基于点云数据和图像识别的树木碳汇量计算方法及系统技术方案

本发明专利技术公开了基于点云数据和图像识别的树木碳汇量计算方法及系统，其中方法包括以下步骤：S1、采集待测区域的树木数据，所述树木数据包括：三维点云数据与图像数据；所述三维点云数据用于获取点云数据；所述图像数据用于进行图像识别，得到树木信息；S2、基于所述点云数据获得第一测量数据；基于所述树木信息获得第二测量数据；S3、设定阈值，基于所述阈值、所述第一测量数据和所述第二测量数据进行碳汇量计算，得到计算结果。本发明专利技术通过采用三维激光扫描技术与图像识别技术，分别对同一待测区域进行碳汇量计算，并通过设定阈值，对其计算得到的测量数据进行相互校验，从而得到较为准确的计算结果。的计算结果。的计算结果。

【技术实现步骤摘要】
基于点云数据和图像识别的树木碳汇量计算方法及系统


[0001]本专利技术属于碳汇量计算
，具体涉及基于点云数据和图像识别的树木碳汇量计算方法及系统。

技术介绍

[0002]碳汇量是指森林通过光合作用将大气中的温室气体——二氧化碳吸收，并以生物量的形式储存在植物体内和土壤中的能力。常规的测树过程中，往往运用卷尺或者轮尺来测量林木的树干直径，根据三角函数和相似三角形原理利用布鲁莱斯测高器测量林木的树高，利用这种方法测量林木材积费时费力，且精度明显受到人为因素所致误差的影响。
[0003]三维激光扫描技术可以将传统测量系统的点测量扩展到面测量，可以深入到复杂的现场环境及空间进行扫描操作，并直接将各种大型、复杂实体的三维数据完整地采集到计算机中，进而快速的重构出目标的三维模型及点、线、面、体等各种几何数据，并将采集到的三维激光点云数据进行各种后处理工作。点云数据需要对建筑物等物体进行提取分离，对树木进行提取与分类，其后续算法的精度影响着最终处理结果。因此需要对其处理结果进行校验。

