CN106383998B - 一种基于地面激光雷达扫描的树木胸径自动计算方法 - Google Patents
一种基于地面激光雷达扫描的树木胸径自动计算方法 Download PDFInfo
- Publication number
- CN106383998B CN106383998B CN201610813737.4A CN201610813737A CN106383998B CN 106383998 B CN106383998 B CN 106383998B CN 201610813737 A CN201610813737 A CN 201610813737A CN 106383998 B CN106383998 B CN 106383998B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- tree
- trunk
- stub
- cloud
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于地面激光雷达扫描的树木胸径自动计算方法,本方法再通过树干切割、滤波提高算法的计算速度和鲁棒性;通过自动选取点云拟合,克服了1.3米处无点云或者噪声过大导致无法计算该树胸径的情况;通过圆柱拟合克服了因树干生长角度问题导致圆拟合不准确的问题;通过滑动窗口拟合圆柱提高了计算精度;同时本方法与密度无关,对树干的部分缺失不敏感,克服了远距离树木因密度过低或是遮挡丢失导致难提取的问题;本方法不依赖于扫描站数,对树干点云是否为圆形没有要求,即使是单站扫描,也能达到很好的效果。
Description
技术领域
本发明涉及遥感测量技术,尤其涉及一种基于地面激光雷达扫描的树木胸径自动计算方法。
背景技术
胸径测量即测量树干1.3米处的直径,目前主要靠人工获取,以使用测树胸径尺手工测量为主。即便有少数林业部门采用机载激光雷达扫描进行测量,也因为扫描角度的缺陷、自动拟合与解译的水平低,不能获得较好的测量精度,从而使得遥感仅能获得一些定性的信息,不能定量获取森林参数。
首先,面向机载的扫描方式,由于扫描的角度问题,获取点云的大部分数据为树冠数据,由于树冠的遮挡,树干点云易产生缺失,导致部分树木因为没有点云不能够测量胸径,尤其在树木较密的阔叶林中,机载雷达扫描测量胸径的方法将不能够使用。由于扫描的距离问题,机载扫描的点云密度通常比较稀疏,当扫描高度比较高的时候,即使在没有遮挡的情况下,也难以采用拟合的方法计算胸径。
其次,目前使用的计算胸径的主要方法包括通过树高拟合胸径的办法估算胸径、直接测量两点间的距离计算胸径、圆拟合计算胸径等,各种拟合方法均不同程度存在一定的缺陷:
1、采用高度拟合胸径的方法,由于树的生长环境不同,高的树可能胸径比较小,矮的树可能胸径较粗。高度拟合胸径的方法只能通过高度给出该树种的胸径均值,不能给出具体某棵树的胸径,对单树生长情况、单树材积计算不能给出准确的量测;
2、直接测量两点间的距离计算胸径,该方法使用目测选点的方式进行量测,通常因为选择的两点不是组成直径的两点或者树干形状变化导致计算不准确;
3、采用圆拟合胸径是现有使用激光雷达测量胸径中最常用的方法,在1.3米处,以一定高度(如10厘米)截取一段点云,然后垂直投影到平面上,然后采用圆拟合胸径,该方法常因为树干的倾斜角度而影响投影的效果,导致拟合的圆偏移实际值,当噪声比较大的时候,该方法还会因为噪声影响导致计算结果不准确。
发明内容
本发明的目的在于克服上述现有技术的不足,提供一种基于地面激光雷达扫描的树木胸径自动计算方法。
为实现上述目的,本发明采用以下技术方案:
一种基于地面激光雷达扫描的树木胸径自动计算方法,包括以下步骤:
(1)对扫描的点云使用垂直投影、阈值判断的方法,分割出单树点云;
(2)获取单棵树的三维点云数据集cloud1,计算树点云的最高点和树根所在的位置;
(3)对单树点云进行分割,分割出树干点云cloud2;
(4)使用基于统计的离群点移除方法对树干点云滤波,提高圆柱拟合的鲁棒性,滤波后的点云记为cloud3;
(5)以树干点云以1.3米处为中心,按上下两个方向将树干根据一定高度分成一段段树桩,计算每段树桩的点云中点的数目,使用稳健估计的方法计算树桩点云均值,从1.3米处开始,选取最优树桩,作为滑动窗口的中心,最优树桩点云的高度中心标记为H,该段点云记为trunkCloud;
(6)根据设置的滑动窗口的数目N,以trunkCloud的高度中心为中心,以一定距离为步长,在cloud3中对树干点云进行切割,当N为偶数时,对树干点云按上下两个方向分别切割出N/2个树桩点云,树桩点云高度保持不变;当N为奇数时,对树干点云按上下两个方向分别切割出(N-1)/2个树桩点云,树桩点云高度保持不变;切割出的树桩点云加上trunkCloud标记为点云数组cloud[];
(7)对cloud[]中的点云分别使用基于最小中值方差的随机采样一致性算法进行圆柱拟合,并将拟合出的圆柱的半径存入数组radius[]中;
(8)对radius[]中的半径求均值,该均值即为该树的在树高为H处树的胸径。
优选地,步骤(5)中树桩的高度为30-50厘米。
