CN108195736A - 一种三维激光点云提取植被冠层间隙率的方法 - Google Patents
一种三维激光点云提取植被冠层间隙率的方法 Download PDFInfo
- Publication number
- CN108195736A CN108195736A CN201711375730.XA CN201711375730A CN108195736A CN 108195736 A CN108195736 A CN 108195736A CN 201711375730 A CN201711375730 A CN 201711375730A CN 108195736 A CN108195736 A CN 108195736A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- clearance rate
- region
- dimensional
- canopy
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000000605 extraction Methods 0.000 title claims abstract description 10
- 238000012512 characterization method Methods 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000005286 illumination Methods 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 235000009109 Betula pendula Nutrition 0.000 description 1
- 241000218652 Larix Species 0.000 description 1
- 235000005590 Larix decidua Nutrition 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 235000013405 beer Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 240000004494 yellow birch Species 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于激光雷达遥感技术领域,具体为一种三维激光点云提取植被冠层间隙率的方法。本发明通过地面三维激光雷达扫描系统,获取植被样方冠三维点云数据,不受观测时光照条件、相机和人为设置阈值的影响;然后通过点云数据转换坐标系统,将点云数据投影到球面和半球面区域划分,最终计算冠层间隙率。将点云数据投影到半球面表面求间隙率其结果的相关性得到保障,避免了采用体元模型表征树冠结构存在的失真、计算量大、算法耗时的问题。并且该方法能够快速、准确的提取植被冠层间隙率。
Description
技术领域
本发明属于激光雷达遥感技术领域,涉及一种利用地面三维激光扫描仪获取的点云数据来计算森林冠层间隙率的方法,具体为一种三维激光点云提取植被冠层间隙率的方法。
背景技术
在植被与外界环境进行交互的过程中,冠层是最直接和最活跃的部分。植被冠层对生态系统的能量交换,大气循环,物种多样性,气候调节等具有非常重要的影响。在冠层研究的相关领域,关于冠层结构特征参数的研究是非常普遍的。冠层结构特征参数不仅有助于理解植被的整个生态过程,而且是许多生态模型的重要输入参数。冠层间隙率(GapFraction,P)影响着植被拦截光和冠层辐射传输过程,是非常重要的冠层结构特征参数。
冠层间隙率是指光子在冠层中由一点沿着一定方向到达另一点而未被冠层拦截的概率。冠层间隙率表征冠层中光的透射能力,又称为孔隙率。对于不同的冠层结构,间隙率的值在0到1的范围内发生变化。当某一特定的天顶角方向的冠层很浓密并且不存在天空元素时,此时光线全部被遮挡,间隙率的值为0。当某一特定的天顶角方向全部为天空元素时,间隙率的值则为1。冠层越浓密,间隙率的值越小;冠层越稀疏,间隙率的值越大。冠层间隙率是植被分析过程中一个重要的监测指标,可用来监测物候影响及演变,还可用于监测干旱、洪灾、空气和土壤污染及瘟疫等灾害的灾后恢复情况。基于冠层间隙率,结合比尔定律(Beer’sLaw)、Miller原理,可进行植被叶面积指数(Leaf Area Index,LAI)反演,该方法是进行叶面积指数反演研究的主要理论依据。
基于数字半球摄影技术获取的数字半球图像提取间隙率是一种常用的研究方法。数字半球图像中的间隙率可以通过计算某个特定分区的像元比例得到,意味着间隙率为该分区的天空像元个数与总像元个数的比值。在这类研究中,选取合适的阈值对图像进行分类是极其关键的步骤。通过设置阈值可以将彩色的冠层半球图像分成冠层元素和天空两部分,即生成一个二值图像。Frazer等人(2001)通过对间隙率的研究表明,对图像进行分类最简单的方式是用户通过视觉定义阈值,小于或者等于这个阈值的代表一类,大于这个阈值的代表另一类。Hale等人(2002)指出通过视觉定义阈值对图像分类得到的结果因人而异,因为一个用户所设定的图像阈值不可能与另一个用户所设定的图像阈值完全相同。Jonckheere等人(2005)通过人工设置阈值对数字半球图像分类提取了冠层间隙率,结果也表明间隙率的值对图像阈值有很强的依赖性。此外,Chen(1991)指出在获取数字半球图像时,不同的光照条件也会导致不同的研究结果。合适的曝光对间隙率的精确提取非常重要。因此,在拍摄图像时,需要找出使天空和冠层元素对比度达到最高的相机曝光方法。基于数字半球摄影技术,利用数字半球图像进行间隙率反演的一些研究表明,从数字半球图像中提取的间隙率受光照、相机等条件的影响。该类方法经典、简单,可以作为验证其他研究方法有效性的重要手段。
地基激光雷达,作为一种主动遥感技术,具有分辨率高、光斑小、携带便捷等特点,能够以非接触方式快速、高精度地从地面测量树冠层的内部结构,获取海量点云数据。利用地基激光雷达技术反演冠层间隙率在一定程度上克服了其它技术领域存在的一些缺点。地基激光雷达数据的数据量通常都很庞大,这使得林木参数反演的研究变得复杂。海量的点云数据会增加研究中的计算量,影响工作效率。Jupp等人(2009)认为冠层间隙率随天顶角不同而不同,通常在60°天顶角处得到的值更为理想。Cifuentes等人(2014)基于地基激光扫描技术,通过构建三维体元模型对森林场景进行建模实现了冠层间隙率的提取,同时利用数字半球摄影技术反演得到的冠层间隙率对其结果进行验证。三维体元模型构建的核心思想是用多个小立方体或者长方体模拟树冠。每个小立方体或者长方体为一个体元。体元分为有效体元和无效体元,有效体元为树冠组成(杆、叶、枝)部分,无效体元为树冠之外或树冠内部的空隙部分,基于林木冠层点云数据,建立三维体元模型不会影响冠层结构的信息表达,以此来减小数据计算量。Cifuentes等人还讨论了不同体元大小和采样设置对结果的影响,体元越小结果越精确,计算量越大,反之计算量越小,误差越大。但体元化模型对于较大范围森林冠层间隙率计算有着重大的缺陷,例如激光雷达扫描半径30m范围树林,树高约25m,体元化范围为60m*60m*25m的立方体,激光点云数据量约为5千万个数据点,以0.1m*0.1m*0.1m为体元大小,划分为9千万个体元,超过点云数据量,没有达到减小计算量的效果。如果设置较大的体元不能准确表达冠层结构信息,结果误差较大,而且利用程序实现体元化模型方法计算耗时较长。并且采用体元模型表征树冠结构就会存在失真的情况,因此其结果与数字半球照片的结果相关性较差。
发明内容
针对上述存在问题或不足,为解决现有技术中:数字半球摄影技术受限相机、光线条件、人为设置阈值和基于地基激光雷达点云数据构建三维体元模型相关性较差、计算量大、算法耗时的技术问题,本发明提供了一种三维激光点云提取植被冠层间隙率的方法,基于地基激光雷达。
具体技术方案如下:
步骤1、利用地面激光雷达扫描系统,获取样方植被冠层的三维点云数据。
步骤2、将采集的三维点云数据从直角坐标转换到球面坐标。
采集的冠层点云(三维点云数据)的区域范围,以样方中心点为原点,以激光雷达扫描范围为半径,获取样方三维激光点云空间坐标数据,然后将点云数据从直角坐标转换为球面坐标,其天顶角Ω,方位角θ计算如下:
式中,x,y,z为三维点云数据坐标。
步骤3、在投影半球表面划分区域
将点云数据按公式(1)计算得到天顶角Ω和方位角θ,天顶角范围0°到90°,方位角范围0°到360°,按天顶角Ω和方位角θ把点云数据投影到半球体表面,将半球体表面按天顶角Ω和方位角θ等度数划分为十万-千万个区域,(例如把半球面按天顶角和方位角0.1°*0.1°划分,半球面表面共划分324万个区域,)如有三维点云数据点投影到该区域,则该区域为冠层投影区域,否则该区域为间隙投影区域。
步骤4、间隙率(gap fraction,P)的计算。
将0°到90°的天顶角方向以5°为间隔分成18个区域,并以每个区域的中间天顶角值代表该区域的天顶角。通过统计各个天顶角方向区域的总划分区域个数和间隙投影的划分区域个数,得到该区域的间隙率P为间隙投影的划分区域个数与总划分区域个数之比。公式如下:
本发明通过地面三维激光雷达扫描系统,获取植被样方冠三维点云数据,不受观测时光照条件、相机和人为设置阈值的影响,不会对植被结构和辐射特性造成任何不良影响,同时还可以永久性的记录植被样地的三维结构特征,这将有利于进一步研究其它生物物理参数。然后通过点云数据转换坐标系统,将点云数据投影到球面和半球面区域划分,最终计算冠层间隙率;将点云数据投影到半球面表面求间隙率其结果的相关性得到保障,避免了采用体元模型表征树冠结构存在的失真、计算量大、算法耗时的问题。并且该方法能够快速、准确的提取植被冠层间隙率。
综上所述,本发明与采用体元化模型的方法相比,极大缩减了计算时间,更具有普遍适用性;与数字半球摄影技术相比,受外在环境(光线)的影响更低;且本发明的方法与数字半球摄影技术的结果相关性高于体元化模型方法与数字半球摄影技术的结果相关性。
附图说明
图1为本发明的流程示意图;
图2为实施例获取样方数据的冠层点云仰视图;
图3为实施例获取样方数据的冠层点云侧视图;
图4为半球面表面区域划分俯视示意图;
图5为点云数据投影到半球面表面原理示意图;
图6为样方数字半球摄影照片;
图7为数字半球摄影技术的同一样方数字半球二值图像;
图8为样方的实施例与数字半球摄影技术计算间隙率结果的比较分析图。
具体实施方式
以下通过实例对本发明作进一步解释:
步骤1、首先在研究区的森林样方中心点和样方外侧分别架设Leica ScanStationC10三维激光扫描仪,并设置6标靶,确保每两站点都能扫描到至少三个相同的标靶,以样方中心点坐标系统为观测点的为标准,结合Cyclone数据处理软件,将得到的多站点云数据根据标靶进行点云配准,经去噪后得到样方点云数据。然后将森林样方的三维点云数据切割为以样方中心点为圆心,r为半径的圆形样方(r的取值根据需求决定),再将所有低于三维激光扫描仪高度的点剔除(z<0),得到植被冠层的三维点云数据。
在内蒙古根河试验区,以落叶松和白桦树混合林样方为研究对象(面积30m*30m,平均树高20m),使用地面三维激光扫描仪Leica ScanStation C10(其参数如表1所示)在样方的中心位置及个侧面进行多站扫描,扫描仪离地高度约为1米,扫描分辨率设置为高分辨率。利用cyclone软件进行数据配准,手动去除地面点云及其它噪声点云,得到混合林样方冠层的三维点云数据,如附图2示。
表1三维激光扫描仪Leica ScanStation C10参数
据步骤2所述,将冠层点云数据从直角坐标系转为半径为1的球面坐标系统,同时计算每个数据点的天顶角和方位角。
据步骤3所述,在取得混合林样方的点云数据后,利用投影半球表面区域划分,构建冠层投影模型。本实例将球面区域大小设置为0.1°*0.1°,通过判断区域内是否包含的投影激光点来确定各区域的属性值;如果有激光点按天顶角和方位角投影到该区域,则将区域的属性值赋为冠层投影,否则该区域的属性值赋为间隙投影。
据步骤4所述,在天顶方向以5°为间隔将0°到90°的天顶角分成18个区域,并以每个区域的中间天顶角值代表该区域的天顶角通过统计各个天顶角方向区域的总划分区域个数和属性为间隙投影的划分区域个数,利用公式(2)计算得到各天顶角方向的间隙率P(θ,Ω)。
根据本发明提出的方法对该混合林样方的激光雷达点云数据进行分析,依照技术方案步骤1-4所述,获取了样方冠层的间隙率。同时,在相同位置、相同高度采集同一样方真实的数字半球摄影照片(如图6),利用hemiview对数字半球摄影照片处理计算得到该样方的间隙率。将利用本发明所用的激光雷达技术(LIDAR-based)和数字半球摄影技术(DHP-based)所得到的相同样方的间隙率指数的结果进行比较分析(如图8),可以看出,在天顶角为0°到70°之间,两种方法得到的间隙率均具有良好的相关性。在天顶角为70°到90°之间,由于截取的冠层点云范围限制,该区域点云数据不具有真实代表性,故这个范围的间隙率不予考虑。当然两种方法得到的间隙率的值在天顶角为0°到70°之间也不是完全相同的,具有一定的差异性,这是因为利用数字半球摄影技术计算得到的间隙率本身具有光学测量上的误差等,同时本发明所用的激光雷达技术也存在一定的误差,其中包括植被冠层数据获取时期的配准误差、半球表面投影区域划分大小带来的误差等,并且数字半球摄影位置与激光雷达扫描位置不可能完全一致,造成天顶角区域划分有所差异。但是足以证明本发明的切实可行性。
综上所述,通过与数字半球摄影技术(DHP)的对比可见,本发明的方法是可行且有效的。并且与采用体元化模型的方法相比,本发明极大缩减了计算时间,更具有普遍适用性;与数字半球摄影技术相比,本发明受外在环境(光线、温度等)的影响更低。本发明的方法与数字半球摄影技术的结果相关性高于体元化模型方法与数字半球摄影技术的结果相关性。
Claims (2)
1.一种三维激光点云提取植被冠层间隙率的方法,具体步骤如下:
步骤1、利用地面激光雷达扫描系统,获取样方植被冠层的三维点云数据;
步骤2、将采集的三维点云数据从直角坐标转换到球面坐标;
对采集的三维点云数据的区域范围,以样方中心点为原点,以激光雷达扫描范围为半径,获取样方三维激光点云空间坐标数据,然后将点云数据从直角坐标转换为球面坐标,其天顶角Ω,方位角θ计算如下:
式中,x,y,z为三维点云数据坐标;
步骤3、在投影半球表面划分区域;
将点云数据按公式(1)计算得到天顶角Ω和方位角θ,天顶角范围0°到90°,方位角范围0°到360°,按天顶角Ω和方位角θ把点云数据投影到半球体表面,将半球体表面按天顶角Ω和方位角θ等度数划分为十万-千万个区域,如有三维点云数据点投影到该区域,则该区域为冠层投影区域,否则该区域为间隙投影区域;
步骤4、间隙率(gap fraction,P)的计算;
将0°到90°的天顶角方向以5°为间隔分成18个区域,并以每个区域的中间天顶角值代表该区域的天顶角;通过统计各个天顶角方向区域的总划分区域个数和间隙投影的划分区域个数,得到该区域的间隙率P为间隙投影的划分区域个数与总划分区域个数之比,公式如下:
2.如权利要求1所述三维激光点云提取植被冠层间隙率的方法,其特征在于:所述步骤1中利用地面激光雷达扫描系统采集数据时,设置标靶数至少3个,确保每两站点都能扫描到至少三个相同的标靶,以样方中心点坐标系统为观测点的为标准,并将得到的多站点云数据根据标靶进行点云配准、去噪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711375730.XA CN108195736B (zh) | 2017-12-19 | 2017-12-19 | 一种三维激光点云提取植被冠层间隙率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711375730.XA CN108195736B (zh) | 2017-12-19 | 2017-12-19 | 一种三维激光点云提取植被冠层间隙率的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108195736A true CN108195736A (zh) | 2018-06-22 |
CN108195736B CN108195736B (zh) | 2020-06-16 |
Family
ID=62576914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711375730.XA Active CN108195736B (zh) | 2017-12-19 | 2017-12-19 | 一种三维激光点云提取植被冠层间隙率的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108195736B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110988909A (zh) * | 2019-12-31 | 2020-04-10 | 南京林业大学 | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 |
CN112068153A (zh) * | 2020-08-24 | 2020-12-11 | 电子科技大学 | 一种基于地基激光雷达点云的冠层间隙率估算方法 |
CN112581505A (zh) * | 2020-12-24 | 2021-03-30 | 天津师范大学 | 一种简易的激光雷达点云与光学影像自动配准方法 |
CN112861837A (zh) * | 2020-12-30 | 2021-05-28 | 北京大学深圳研究生院 | 一种基于无人机的红树林生态信息智慧提取方法 |
CN114265036A (zh) * | 2021-12-21 | 2022-04-01 | 电子科技大学 | 一种基于地基激光雷达点云的植被聚集度指数估算方法 |
CN114862941A (zh) * | 2022-05-24 | 2022-08-05 | 中国农业大学 | 阈值修正的孔隙度模型计算棉花叶面积指数的方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102997871A (zh) * | 2012-11-23 | 2013-03-27 | 南京大学 | 一种利用几何投影和激光雷达反演有效叶面积指数的方法 |
CN104778693A (zh) * | 2015-04-08 | 2015-07-15 | 云挺 | 基于投影算法和活动轮廓模型的叶面积指数计算 |
CN105371789A (zh) * | 2015-10-09 | 2016-03-02 | 南京大学 | 一种利用航空激光点云计算有效叶面积指数的方法 |
CN105389538A (zh) * | 2015-10-09 | 2016-03-09 | 南京大学 | 一种基于点云半球切片估算森林叶面积指数的方法 |
CN106248003A (zh) * | 2016-08-24 | 2016-12-21 | 电子科技大学 | 一种三维激光点云提取植被冠层聚集度指数的方法 |
-
2017
- 2017-12-19 CN CN201711375730.XA patent/CN108195736B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102997871A (zh) * | 2012-11-23 | 2013-03-27 | 南京大学 | 一种利用几何投影和激光雷达反演有效叶面积指数的方法 |
CN104778693A (zh) * | 2015-04-08 | 2015-07-15 | 云挺 | 基于投影算法和活动轮廓模型的叶面积指数计算 |
CN105371789A (zh) * | 2015-10-09 | 2016-03-02 | 南京大学 | 一种利用航空激光点云计算有效叶面积指数的方法 |
CN105389538A (zh) * | 2015-10-09 | 2016-03-09 | 南京大学 | 一种基于点云半球切片估算森林叶面积指数的方法 |
CN106248003A (zh) * | 2016-08-24 | 2016-12-21 | 电子科技大学 | 一种三维激光点云提取植被冠层聚集度指数的方法 |
Non-Patent Citations (2)
Title |
---|
FUMIKI HOSOI等: "Voxel-based 3D modeling of individual trees for estimating leaf area density using high-resolution portable scanning lidar", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
王洪蜀 等: "地基激光雷达的玉兰林冠层叶面积密度反演", 《遥感学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110988909A (zh) * | 2019-12-31 | 2020-04-10 | 南京林业大学 | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 |
CN110988909B (zh) * | 2019-12-31 | 2023-06-27 | 南京林业大学 | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 |
CN112068153A (zh) * | 2020-08-24 | 2020-12-11 | 电子科技大学 | 一种基于地基激光雷达点云的冠层间隙率估算方法 |
CN112068153B (zh) * | 2020-08-24 | 2022-07-29 | 电子科技大学 | 一种基于地基激光雷达点云的冠层间隙率估算方法 |
CN112581505A (zh) * | 2020-12-24 | 2021-03-30 | 天津师范大学 | 一种简易的激光雷达点云与光学影像自动配准方法 |
CN112861837A (zh) * | 2020-12-30 | 2021-05-28 | 北京大学深圳研究生院 | 一种基于无人机的红树林生态信息智慧提取方法 |
CN112861837B (zh) * | 2020-12-30 | 2022-09-06 | 北京大学深圳研究生院 | 一种基于无人机的红树林生态信息智慧提取方法 |
CN114265036A (zh) * | 2021-12-21 | 2022-04-01 | 电子科技大学 | 一种基于地基激光雷达点云的植被聚集度指数估算方法 |
CN114265036B (zh) * | 2021-12-21 | 2023-05-12 | 电子科技大学 | 一种基于地基激光雷达点云的植被聚集度指数估算方法 |
CN114862941A (zh) * | 2022-05-24 | 2022-08-05 | 中国农业大学 | 阈值修正的孔隙度模型计算棉花叶面积指数的方法及系统 |
CN114862941B (zh) * | 2022-05-24 | 2024-05-03 | 中国农业大学 | 阈值修正的孔隙度模型计算棉花叶面积指数的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108195736B (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108195736A (zh) | 一种三维激光点云提取植被冠层间隙率的方法 | |
CN106248003B (zh) | 一种三维激光点云提取植被冠层聚集度指数的方法 | |
Fassi et al. | Comparison between laser scanning and automated 3d modelling techniques to reconstruct complex and extensive cultural heritage areas | |
CN110443836A (zh) | 一种基于平面特征的点云数据自动配准方法及装置 | |
CN105180890B (zh) | 融合激光点云和数字影像的岩体结构面产状测量方法 | |
CN107192350B (zh) | 一种三维激光扫描仪内参数标定方法及装置 | |
CN111709981A (zh) | 特征线融合的激光点云与模拟图像的配准方法 | |
CN107831497B (zh) | 一种利用三维点云数据定量刻画森林聚集效应的方法 | |
CN108132220B (zh) | 林区机载推扫式高光谱影像的brdf归一化校正方法 | |
CN110796694A (zh) | 一种基于KinectV2的果实三维点云实时获取方法 | |
CN106228609A (zh) | 一种基于空间特征信息的倾斜摄影三维建模方法 | |
CN106097348A (zh) | 一种三维激光点云与二维图像的融合方法 | |
CN104778693A (zh) | 基于投影算法和活动轮廓模型的叶面积指数计算 | |
Liang et al. | Automatic plot-wise tree location mapping using single-scan terrestrial laser scanning | |
CN102997871A (zh) | 一种利用几何投影和激光雷达反演有效叶面积指数的方法 | |
CN110988909B (zh) | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 | |
CN112068153B (zh) | 一种基于地基激光雷达点云的冠层间隙率估算方法 | |
CN107886547A (zh) | 一种鱼眼相机标定方法及系统 | |
Rüther et al. | A comparison of close-range photogrammetry to terrestrial laser scanning for heritage documentation | |
Dutta et al. | Characterizing vegetation canopy structure using airborne remote sensing data | |
CN116337701A (zh) | 一种基于双星组网的城市高分辨率气溶胶光学厚度反演方法 | |
CN116883480A (zh) | 基于双目影像与地基雷达融合点云的玉米株高检测方法 | |
CN115511878A (zh) | 一种边坡地表位移监测方法、装置、介质及设备 | |
Xinmei et al. | Passive measurement method of tree height and crown diameter using a smartphone | |
Jiang et al. | Determination of construction site elevations using drone technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |