CN103827697A - 用于分类LiDAR数据的方法和设备 - Google Patents
用于分类LiDAR数据的方法和设备 Download PDFInfo
- Publication number
- CN103827697A CN103827697A CN201280046943.7A CN201280046943A CN103827697A CN 103827697 A CN103827697 A CN 103827697A CN 201280046943 A CN201280046943 A CN 201280046943A CN 103827697 A CN103827697 A CN 103827697A
- Authority
- CN
- China
- Prior art keywords
- lidar data
- data point
- lidar
- group
- confining surface
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
Abstract
一种编程的计算机或非易失性计算机可读取存储介质具有可被处理器执行的指令,以识别与植被项或其他物体相关联的LiDAR数据点。每个LiDAR数据点被检测以确定其是否落在对于更高的LiDAR点限定的封闭的表面的值内。如果结果为是,则LiDAR点通过和先前识别的植被项相关联的LiDAR点被分组。如果结果为否,则识别新的植被项。
Description
本申请被授权并且要求于2011年9月26日提交的且名为“Methodand Apparatus for Sorting LiDar Data”的美国非临时专利申请No.13/245,514的优先权权益,其内容通过引用被包含在此。
技术领域
在此公开的技术涉及遥感且具体地涉及用于将LiDAR数据点分组以识别植被项的系统。
背景技术
作为对于例如林片(forest tract)等的感兴趣区域的物理上的巡查的替代,许多土地所有者使用遥感技术来辅助森林管理。这样的遥感技术可用于估计在感兴趣的区域内的树木的数量以及评估其平均高度、树龄、市场价值和其他信息。一个广泛使用的遥感技术是光探测和测距(LiDAR)。使用LiDAR,飞机在感兴趣区域上方飞行且飞机上的传送和感测单元将激光脉冲指向地面。从植被和/或地面反射的激光脉冲被检测单元接收。因为飞机的速度和高度是已知的,所以每个脉冲的往返时间提供了对于每个反射的脉冲的三维坐标。坐标可在计算机中被组合以产生感兴趣区域的地形图。
分析LiDAR数据的一个问题是能够确定哪个LiDAR数据点与感兴趣区域内的单独的树木或其他的植被项相关联。为此,一个技术在美国专利No.7,474,964中公开(“‘964”),该专利通过引用被包含在此。在‘964专利中,对于LiDAR点限定了数字伞。位于更高的点的重叠的数字伞区域内的那些LiDAR点被假定与相同的植被项相关联。虽然在‘964专利中描述的技术很好地起作用,但可对于例如在感兴趣区域内的树木或其他物体的单独的植被项进行改进。
附图说明
图1A和图1B图示了用于将LiDAR数据点分组的已知的技术;
图2A和图2B图示了根据所公开的技术的一个实施例的用于将LiDAR点分组的技术;
图3图示了用于实施所公开的技术的计算机系统的一个实施例;
图4图示了曲线图,所述曲线图示出了来自感兴趣区域的一组LiDAR数据点如何通过高度进行分类;
图5图示了用于确定相邻的LiDAR数据点是否属于与单独的植被项相关联的相同的组或不同的组的一个技术;
图6是通过计算机系统执行以根据所公开的技术的一个实施例将LiDAR数据点分组的步骤的流程图;
图7图示了确定与两个椭球体相关联的LiDAR点是否相交的一个方法。
具体实施方式
如将在下文中进一步详述,在此公开的技术涉及将LiDAR数据点分组以识别植被项或其他物体的方法。在一个实施例中,LiDAR数据点与通过封闭表面界定的体积相关联。具有它们体积的相交的那些LiDAR数据点被分组或与单独的植被项相关联。不具有相交的体积的那些LiDAR点与不同的植被项相关联。在一个实施例中,界定了体积的封闭表面是椭球体。在其他实施例中,封闭表面例如取决于正在被分析的植被的特征形状可以是球体、柱体、锥体或其他封闭的三维表面。
图1A和图1B图示了将LiDAR数据点分组以识别植被项的一个已知的方法。如在上文中在美国专利No7,474,964中所述,LiDAR数据点50、54、56表示了从第一植被项(例如,树木)60的反射,而LiDAR数据点64和66表示来自第二树木70的反射。为计算区域内的树木的数量,数字冠伞与LiDAR数据点50、54、56中的每一个相关联。每个伞的尺寸取决于反射的激光脉冲的高度和在被分析的区域内占优的树木类型的特征。位于任何这些限定的数字伞下方的任何LiDAR数据点被分类为属于相同的植被项。对于缺少更好的项,LiDAR数据点的集簇的组经常被称为“块”。如在图1A中可见,LiDAR数据点64、66位于与LiDAR点54相关联的数字伞下方。因此,这些LiDAR数据点可能被错误地假定为处在相同的块内,尽管它们与第二树木相关联。通过将伞下方的任何LiDAR数据点分组作为相同的块的一部分,在给定的感兴趣区域内的树木的数量可能被低估。
为了改进在‘964专利中描述的技术,所公开的技术操作以限定围绕每个LiDAR数据点的封闭表面。封闭表面可以是卵形(例如,椭球体)、球体、柱体、锥体或其他形状。特定的形状可取决于在感兴趣区域内被感测的植被的自然形状,或可基于哪个形状产生最精确的结果的统计来选择。封闭表面形状可以是对称的或非对称的。在替代的实施例中,不同的封闭表面可对于例如用于较高的点的椭球体和用于较低的点的球体的LiDAR点来限定。为本公开的目的,封闭表面被描述为是椭球体。然而,将认识到的所公开的技术也应用于其他形状。
如在图2A中可见,LiDAR数据点80、82、84通过来自单独的树木90的反射被生成。每个LiDAR数据点与相应的椭球体80e、82e、84e相关联。在一个实施例中,椭球体的尺寸取决于相应的LiDAR数据点的高度。较高的那些LiDAR数据点具有相应的更大的椭球体,且相反距地面较低的那些LiDAR数据点具有相应较小的椭球体。
在一个实施例中,椭球体不以LiDAR数据点为中心而是移动了距离dZ,所述距离dZ取决于LiDAR点的高度。在一个实施例中,距离dZ被确定为dZ=max(Ri*Co-Co,O),其中Ri是基于所感兴趣的树种的地面真实数据的统计分析所选择的椭球体的半径,且Co是统计项,所述统计项被选择使得每个块几乎存在一个树木。作为初始估计,将Co的值被选择为0.1。椭球体的初始半径及其延伸和Co的最终值在优化过程中确定,所述优化过程查询每个块识别了多少树木且然后调整椭球体的参数使得每块的树木数量接近1。
图2A也示出了与第二树木100相关联的LiDAR数据点94、96。LiDAR数据点94、96与相应的椭球体94e和96e相关联。为了确定LiDAR数据点是否属于单独的植被项或者多个植被项,计算机系统确定与每个LiDAR数据点相关联的椭球体的任一个是否相交或落在另一个椭球体的体积内。如果如此,则LiDAR数据点在与单独的植被项相关联的单独的块内被分组在一起。如果LiDAR数据点的椭球体不处在先前限定的椭球体的体积内,则计算机系统确定在LiDAR数据中已发现新的植被项且对于此植被项限定新的块。在图2A中所示的示例中,与LiDAR数据点96相关联的椭球体96e位于与LiDAR数据点94相关联的椭球体94e的体积内。因此,LiDAR数据点94和96在识别了分离的植被项或树木100的相同的块中被分组在一起。
如在图2B中可见,当在LiDAR数据点上向下看时,LiDAR数据点80、82、84被分组到第一块内,且LiDAR数据点94、96被分组到第二块内,以识别分离的植被项。相比之下,如在图1A中所示,LiDAR数据点50、54、56、64、66被分组到仅限定了相应的单独的植被项的单独块内。
图3图示了可用于实施所公开的技术的代表性的计算机系统。计算机系统200包括被配置为执行存储在例如CD、DVD、硬盘驱动器、闪存驱动器的非易失性计算机可读取介质202上的或经由例如互联网204的计算机通信链路从远程源接收的程序指令的一个或多个可编程处理器(未示出)。
计算机系统操作以执行程序指令,以便将LiDAR数据分类为代表单独的或相距紧密的植被项的块。LiDAR数据的组可组合为图,所述图可在显示器210上显示或可使用打印机212打印在物理介质上。替代地,数据的组可存储在例如数据库220的计算机存储上,以用于随后的观察和分析。替代地,LiDAR数据的组可经由计算机通信链路传递到一个或多个位于远处的计算机系统,以用于观察或分析。
在一个实施例中,通过对于LiDAR数据点的第一次分类,将LiDAR数据点分组为代表单独的或相距紧密的植被项的块。如在图4中所示,例如森林的感兴趣区域230可被巡查且与数百万的LiDAR数据点相关联。LiDAR数据点存储在计算机可读取介质内且通过计算机系统200接收,所述计算机系统200分析数据点以限定代表单独的或相距紧密的植被项。为了加速处理,可将感兴趣区域分为更小的子区域,例如区域234,所述子区域234例如为20×20或30×30平方米。然而,应认识到的是取决于所涉及的计算机系统的处理能力和存储器可使用其他的尺寸。
在一个实施例中,每个LiDAR数据点与x、y和z坐标相关联,其中z代表了反射的LiDAR脉冲的海拔高度。LiDAR数据点首先根据其海拔高度被分类,所述分类以要被分析的LiDAR数据点的组内的最高点开始,如在图4中所示。在一个实施例中,假定组内的最高LiDAR数据点与树木或其他独立植被项的顶部相关联。组内的剩余的LiDAR数据点被分析以确定它们是否处在具有更高的海拔的组内的LiDAR数据点限定的封闭表面的边界内。
图5图示了由来树木252的顶部的反射所造成的LiDAR数据点250。对于LiDAR数据点250限定了椭球体254。椭球体254具有通过其短轴和长轴限定的尺寸,所述短轴和长轴取决于LiDAR点250的高度。LiDAR点的高度和所造成的椭球体的尺寸之间的关系可基于对于要被拍摄的特定的感兴趣的地理区域或植被种类的地面真实数据的统计分析选择。例如,一些树木可能是高的并且带有小的冠部,例如花旗松,而其他树木可能具有更宽的冠部,例如落叶树木等。另外,所造成的椭球体的尺寸可能取决于其他因素,例如所感兴趣的森林的封闭度。具有更大封闭度的冠层典型地包含带有更小的冠部的树木。估计通过LiDAR数据巡查的感兴趣区域的封闭度的一个方法在公开的美国专利申请No.12/645,348(“‘348”)中描述,其通过引用被包含在此。
一旦椭球体已形成,将数据组内的另外的LiDAR点与通过椭球体包围的体积进行对比。在所示的示例中,识别了LiDAR点260。为确定LiDAR点260是否代表新的树木或是与LiDAR点250相关联的树木的一部分,计算机系统确定LiDAR点260的坐标是否处在椭球体254的边界内。在一个实施例中,计算机系统通过计算LiDAR点260的x和y坐标是否位于在LiDAR点260的高度处获取的椭球体254的半径R2内来对此进行确定。如果x和y坐标位于半径R2内,则LiDAR点260被包括在对于LiDAR点250所限定的相同的块内。如果x和y坐标不处在半径R2内,则LiDAR点260可限定与例如树木270的另一个植被项相关联的新的块。