优选地,当步骤(6)中切割出的树桩点云数目大于一定的阙值,则进行基于体素的滤波方法进行滤波,提高计算速度。
采用上述技术方案后,本发明与背景技术相比,具有如下优点:
1、地面激光扫描仪从地面上进行扫描,与机载扫描相比,在获取树冠点云的同时,可以获取更多的树干点云,克服了树干因为树冠遮挡难以被扫描到的情况;地面激光扫描密度大,克服了机载扫描的点云稀疏问题;
2、本方法再通过树干切割、滤波提高算法的计算速度和鲁棒性;通过自动选取点云拟合,克服了1.3米处无点云或者噪声过大导致无法计算该树胸径的情况;通过圆柱拟合克服了因树干生长角度问题导致圆拟合不准确的问题;通过滑动窗口拟合圆柱提高了计算精度;同时本方法与密度无关,对树干的部分缺失不敏感,克服了远距离树木因密度过低或是遮挡丢失导致难提取的问题;本方法不依赖于扫描站数,对树干点云是否为圆形没有要求,即使是单站扫描,也能达到很好的效果。
附图说明
图1为本发明流程示意图;
图2a为本发明实测样地原始点云俯视图;
图2b为本发明实测样地原始点云侧视图;
图3为单树点云;
图4为单站扫描单树胸径拟合结果示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例
如图1所示的是一种基于地面激光雷达扫描的树木胸径自动计算方法的流程示意图,包括以下步骤:
(1)对扫描的点云使用垂直投影、阈值判断的方法,分割出单树点云。
具体为:对扫描的点云以0.5米为网格投影到xoy平面上,计算每个网格内点的数目。有树干的网格中的点云会远远大于没有树干区域的点云,将网格中大于一定阈值的网格标记为一个树,本实施例中阈值设定为点云数目为60000。以网格点云xoy中心为圆心,以0.5米半径分割出单棵树点云。
如图2(a)及(b)所示的是本发明实测样地原始点云,如图3所示的是分割出的单树点云。
(2)获取单棵树的三维点云数据集cloud1,计算树点云的最高点和树根所在的位置。
具体为:通过循环判断找到三维点云数据集cloud1中Z坐标的最大值up和最小值down。选取cloud1中Z坐标在2-3米范围内的点云,计算该点云的中心并将该中心投影到xoy平面上记为点c。以点c为中心,以半径10cm切割点云cloud1得到新的点云cloudc,计算cloudc点云的最低点作为树的根部,将其高度标记为root,则树木的高度height=up-root。
(3)对单树点云进行分割,分割出树干点云cloud2。
具体为:默认树高的下1/3处为树干。从root开始,分割出Z坐标在(root,root+height/3)之间的点云cloud2。
(4)使用基于统计的离群点移除方法对树干点云滤波,提高圆柱拟合的鲁棒性,滤波后的点云记为cloud3。
具体为:使用基于统计的离群点移除方法对树干点云滤波,提高圆柱拟合的鲁棒性。首先构造k-d树,对cloud2中的每一个点p搜索距离其最近的k个点,计算p与k个点距离的标准差,计算所有点标准差的均值,当一个点的标准差与标准差均值的差别大于一定阈值的时候,舍去该点,滤波后的点云记为cloud3,本实施例中该阈值设为0.001。
(5)以树干点云以1.3米处为中心,按上下两个方向将树干根据一定高度分成一段段树桩,计算每段树桩的点云中点的数目,使用稳健估计的方法计算树桩点云均值,从1.3米处开始,选取最优树桩,作为滑动窗口的中心,最优树桩点云的高度中心标记为H,该段点云记为trunkCloud;
所述最优树桩的点云数目在(average/2,average*2)范围之内。若是树的高度大于5米,则向上选择下一段树桩进行判断,否则向下选择一段树桩进行判断,直到找到符合条件的树桩为止。以选择的最优树桩作为滑动窗口的中心,最优树桩点云的高度中心标记为H,该段点云记为trunkCloud。
该选取树桩的方法可以避免单站扫描中该树因1.3米处点云缺失严重,或者因为藤蔓等导致噪声点云远远大于树干点云的导致圆柱拟合失败的情况。该方法通过向上寻找或者向下寻找树桩的方法,给出该树在树高为多少米处的胸径的参考值。
(6)根据设置的滑动窗口的数目N,以trunkCloud的高度中心为中心,以一定距离为步长,在cloud3中,对树干点云进行切割,当N为偶数时,对树干点云按上下两个方向分别切割出N/2个树桩点云,树桩点云高度保持不变;当N为奇数时,对树干点云按上下两个方向分别切割出(N-1)/2个树桩点云,树桩点云高度保持不变;切割出的树桩点云加上trunkCloud标记为点云数组cloud[]。
cloud[]中的点云,如果点云数目大于一定的阈值,则进行基于体素的滤波方法进行滤波,提高计算速度,本实施例中该阈值设为5000。基于体素的滤波方法为,cloud[]中选取一个点云,以5mm*5mm*5mm为网格对点云构造八叉树,每个网格内计算点云的中心点作为网格内的点,每个网格只保留中心点,在不失去点云结构和精度的同时,达到了滤波的效果,为圆柱拟合节省大量的时间,提高了计算速度。