技术实现思路

[0004]本专利技术旨在解决现有技术的不足，提出一种基于点云数据和图像识别的树木碳汇量计算方法，分别利用激光扫描技术与图像识别技术对同一待测区域进行碳汇量计算，将其测量数据进行相互校验，从而得到较为准确的计算结果。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]基于点云数据和图像识别的树木碳汇量计算方法，包括以下步骤：
[0007]S1、采集待测区域的树木数据，所述树木数据包括：三维点云数据与图像数据；所述三维点云数据用于获取点云数据；所述图像数据用于进行图像识别，得到树木信息；
[0008]S2、基于所述点云数据获得第一测量数据；基于所述树木信息获得第二测量数据；
[0009]S3、设定阈值，基于所述阈值、所述第一测量数据和所述第二测量数据进行碳汇量计算，得到计算结果。
[0010]优选地，获得所述第一测量数据的方法包括：
[0011]获取三维点云数据，对所述三维点云数据进行坐标配准、点云拼接以及点云去噪处理，得到第一处理点云数据；
[0012]对所述第一处理点云数据进行非树木点云数据分割，将非树木点云数据删除，得到树木点云数据；
[0013]对所述树木点云数据进行测树因子提取，得到所述点云数据；所述点云数据包括：树高、胸径以及树冠；
[0014]基于所述点云数据获得所述第一测量数据。
[0015]优选地，获得所述第二测量数据的方法包括：
[0016]获取图像数据，并获取采集所述图像数据的高度信息；
[0017]基于所述高度信息对所述图像数据进行高度统一，得到第一处理图像数据；
[0018]对所述第一处理图像数据进行分割，得到矩形图像数据；
[0019]对所述矩形图像数据进行图像识别与信息提取，得到所述树木信息；所述树木信息包括：树种、生物量；
[0020]基于所述树木信息获取所述第二测量数据。
[0021]优选地，所述S3包括：
[0022]设置所述第一测量数据和所述第二测量数据的差值的所述阈值，当所述差值位于所述阈值的范围内，则取所述第一测量数据和所述第二测量数据的均值作为计算结果；
[0023]当所述差值不在所述阈值的范围内时，则报错，提醒重新采集所述树木数据。
[0024]本专利技术还提供一种基于点云数据和图像识别的树木碳汇量计算系统，包括：
[0025]采集系统、分析系统和计算系统；
[0026]所述采集系统用于采集待测区域的树木数据，所述树木数据包括：三维点云数据与图像数据；所述三维点云数据用于获取点云数据；所述图像数据用于进行图像识别，得到树木信息；
[0027]所述分析系统用于基于所述点云数据获得第一测量数据；基于所述树木信息获得第二测量数据；
[0028]所述计算系统用于设定阈值，基于所述阈值、所述第一测量数据和所述第二测量数据进行碳汇量计算，得到计算结果。
[0029]优选地，所述分析系统包括：第一分析模块和第二分析模块；
[0030]所述第一分析模块用于基于所述点云数据获得第一测量数据；
[0031]所述第二分析模块用于基于所述树木信息获得第二测量数据。
[0032]优选地，所述第一分析模块的工作方法包括：
[0033]获取三维点云数据，对所述三维点云数据进行坐标配准、点云拼接以及点云去噪处理，得到第一处理点云数据；
[0034]对所述第一处理点云数据进行非树木点云数据分割，将非树木点云数据删除，得到树木点云数据；
[0035]对所述树木点云数据进行测树因子提取，得到所述点云数据；所述点云数据包括：树高、胸径以及树冠；
[0036]基于所述点云数据获得所述第一测量数据。
[0037]优选地，所述第二分析模块的工作方法包括：
[0038]获取图像数据，并获取采集所述图像数据的高度信息；
[0039]基于所述高度信息对所述图像数据进行高度统一，得到第一处理图像数据；
[0040]对所述第一处理图像数据进行分割，得到矩形图像数据；
[0041]对所述矩形图像数据进行图像识别与信息提取，得到所述树木信息；所述树木信息包括：树种、生物量；
[0042]基于所述树木信息获取所述第二测量数据。
[0043]优选地，所述计算系统的工作方法包括：
[0044]设置所述第一测量数据和所述第二测量数据的差值的所述阈值，当所述差值位于
所述阈值的范围内，则取所述第一测量数据和所述第二测量数据的均值作为计算结果；
[0045]当所述差值不在所述阈值的范围内时，则报错，提醒重新采集所述树木数据。
[0046]与现有技术相比，本专利技术的有益效果为：
[0047]本专利技术通过采用三维激光扫描技术与图像识别技术，分别对同一待测区域进行碳汇量计算，并通过设定阈值，对其计算得到的测量数据进行相互校验，从而得到较为准确的计算结果。
附图说明
[0048]为了更清楚地说明本专利技术的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0049]图1为本专利技术实施例基于点云数据和图像识别的树木碳汇量计算方法流程示意图；
[0050]图2为本专利技术实施例基于点云数据和图像识别的树木碳汇量计算系统结构示意图。
具体实施方式
[0051]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0052]为使本专利技术的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于点云数据和图像识别的树木碳汇量计算方法，其特征在于，包括以下步骤：S1、采集待测区域的树木数据，所述树木数据包括：三维点云数据与图像数据；所述三维点云数据用于获取点云数据；所述图像数据用于进行图像识别，得到树木信息；S2、基于所述点云数据获得第一测量数据；基于所述树木信息获得第二测量数据；S3、设定阈值，基于所述阈值、所述第一测量数据和所述第二测量数据进行碳汇量计算，得到计算结果。2.根据权利要求1所述基于点云数据和图像识别的树木碳汇量计算方法，其特征在于，获得所述第一测量数据的方法包括：获取三维点云数据，对所述三维点云数据进行坐标配准、点云拼接以及点云去噪处理，得到第一处理点云数据；对所述第一处理点云数据进行非树木点云数据分割，将非树木点云数据删除，得到树木点云数据；对所述树木点云数据进行测树因子提取，得到所述点云数据；所述点云数据包括：树高、胸径以及树冠；基于所述点云数据获得所述第一测量数据。3.根据权利要求1所述基于点云数据和图像识别的树木碳汇量计算方法，其特征在于，获得所述第二测量数据的方法包括：获取图像数据，并获取采集所述图像数据的高度信息；基于所述高度信息对所述图像数据进行高度统一，得到第一处理图像数据；对所述第一处理图像数据进行分割，得到矩形图像数据；对所述矩形图像数据进行图像识别与信息提取，得到所述树木信息；所述树木信息包括：树种、生物量；基于所述树木信息获取所述第二测量数据。4.根据权利要求1所述基于点云数据和图像识别的树木碳汇量计算方法，其特征在于，所述S3包括：设置所述第一测量数据和所述第二测量数据的差值的所述阈值，当所述差值位于所述阈值的范围内，则取所述第一测量数据和所述第二测量数据的均值作为计算结果；当所述差值不在所述阈值的范围内时，则报错，提醒重新采集所述树木数据。5.基于点云数据和图像识别的树木碳汇量计算系统，其特征在于，包括：采集系统、分析系统和计算系统；所述采集系统用于采集待测区域的树木数据，所述树木数据包括：三维点云...

【专利技术属性】
技术研发人员：杨邦会，王树东，温莹莹，
申请(专利权)人：中科海慧天津科技有限公司，
类型：发明
国别省市：