日实现碳中和目标提供技术支撑。为我国早日实现碳中和目标提供技术支撑。为我国早日实现碳中和目标提供技术支撑。

【技术实现步骤摘要】
一种基于机载激光点云辅助影像植被三维变化检测方法


[0001]本专利技术涉及一种基于机载激光点云辅助影像植被三维变化检测方法，本专利技术所属
为自然资源遥感和测绘科学
，尤其适用于生态城市的植被覆盖信息自动化获取，并为计算城市植被碳汇提供数据支撑。

技术介绍

[0002]气候变化是人类面临的全球性问题，随着各国二氧化碳排放，温室气体猛增，对生命系统形成威胁。在这一背景下，世界各国以全球协约的方式减排温室气体，我国由此提出碳达峰和碳中和目标。通过植物造树造林、节能减排等形式，抵消自身产生的二氧化碳排放量，实现二氧化碳“零排放”而达到碳中和目标。另一方面，在生态城市的建设中，人们对城市植被行的管理日益细化。需要对全市植被进行统一管理，除了常规的养护，还要知道植被的面积和高度的变化。植被体积变化的统计，也为二氧化碳吸收量计算提供基本数据。若采用传统的方法，人工使用仪器设备逐棵树的采集数据和调查，数以百万计的树木极其耗时耗力，效率低下。所以研究出一种自动获得变化信息的方法势在必行。随着近年来机载激光雷达(LiDAR)技术的蓬勃发展，使国内外学者基于LiDAR点云进行城市三维信息提取研究成为可能。其中，基于两期机载LiDAR点云进行植被三维变化信息自动获取，可以直接获取到树木是否移除、新增和生长等信息，给园林管理部门提供四维的植被信息，以提高管理水平和效率，为规划管理决策支撑。
[0003]机载LiDAR是整合全球卫星定位系统(GNSS)和惯性测量装置(IMU)技术的激光扫描，激光扫描仪搭载在飞机上，可以获得道城市大面积地物的三维坐标和其他有关信息。LiDAR传感器发射的激光脉冲能部分穿透树冠遮挡，直接获取高精度三维点云数据，辅助同时采集的影像可以对点云赋色。三维点云数据经过分类、聚类等后处理，可以生成不同地物的数字高程模型(DEM)和数字地表模型(DSM)。基于多期数据即可提取植被三维空间的变化信息。

技术实现思路

[0004]本专利技术针对现有技术中的不足，本专利技术提出一种基于机载激光点云辅助影像植被三维变化检测方法，在采集植被信息时采用全自动方式，不要任何的人为干预，能够高效自动获取植被的变化信息，给城市园林管理部门提供四维的植被信息，为计算城市植被碳汇提供数据支撑。
[0005]为实现上述目的，本专利技术采用以下技术方案：
[0006]一种基于机载激光点云辅助影像植被三维变化检测方法，包括如下步骤：
[0007]步骤一，数据获取：包括分别收集两个或两个以上时相的机载激光雷达点云数据，两个时相间隔一年以上，获取季节一致；收集与激光点云数据同期的影像数据。要求激光点云数据和影像数据通过验收，即符合国家行业规范的质量标准；
[0008]步骤二，彩色点云生成和地面点分类：根据步骤一搜集的激光雷达点云数据和影
像数据，影像数据生成彩色点云以辅助区分地面植被和其他地物，根据激光雷达点云分类出地表点。自动分类完成后，对自动分类出的地面点类根据激光点云的前视图进行手动修正，前视图能够显示激光点云的高度，保证分类的正确性。基于地表点自动构建数字高程模型DEM，DEM通过格网形式呈现；
[0009]步骤三，激光点云分层：根据激光点云到地表的高度，激光点云分为低矮植被层、中植被层和高植被层，对高于地面点0.5米之内的激光点归为低矮植被层，对高于地面点0.5米并低于2米的激光点归为中植被被层；高于地面点2米以上的点归为高植被层；
[0010]步骤四，识别低矮植被层中属于植被的激光点：低矮植被层主要有铺装地表、裸地和草地，铺装地表包括道路、水泥地块；草地属于植被点，按照规则算法将低矮植被层中不是植被的点区分出来；
[0011]第五步，识别中植被层和高植被层中属于植被的激光点：中植被层中主要有灌木和其它中层零星地物，中层零星地物包括垃圾箱、电动自行车、行人等。灌木和比较矮小的树木属于植被点，按照规则算法将中植被层中不是植被的点区分出来。高植被层中主要有树木的树冠、房屋建筑和其它高层零星地物，高层零星地物包括铁塔、电杆、路灯等。树木属于植被点，按照规则算法将高植被层中不是植被的点区分出来；
[0012]步骤六，植被激光点合并，高程点归一化：合并所有植被点，并按三维空间分布进一步聚类，设定聚类体的点数少于20个为零星点，分离出零星点。对植被激光点进行地物高程归一化，即将植被激光点的高程值减去地表激光点的高程值，从而获取植被激光点的实际高度。任意一植被激光点P归一化后的高程值为：
[0013]Z
归一化后
＝Z
P
‑
Z
DEM
[0014]判断LiDAR点落在DEM格网的行列号，用LiDAR点的高程值Z
P
减去DEM高程值Z
DEM
，得到归一化之后的高程值。
[0015]步骤七，植被三维变化信息提取：对归一化之后激光点云数据过滤掉零星点，并建立植被表面模型。以前一期的激光点模型为基准，后一期的激光点模型“减去”前一期的激光点模型，获得植被的平面尺度和高尺度的三维变化。
[0016]进一步地，步骤四包括如下子步骤：
[0017](1)植被指数计算：若激光点云本身除了具有RGB颜色值，还具有近红外颜色值信息，用以下公式计算归一化差值植被指数:
[0018]ND＝(NIR
‑
R)/(NIR+R)
ꢀ‑
1<＝ND<＝+1
[0019]其中，ND为归一化差值植被指数，值在正负1之间；NIR为近红外颜色值；R为红色颜色值。若点云只具有RGB颜色值信息，用以下公式计算视觉波段差异值植被指数:
[0020]VBD＝(2*G
‑
R
‑
B)/(2*G+R+B)
ꢀ‑
1<＝VBD<＝+1
[0021]其中，VBD为视觉波段差异值植被指数，值在正负1之间；R为红色颜色值，G为绿色颜色值；B为蓝色颜色值。
[0022](2)识别植被点：事先为每个植被指数计算方法定义了一个阈值，如果某点的差值小于阈值，则该点为非植被点；相反，如果某点的差值大于阈值，则该点为植被点。
[0023]进一步地，步骤五包括如下子步骤：
[0024](1)计算中植被层和高植被层激光点云的法向量：法向量依据其周围点是否可以拟合为平面，并指向该平面朝向采集设备轨迹线的方向，机载激光扫描法向量一般与竖直
方向成锐角分布。首先需要计算中植被层和高植被层激光点的法向量。
[0025](2)特征聚类：中植被层中的植被大多是灌木，而高植被层中的植被以大型树木为主。灌木和乔木的点云呈簇团状，且法向量的方向没有规律。基于这一特征可以把植被与其他地物分开，其他地物例如：房屋建筑。采用空间聚类的方法，把在一定距离内的激光点聚成一个整体，一定距离可以为0.5m到1m之间的任一数值，根据法向量方向没有规律的特性把植被和非植被分开。...

【技术保护点】

【技术特征摘要】
1.一种基于机载激光点云辅助影像植被三维变化检测方法，其特征在于，包括如下步骤：步骤一，数据获取：包括分别收集两个或两个以上时相的机载激光雷达LiDAR点云数据，两个时相间隔一年以上，获取季节一致；收集与激光点云数据同期的影像数据；步骤二，彩色点云生成和地面点分类：根据步骤一搜集的激光雷达点云数据和影像数据，影像数据生成彩色点云以辅助区分地面植被和其他地物，根据激光雷达点云分类出地表点，自动分类完成后，对自动分类出的地面点类根据激光点云的前视图进行手动修正，前视图能够显示激光点云的高度，保证分类的正确性；基于地表点自动构建数字高程模型DEM，DEM通过格网形式呈现；步骤三，激光点云分层：根据激光点云到地表的高度，激光点云分为低矮植被层、中植被层和高植被层，对高于地面点0.5米之内的激光点归为低矮植被层，对高于地面点0.5米并低于2米的激光点归为中植被被层；高于地面点2米以上的点归为高植被层；步骤四，识别低矮植被层中属于植被的激光点：低矮植被层主要有铺装地表、裸地和草地，铺装地表包括道路、水泥地块；草地属于植被点，将低矮植被层中不是植被的点区分出来；步骤五，识别中植被层和高植被层中属于植被的激光点：中植被层中包括灌木和其它中层零星地物，中层零星地物包括垃圾箱、电动自行车、行人，灌木和比较矮小的树木属于植被点，将中植被层中不是植被的点区分出来。高植被层中主要有树木的树冠、房屋建筑和其它高层零星地物，高层零星地物包括铁塔、电杆、路灯，树木属于植被点，将高植被层中不是植被的点区分出来；步骤六，植被激光点合并，高程点归一化：合并所有植被点，并按三维空间分布进一步聚类，设定聚类体的点数少于20个为零星点，分离出零星点；对植被激光点进行地物高程归一化，即将植被激光点的高程值减去地表激光点的高程值，从而获取植被激光点的实际高度。任意一植被激光点P归一化后的高程值为：Z
归一化后
＝Z
P
‑
Z
DEM
判断LiDAR点落在DEM格网的行列号，用LiDAR点的高程值Z
P
减去DEM高程值Z
DEM
，得到归一化之后的高程值；步骤七，植被三维变化信息提取：对归一化之后激光点云数据过滤掉零星点，并建立植被表面模型。以前一期的激光点模型为基准，后一期的激光点模型“减去”前一期的激光点模型，获得植被的平面尺度和高尺度的三维变化。2.根据权利要求1所述的一种基于机载激光点云辅...

【专利技术属性】
技术研发人员：韩文泉，韩昌宝，徐嘉淼，
申请(专利权)人：南京市测绘勘察研究院股份有限公司，
类型：发明
国别省市：