(7)对cloud[]中的点云分别使用基于最小中值方差的随机采样一致性算法进行圆柱拟合,并将拟合出的圆柱的半径存入数组radius[]中。对cloud[]中的点云分别使用基于最小中值方差的随机采样一致性算法进行圆柱拟合。最小中值方差的随机采样一致性算法中随机选取一组可以计算圆柱模型参数的点集作为局内点,然后将其它点到圆柱模型的距离小于一定阈值的点加入到局内点集合中,本实施例中该阈值设为0.03。重复执行固定的步数,选择中值和方差最小的局内点集合构成的圆柱,为该点云拟合的圆柱。将拟合出的圆柱的半径存入数组radius[]中。
(8)对radius[]中的半径求均值r,则2r即为该树的在树高为H处树的胸径。
本方法对树干点云是否为圆形没有要求,不依赖于扫描站数,对于单站扫描同样能获得很好的效果,如图4所示的即是单站扫描单树胸径拟合结果。
综上所述,本方法是一种快速、稳健、准确、高效、自动的树木胸径自动提取方法,可适合复杂茂密的林区环境,可以在森林资源规划调查中发挥较好的作用,为全面、准确监测和掌握森林资源情况,科学经营管理森林资源提供了一种稳定、准确、高效的技术方法。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (3)
1.一种基于地面激光雷达扫描的树木胸径自动计算方法,其特征在于,包括以下步骤:
(1)对扫描的点云使用垂直投影、阈值判断的方法,分割出单树点云;
(2)获取单棵树的三维点云数据集cloud1,计算树点云的最高点和树根所在的位置;
(3)对单树点云进行分割,分割出树干点云cloud2;
(4)使用基于统计的离群点移除方法对树干点云滤波,提高圆柱拟合的鲁棒性,滤波后的点云记为cloud3;
(5)以树干点云以1.3米处为中心,按上下两个方向将树干根据一定高度分成一段段树桩,计算每段树桩的点云中点的数目,使用稳健估计的方法计算树桩点云均值,从1.3米处开始,选取最优树桩,作为滑动窗口的中心,最优树桩点云的高度中心标记为H,该段点云记为trunkCloud;其中,所述最优树桩的点云数目在(average/2,average*2)范围之内,若是树的高度大于5米,则向上选择下一段树桩进行判断,否则向下选择一段树桩进行判断,直到找到符合条件的树桩为止;
(6)根据设置的滑动窗口的数目N,以trunkCloud的高度中心为中心,以一定距离为步长,在cloud3中对树干点云进行切割,当N为偶数时,对树干点云按上下两个方向分别切割出N/2个树桩点云,树桩点云高度保持不变;当N为奇数时,对树干点云按上下两个方向分别切割出(N-1)/2个树桩点云,树桩点云高度保持不变;切割出的树桩点云加上runkCloud标记为点云数组cloud[];
(7)对cloud[]中的点云分别使用基于最小中值方差的随机采样一致性算法进行圆柱拟合,并将拟合出的圆柱的半径存入数组radius[]中;
(8)对radius[]中的半径求均值,该均值即为该树的在树高为H处树的胸径。
2.根据权利要求1所述的一种基于地面激光雷达扫描的树木胸径自动计算方法,其特征在于:步骤(5)中树桩的高度为30-50厘米。
3.根据权利要求1所述的一种基于地面激光雷达扫描的树木胸径自动计算方法,其特征在于:当步骤(6)中切割出的树桩点云数目大于一定的阈值,则进行基于体素的滤波方法进行滤波,提高计算速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610813737.4A CN106383998B (zh) | 2016-09-09 | 2016-09-09 | 一种基于地面激光雷达扫描的树木胸径自动计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610813737.4A CN106383998B (zh) | 2016-09-09 | 2016-09-09 | 一种基于地面激光雷达扫描的树木胸径自动计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106383998A CN106383998A (zh) | 2017-02-08 |
CN106383998B true CN106383998B (zh) | 2019-03-12 |
Family
ID=57935724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610813737.4A Active CN106383998B (zh) | 2016-09-09 | 2016-09-09 | 一种基于地面激光雷达扫描的树木胸径自动计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106383998B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107274417B (zh) * | 2017-07-05 | 2020-06-16 | 电子科技大学 | 一种基于机载激光点云聚集关系的单木分割方法 |
CN107729630B (zh) * | 2017-09-27 | 2021-03-30 | 中国舰船研究设计中心 | 基于二项式展开的多层圆柱面宽带单站散射赋形优化方法 |
CN107831501A (zh) * | 2017-10-27 | 2018-03-23 | 北京林业大学 | 一种地面激光雷达模拟角规测定林分蓄积量的方法 |
CN108196266B (zh) * | 2017-12-29 | 2021-07-02 | 中山大学 | 基于Lidar数据的植被冠层三维辐射传输模拟方法 |
CN109002418B (zh) * | 2018-06-20 | 2020-08-11 | 厦门大学 | 基于体素生长和地面激光点云的树木胸径自动计算方法 |
CN108957476B (zh) * | 2018-09-26 | 2020-08-21 | 中国计量大学 | 一种基于无人机的树径测量装置及树径测算方法 |
CN109919237B (zh) * | 2019-03-13 | 2021-02-26 | 武汉海达数云技术有限公司 | 点云处理方法及装置 |
CN114241217B (zh) * | 2021-11-25 | 2023-03-07 | 电子科技大学 | 一种基于圆柱特征的树干点云高效提取方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102914501A (zh) * | 2012-07-26 | 2013-02-06 | 南京大学 | 一种利用激光点云计算三维森林冠层消光系数的方法 |
CN103020342A (zh) * | 2012-12-04 | 2013-04-03 | 南京大学 | 一种从地面LiDAR数据中提取建筑物轮廓和角点的方法 |
CN103258345A (zh) * | 2013-04-18 | 2013-08-21 | 中国林业科学研究院资源信息研究所 | 一种基于地面激光雷达三维扫描的树木枝干参数提取方法 |
CN103324945A (zh) * | 2013-07-08 | 2013-09-25 | 南京大学 | 一种基于模式识别的森林点云分类方法 |
CN103942838A (zh) * | 2014-05-13 | 2014-07-23 | 福州大学 | 基于点云数据的单树三维建模与形态参数提取的方法 |
-
2016
- 2016-09-09 CN CN201610813737.4A patent/CN106383998B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102914501A (zh) * | 2012-07-26 | 2013-02-06 | 南京大学 | 一种利用激光点云计算三维森林冠层消光系数的方法 |
CN103020342A (zh) * | 2012-12-04 | 2013-04-03 | 南京大学 | 一种从地面LiDAR数据中提取建筑物轮廓和角点的方法 |
CN103258345A (zh) * | 2013-04-18 | 2013-08-21 | 中国林业科学研究院资源信息研究所 | 一种基于地面激光雷达三维扫描的树木枝干参数提取方法 |
CN103324945A (zh) * | 2013-07-08 | 2013-09-25 | 南京大学 | 一种基于模式识别的森林点云分类方法 |
CN103942838A (zh) * | 2014-05-13 | 2014-07-23 | 福州大学 | 基于点云数据的单树三维建模与形态参数提取的方法 |
Non-Patent Citations (8)
Title |
---|
Detecting Stems in Dense and Homogeneous Forest Using Single-Scan TLS;Shaobo Xia等;《Forests》;20151030;第6卷(第11期);第3923-3945页 |
Tree species classification and estimation of stem volume and DBH based on single tree extraction by exploiting airborne full-waveform LiDAR data;WeiYao等;《Remote Sensing of Environment》;20120831;第123卷;第368-380页 |
利用地面激光扫描数据提取单木结构参数;尚任等;《测绘科学》;20150930;第40卷(第9期);第78-81页 |
基于2D 激光探测的立木胸径几何算法优化;王亚雄等;《农业机械学报》;20160630;第47卷(第06期);第290-296页 |
基于TLS 数据的单木胸径和树高提取研究;李丹等;《北京林业大学学报》;20120731;第34卷(第4期);第79-86页 |
基于单站地面激光雷达数据的自适应胸径估计方法;步国超等;《激光与光电子学进展》;20160725(第08期);第1-9页 |
基于地基激光雷达数据的单木结构参数提取研究;倪文俭等;《高技术通讯》;20100228;第20卷(第2期);第191-198页 |
基于地基激光雷达的亚热带森林单木胸径与树高提取;刘鲁霞等;《林业科学》;20160229;第52卷(第02期);第26-37页 |
Also Published As
Publication number | Publication date |