如将认识到,存在可用于确定LiDAR点是否应被包括在相同的块内或应被分组在不同的块内的其他技术。例如,可对于每个LiDAR点限定椭球体且计算机系统可确定椭球体的表面是否重叠或接触。如果是,则与接触或重叠的椭球体相关联的任何LiDAR数据点被包括在相同的块内。
如果使用对于椭球体的精确的几何公式且从方程来代数地计算所述相交,则确定两个椭球体是否相交是计算上复杂的运算。在一个实施例中,对于LiDAR点的集簇的目的不需要精确。当已知如下情况时如下描述的方法对于测试相交非常近似:
1)第一椭球体的原点具有比第二椭球体更大的Z值(即,高度)。
2)两个椭球体是球形的(L=R)或在Z方向上是延长的(L>R)。
在图7中所示的示例中,假定第一椭球体定心在x=0、z=0的全局坐标处。第二椭球体的原点为(tx,tz)。第一椭球体的半径和长度被指定为(R1、L1)。第二椭球体的半径和长度被指定为(R2、L2)。
为确定椭球体是否重叠
1)计算t=tx/tz的值。在几何术语中这是1/(两个椭球体的连心线的斜率)。
2)确定第一椭球体上的点,其中平行于椭球体的线的斜率等于t。首先,使用椭球体方程的一阶导数发现必须的x值且求解x,其中斜率=t:
且确定相应的z值:
类似地,对于第二椭球体计算xt2、zt2的值:
如果在两个不同的椭球体上的两个点在椭球体上的精确的点处接触,则它们可在精确地一个位置处接触。但两个椭球体不必须接触。这两个点且将其连接的线段给出了可被测试包括在第一椭球体内的中间点的界限。
3)接下来计算作为两个点(xt1,zt1)和(xt2,zt2)的加权平均的中间点。如果L1/R1>L2/R2,则用于第二点的权重为:
否则
4)然后通过下式计算w1的值:
w1=1-w2
5)然后,通过下式计算加权的中点(xm,zm):
xm=w1*xt1+w2*xt2
zm=w1*zt1+w2*zt2
6)最后,通过确定如下不等式来测试加权的中点(xm,zm)以观察其是否被包含在第一椭球体内:
如果不等式成立,则中点处在第一椭球体内侧,且在大多数情况中第二椭球体与第一椭球体相交。此过程在计算上更有效且在其中第二椭球体刚好在第一椭球体的外侧或刚好在其内侧的边界情况中损失了一些精确度。实际的精确度损失量尚未被确定,仅使用大量随机地生成的椭球体已经检查了对于过程的性能的视觉检查。
图6图示了一系列根据所公开的技术的一个实施例通过计算机系统执行的步骤,以将与单独的或相距紧密的植被项相关联的LiDAR数据点分组。
在300处开始,计算机系统获得或接收感兴趣区域的LiDAR数据。在302处,计算机系统将LiDAR数据分为更小的部分或组,例如覆盖20×20或30×30平方米的组。此步骤可取决于计算机系统内可用的计算能力和存储器、是否使用多处理器等而是可选的。在304处,计算机系统将LiDAR数据分类。在一个实施例中,在组内的LiDAR数据从最高高度向最低高度被分类。在308处,计算机系统限定了用于组内的最高的LiDAR数据点的椭球体或其他封闭表面形状。根据一个实施例,最高的LiDAR数据点限定了树顶且其他LiDAR数据点与此树顶进行对比。
在310处,计算机系统开始循环,所述循环分析组内的剩余的LiDAR数据点。在312处,计算机系统确定LiDAR点是否多于从所有剩余的更高的点离开了预先确定的米数“T”。如果是,则LiDAR数据点被确定为新的植被项且在314处为此点限定新的块。在一个实施例中如果“T”为五米,且LiDAR数据点及其相邻点之间的三维距离被确定为超过五米,则LiDAR数据点被认为代表了新的植被项。然而,将认识到的是可取决于地面真实数据的统计分析或其他因素使用特定的“T”值或可通过计算机系统的用户调整特定的“T”值。
如果LiDAR数据点不超过距相邻的LiDAR数据点预先确定的距离“T”,则计算机系统在315处确定LiDAR数据点是否在任何先前分析的(例如,更高的)LiDAR数据点的椭球体内。如果是,则在320处所感兴趣的LiDAR点被赋予最近的块。
在一个实施例中,执行计算以确定哪个与块相关联的椭球体最靠近所感兴趣的LiDAR点。可基于距离确定最靠近的块。替代地,可基于在更靠近所感兴趣的LiDAR点的块内的椭球体的数量确定最靠近的块。然后处理前进到步骤322,其中确定是否组内的所有的LiDAR数据点都已别测试。如果不是,则在324处对于感兴趣的LiDAR点限定椭球体且处理返回到步骤310,用于组内的下一个LiDAR点,如上所述。一旦组内所有LiDAR点都已被分析,则处理在330处结束。
如将从上文中认识到,所公开的技术操作以改进计算机系统将LiDAR数据点分组为代表植被项的组或块的能力。通过限定围绕每个LiDAR数据点的封闭表面,可对于较低的LiDAR数据点是否是相同的块的一部分或代表了分开的植被项进行更好的确定。
在此说明书中所描述的主题和操作的实施例可以以包括在此说明书及其结构等同物中所公开的结构的数字电子电路或计算机软件、固件或硬件被实施或与它们中的一个或多个组合被实施。在此说明书中描述的主题的实施例可实施为通过执行数据处理设备或控制其操作在计算机存储介质上编码的一个或多个计算机程序,即,计算机程序指令的一个或多个模块。
计算机存储介质可以是非易失性计算机可读取的存储装置、计算机可读取的存储衬底、随机或顺序访问存储器阵列或装置或它们的一个或多个的组合,或可被包括在其内。此外,虽然计算机存储介质不是传播的信号,但计算机存储介质可以是在人工生成的传播的信号内编码的计算机程序指令的源或目的。计算机存储介质也可以是一个或多个分开的物理部件或介质(例如多个CD、盘或其他存储装置)或被包括在其内。在此说明书中描述的操作可作为由数据处理装置在存储在一个或多个计算机可读取的存储装置或从其他源接收的数据上执行的操作。
术语“数据处理设备”包括所有类型的用于处理数据的设备、装置、机器,例如包括可编程处理器、计算机、芯片上系统或它们中的多个或组合。设备可包括专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。除硬件外,设备也可包括创造了所述计算机程序的执行环境的代码,例如组成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行时间环境、虚拟机或它们的一个或多个的组合的代码。设备和执行环境可实现各种不同的计算模型架构,例如,网络服务、分布式计算和网格计算架构。
计算机程序(也已知为程序、软件、软件应用、脚本或代码)可以以任何形式的编程语言书写,包括汇编语言或解释语言、宣告式语言或过程式语言,且可以以任何形式被部署,包括作为独立程序或作为模块、部件、子程序、对象或其他适合于在计算环境中使用的单元。计算机程序可以但不必须对应于文件系统内的文件。程序可存储在保持了其他程序或数据的文件的一部分内(例如,存储在标记语言文档内的一个或多个脚本),专用于所述程序的单独文件内,或多个协助的文件内(例如,存储一个或多个模块、子程序或代码的部分的文件)。计算机程序可被部署以在位于一个地点处或分布地跨多个地点处且通过通信网络互联的一个计算机或多个计算机上执行。
在此说明书中描述的处理和逻辑流可通过执行一个或多个计算机程序的一个或多个可编程处理器执行,以通过在输入数据上操作且生成输出来执行作用。处理和逻辑流也可以被设备执行且也该设备可被实施为专用逻辑电路系统,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
适合用于执行计算机程序的处理器例如包括通用和专用微处理器两者,和任何类型的数字计算机的任何一个或多个处理器。一般地,处理器将从只读存储器或随机访问存储器或二者接收指令和数据。计算机的关键的元件是用于根据指令执行动作的处理器和用于存储指令和数据的一个或多个存储器装置。一般地,计算机也将包括或可操作地耦合到一个或多个用于存储数据的大容量存储装置,例如磁盘、磁光盘或光盘,以从其接收数据或向其传输数据。然而,计算机不必需具有此装置。此外,计算机可嵌入在另一个装置内,例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏控制台、全球定位系统(GPS)接收器或便携式存储装置(例如,通用串行总线(USB)闪存驱动器),等。适合于存储计算机程序指令和数据的装置包括所有形式的非易失性存储器、介质和存储装置,例如包括半导体存储器装置,例如EPROM、EEPROM和闪存装置、磁盘(例如内部硬盘或可移除盘)、磁光盘和CD-ROM盘和DVD-ROM盘。处理器和存储器可被补充有专用逻辑电路系统或被包含在专用逻辑电路系统内。
为提供与用户的交互,在此说明书中描述的主题的实施例可被实施在以下的计算机上,其具有例如LCD(液晶显示器)、LED(发光二极管)或OLED(有机发光二极管)监视器的显示器装置,用于向用户显示信息,且具有键盘和指示装置,例如鼠标或轨迹球,通过其用户可将输入提供到计算机。在一些实施方式中,触摸屏可用于显示信息且从用户接收输入。其他类型的装置也可用于提供与用户的交互,提供到用户的反馈可以是任何形式的传感器反馈,例如视觉反馈、听觉反馈或触觉反馈;以及来自用户的输入可以以包括声音、语音或触觉输入的任何形式接收。另外,计算机可通过给用户发送文档且从被用户使用的装置接收文档而与用户交互;例如,通过响应于从网页浏览器接收的请求将网页发送给用户的客户装置上的网页浏览器。
在此说明书中描述的主题的实施例可实施在包括后端部件的计算系统中,例如作为数据服务器,或所述计算系统包括中间件部件,例如应用服务器,或所述计算系统包括前端部件,例如具有图形用户界面或网页浏览器的客户计算机,通过图形用户界面或网页浏览器用户可与在此说明书中描述的主题的实施方式交互,或所述计算系统包括一个或多个此后端部件、中间件部件或前端部件的任何组合。系统的部件可通过例如通信网络的任何形式的数字数据通信或其介质而相互连接。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)、互联网(例如,Internet)和对等互联网络(例如,ad hoc对等网络)。
计算系统可包括任何数量的客户端和服务器。客户端和服务器一般地相互远离且典型地通过通信网络相互交互。客户端和服务器的关系由于计算机程序在各自计算机上运行且相互具有客户端-服务器关系而引起。在一些实施例中,服务器将数据(例如,HTML网页)发送到客户装置(例如,为向与客户装置交互的用户显示数据或从用户接收用户输入的目的)。在客户装置处生成的数据(例如,客户交互的结果)可在服务器处从客户装置接收。
从前文中将认识到本发明的具体实施例已在此为阐述目的描述,但可进行多种修改而不偏离本发明的范围。例如,虽然技术参考识别感兴趣区域内的树木来描述,但将认识到的是所公开的技术可应用于其他感兴趣的对象。因此,本发明不被限制,除非通过附带的权利要求及其等同物限制。
Claims (15)
1.一种将LiDAR数据分类为组的计算机实施的方法,包括:
接收关于感兴趣区域的一组LiDAR数据点;
分析所述组中的LiDAR数据点中的每一个以确定LiDAR数据点是否具有在对于所述组中的一个或多个其他LiDAR数据点限定的封闭表面内的位置;以及
如果是,则将所述LiDAR数据点添加到与物体相关联的先前限定的LiDAR数据点组;以及
如果否,则限定与新的物体相关联的新的LiDAR数据点组。
2.根据权利要求1所述的方法,其中,所述物体是森林中的树木。
3.根据权利要求1所述的方法,其中,所述封闭表面是椭球面。
4.根据权利要求1所述的方法,其中,所述封闭表面是球面。
5.根据权利要求1所述的方法,其中,所述封闭表面是锥面。
6.根据权利要求1所述的方法,其中,所述封闭表面是柱面。
7.根据权利要求3所述的方法,其中,所述LiDAR数据点是否在所述封闭表面内的确定通过确定被分析的所述LiDAR数据点的坐标是否在被分析的所述LiDAR数据点的高度处获取的椭球体的半径内来进行。
8.根据权利要求1所述的方法,其中,所述对于每个LiDAR数据点限定的封闭表面具有取决于所述LiDAR数据点的高度的尺寸。
9.根据权利要求2所述的方法,其中,所述对于每个LiDAR数据点限定的封闭表面具有取决于从其获得所述LiDAR数据的封闭度值的尺寸。
10.一种识别与森林中的单独的树木相关联的LiDAR数据点的计算机实施的方法,包括:
接收关于感兴趣区域的一组LiDAR数据点;
基于在所述组中的每个LiDAR数据点的高度将所述LiDAR数据点进行分类;
限定用于所述组中的所述LiDAR数据点中的每一个的封闭表面;以及
将具有重叠的封闭表面的一组LiDAR数据点限定为代表单独的树木。
11.根据权利要求10所述的计算机实施的方法,其中,所述封闭表面通过椭球体限定。
12.根据权利要求10所述的计算机实施的方法,其中,所述封闭表面通过球体限定。
13.根据权利要求10所述的计算机实施的方法,其中,所述封闭表面通过锥体限定。
14.根据权利要求10所述的计算机实施的方法,其中,所述封闭表面通过柱体限定。
15.一种非易失性计算机可读取介质,所述非易失性计算机可读取介质在其上存储有指令,所述指令可被计算机执行以识别与植被项相关联的LiDAR数据点,其中,所述指令导致处理器进行:
接收关于感兴趣区域的一组LiDAR数据点;
分析所述组中的LiDAR数据点中的每一个以确定LiDAR数据点是否具有在对于所述组中的一个或多个其他LiDAR数据点限定的封闭表面内的位置;和
如果是,则将所述LiDAR数据点添加到与植被项相关联的先前限定的LiDAR数据点组;以及
如果否,则限定与新的植被项相关联的新的LiDAR数据点组。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/245,514 US8775081B2 (en) | 2011-09-26 | 2011-09-26 | Method and apparatus for sorting LiDAR data |
US13/245,514 | 2011-09-26 | ||
PCT/US2012/055021 WO2013048748A1 (en) | 2011-09-26 | 2012-09-13 | Method and apparatus for sorting lidar data |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103827697A true CN103827697A (zh) | 2014-05-28 |
Family
ID=47912184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280046943.7A Pending CN103827697A (zh) | 2011-09-26 | 2012-09-13 | 用于分类LiDAR数据的方法和设备 |
Country Status (10)
Country | Link |
---|---|
US (1) | US8775081B2 (zh) |
EP (1) | EP2761339A4 (zh) |
CN (1) | CN103827697A (zh) |
AR (1) | AR087985A1 (zh) |
AU (1) | AU2012316600B2 (zh) |
BR (1) | BR112014007039A2 (zh) |
CA (1) | CA2848392C (zh) |
UY (1) | UY34344A (zh) |
WO (1) | WO2013048748A1 (zh) |
ZA (1) | ZA201402209B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155638A (zh) * | 2014-06-11 | 2014-11-19 | 南京林业大学 | 一种基于LiDAR伪垂直波形模型的树种分类方法 |
CN104180754A (zh) * | 2014-07-28 | 2014-12-03 | 南京林业大学 | 基于激光雷达综合波形模型反演森林生物物理特性的方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140019179A1 (en) * | 2012-07-13 | 2014-01-16 | Trimble Navigation Limited | Forestry and Urban Forestry Project Tracking |
IL236606B (en) | 2015-01-11 | 2020-09-30 | Gornik Amihay | Standards and methods for agricultural monitoring |
WO2018191442A1 (en) | 2017-04-11 | 2018-10-18 | Agerpoint, Inc. | Forestry management tool for assessing risk of catastrophic tree failure due to weather events |
CN114450604A (zh) | 2019-08-08 | 2022-05-06 | 神经推进系统股份有限公司 | 分布式孔径光学测距系统 |
US11556000B1 (en) | 2019-08-22 | 2023-01-17 | Red Creamery Llc | Distally-actuated scanning mirror |
CN114563796B (zh) * | 2022-03-03 | 2022-11-04 | 北京华宜信科技有限公司 | 基于无人机激光雷达探测数据的电力线识别方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030225546A1 (en) * | 2002-05-29 | 2003-12-04 | The Aerospace Corporation | Eigenvalue quadric surface method for determining when two ellipsoids share common volume for use in spatial collision detection and avoidance |
US20080260237A1 (en) * | 2004-03-15 | 2008-10-23 | Blom Kartta Oy | Method for Determination of Stand Attributes and a Computer Program for Performing the Method |
CN101702200A (zh) * | 2009-11-03 | 2010-05-05 | 武汉大学 | 一种机载激光雷达点云数据的自动分类方法 |
US20100225531A1 (en) * | 2006-06-02 | 2010-09-09 | Patrick Johnson | System, Method, and Apparatus for Remote Measurement of Terrestrial Biomass |
US20100250482A1 (en) * | 2009-03-24 | 2010-09-30 | Weyerhaeuser Nr Company | System and method for identifying trees using lidar tree models |
CN102103202A (zh) * | 2010-12-01 | 2011-06-22 | 武汉大学 | 一种融合影像的机载激光雷达数据半监督分类方法 |
US20110149267A1 (en) * | 2009-12-22 | 2011-06-23 | Weyerhaeuser Nr Company | METHOD AND APPARATUS FOR ANALYZING TREE CANOPIES WITH LiDAR DATA |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FI112402B (fi) | 1999-10-28 | 2003-11-28 | Diware Oy | Menetelmä puustotunnusten määrittämiseksi sekä tietokoneohjelma menetelmän suorittamiseksi |
US7095488B2 (en) * | 2003-01-21 | 2006-08-22 | Rosemount Aerospace Inc. | System for profiling objects on terrain forward and below an aircraft utilizing a cross-track laser altimeter |
US7474964B1 (en) | 2007-06-22 | 2009-01-06 | Weyerhaeuser Company | Identifying vegetation attributes from LiDAR data |
-
2011
- 2011-09-26 US US13/245,514 patent/US8775081B2/en active Active
-
2012
- 2012-09-13 AU AU2012316600A patent/AU2012316600B2/en not_active Ceased
- 2012-09-13 BR BR112014007039A patent/BR112014007039A2/pt not_active IP Right Cessation
- 2012-09-13 CA CA2848392A patent/CA2848392C/en active Active
- 2012-09-13 EP EP12837160.6A patent/EP2761339A4/en not_active Withdrawn
- 2012-09-13 CN CN201280046943.7A patent/CN103827697A/zh active Pending
- 2012-09-13 WO PCT/US2012/055021 patent/WO2013048748A1/en active Application Filing
- 2012-09-21 AR ARP120103486A patent/AR087985A1/es not_active Application Discontinuation
- 2012-09-24 UY UY0001034344A patent/UY34344A/es not_active Application Discontinuation
-
2014
- 2014-03-25 ZA ZA2014/02209A patent/ZA201402209B/en unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030225546A1 (en) * | 2002-05-29 | 2003-12-04 | The Aerospace Corporation | Eigenvalue quadric surface method for determining when two ellipsoids share common volume for use in spatial collision detection and avoidance |
US20080260237A1 (en) * | 2004-03-15 | 2008-10-23 | Blom Kartta Oy | Method for Determination of Stand Attributes and a Computer Program for Performing the Method |
US20100225531A1 (en) * | 2006-06-02 | 2010-09-09 | Patrick Johnson | System, Method, and Apparatus for Remote Measurement of Terrestrial Biomass |
US20100250482A1 (en) * | 2009-03-24 | 2010-09-30 | Weyerhaeuser Nr Company | System and method for identifying trees using lidar tree models |
CN101702200A (zh) * | 2009-11-03 | 2010-05-05 | 武汉大学 | 一种机载激光雷达点云数据的自动分类方法 |
US20110149267A1 (en) * | 2009-12-22 | 2011-06-23 | Weyerhaeuser Nr Company | METHOD AND APPARATUS FOR ANALYZING TREE CANOPIES WITH LiDAR DATA |
CN102103202A (zh) * | 2010-12-01 | 2011-06-22 | 武汉大学 | 一种融合影像的机载激光雷达数据半监督分类方法 |
Non-Patent Citations (1)
Title |
---|
刘清旺: "机载激光雷达森林参数估测方法研究", 《中国博士学位论文全文数据库·信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155638A (zh) * | 2014-06-11 | 2014-11-19 | 南京林业大学 | 一种基于LiDAR伪垂直波形模型的树种分类方法 |
CN104155638B (zh) * | 2014-06-11 | 2016-05-18 | 南京林业大学 | 一种基于LiDAR伪垂直波形模型的树种分类方法 |
CN104180754A (zh) * | 2014-07-28 | 2014-12-03 | 南京林业大学 | 基于激光雷达综合波形模型反演森林生物物理特性的方法 |
CN104180754B (zh) * | 2014-07-28 | 2017-02-01 | 南京林业大学 | 基于激光雷达综合波形模型反演森林生物物理特性的方法 |
Also Published As
Publication number | Publication date |
---|---|
US20130080057A1 (en) | 2013-03-28 |
CA2848392A1 (en) | 2013-04-04 |
WO2013048748A1 (en) | 2013-04-04 |
UY34344A (es) | 2013-04-30 |
EP2761339A4 (en) | 2016-08-17 |
AU2012316600A1 (en) | 2014-03-20 |
US8775081B2 (en) | 2014-07-08 |
AU2012316600B2 (en) | 2015-03-12 |
AR087985A1 (es) | 2014-04-30 |
NZ622103A (en) | 2015-02-27 |
CA2848392C (en) | 2017-07-11 |
ZA201402209B (en) | 2015-04-29 |
EP2761339A1 (en) | 2014-08-06 |
BR112014007039A2 (pt) | 2017-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103827697A (zh) | 用于分类LiDAR数据的方法和设备 | |
CN102959354B (zh) | 用于利用LiDAR数据来分析树冠层的方法和装置 | |
Whitaker et al. | Contour boxplots: A method for characterizing uncertainty in feature sets from simulation ensembles | |
Falkowski et al. | Landscape-scale parameterization of a tree-level forest growth model: a k-nearest neighbor imputation approach incorporating LiDAR data | |
AU2013317709B2 (en) | On-ground or near-ground discrete object detection method and system | |
CN110188720A (zh) | 一种基于卷积神经网络的目标检测方法及系统 | |
Filippi et al. | Representation and evaluation of wildfire propagation simulations | |
WO2010075458A2 (en) | Use of scientific models in environmental simulation | |
KR102272411B1 (ko) | 합성 개구면 레이더 영상의 시뮬레이션 영상 데이터베이스의 식별률을 높이기 위한 인공신경망 학습 방법 및 그 장치 | |
CN103646070A (zh) | 搜索引擎的数据处理方法及装置 | |
US11676375B2 (en) | System and process for integrative computational soil mapping | |
Kathuria et al. | Development of an automated individual tree detection model using point cloud LiDAR data for accurate tree counts in a Pinus radiata plantation | |
US8665270B2 (en) | Method of determining implicit hidden features of phenomena which can be represented by a point distribution in a space | |
Chiffard et al. | Adaptive niche-based sampling to improve ability to find rare and elusive species: Simulations and field tests | |
CN115795353B (zh) | 一种基于不均衡数据集的地下金属目标分类方法及系统 | |
CN105160065B (zh) | 基于拓扑关系的遥感信息相似度评价方法 | |
Sen et al. | Unsupervised extraction of urban features from airborne lidar data by using self-organizing maps | |
Wardius et al. | Terrestrial laser scanning vs. manual methods for assessing complex forest stand structure: a comparative analysis on plenter forests | |
Khairiah et al. | Monitoring model of payment for environmental service (PES) implementation in Cidanau Watershed with stands density approach | |
US20210101614A1 (en) | Spatio-temporal pose/object database | |
Strunk et al. | Stand validation of lidar forest inventory modeling for a managed southern pine forest | |
Bintang et al. | SMARIoT: Augmented Reality for Monitoring System of Internet of Things using EasyAR | |
Renau | Landscape-Aware Selection of Metaheuristics for the Optimization of Radar Networks | |
Giamattei et al. | Causality-driven Testing of Autonomous Driving Systems | |
Gonçalves | Vertical structure and aboveground biomass of tropical forests from lidar remote sensing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140528 |
|
WD01 | Invention patent application deemed withdrawn after publication |