---|---|
CN106383998A (zh) | 2017-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106383998B (zh) | 一种基于地面激光雷达扫描的树木胸径自动计算方法 | |
CA2781604C (en) | Method and apparatus for analyzing tree canopies with lidar data | |
CN107085710B (zh) | 一种基于多光谱LiDAR数据的单木自动提取方法 | |
Popescu et al. | Measuring individual tree crown diameter with lidar and assessing its influence on estimating forest volume and biomass | |
Aschoff et al. | Describing forest stands using terrestrial laser-scanning | |
CN106990401B (zh) | 基于全波形机载激光雷达数据二类高程误差修正方法 | |
US20110246073A1 (en) | System and method for analyzing trees in lidar data using views | |
JP2008046837A (ja) | 森林資源調査方法および森林資源調査装置 | |
KR20200122897A (ko) | 라이다 측량자료를 이용한 숲틈 모니터링 시스템 및 방법 | |
NO335845B1 (no) | Fremgangsmåte for bestemmelse av stående attributter og et dataprogram for utførelse av fremgangsmåten | |
CN109002418B (zh) | 基于体素生长和地面激光点云的树木胸径自动计算方法 | |
CN107479045B (zh) | 基于全波形激光雷达点云数据剔除低矮植被的方法及系统 | |
JP2015200615A (ja) | レーザー計測結果解析システム | |
Mikita et al. | Evaluation of airborne laser scanning data for tree parameters and terrain modelling in forest environment | |
Hollaus et al. | Full-waveform airborne laser scanning systems and their possibilities in forest applications | |
Su et al. | Tree skeleton extraction from laser scanned points | |
CN103268632A (zh) | 一种机载激光雷达扫描生成地形信息的方法 | |
CN111060922B (zh) | 基于机载激光雷达点云空间分布特征的树木点云提取方法 | |
CN106023178B (zh) | 一种基于梯度方向聚类的遥感数据中单棵树的检测方法 | |
Reddy et al. | Automatic estimation of tree stem attributes using terrestrial laser scanning in central Indian dry deciduous forests | |
EP2135194A2 (en) | Tree surveying | |
CN111583406A (zh) | 杆塔脚基点坐标计算方法、装置及终端设备 | |
Wezyk | The integration of the terrestrial and airborne laser scanning technologies in the semi-automated process of retrieving selected trees and forest stand parameters Integração das tecnologias terrestre e aerotransportada de scanner laser no processo semi | |
CN114862872B (zh) | 一种基于Faster R-CNN的红树林单木分割方法 | |
Miścicki et al. | A two-phase inventory method for calculating standing volume and tree-density of forest stands in central Poland based on airborne laser-scanning data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |