CN108594262A - 一种结合无人机和地基激光雷达提取树高的方法 - Google Patents

一种结合无人机和地基激光雷达提取树高的方法 Download PDF

Info

Publication number
CN108594262A
CN108594262A CN201810733035.4A CN201810733035A CN108594262A CN 108594262 A CN108594262 A CN 108594262A CN 201810733035 A CN201810733035 A CN 201810733035A CN 108594262 A CN108594262 A CN 108594262A
Authority
CN
China
Prior art keywords
unmanned plane
point cloud
laser radar
extraction
data
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
Application number
CN201810733035.4A
Other languages
English (en)
Inventor
代婷婷
田佳榕
徐雁南
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Forestry University
Original Assignee
Nanjing Forestry University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Forestry University filed Critical Nanjing Forestry University
Priority to CN201810733035.4A priority Critical patent/CN108594262A/zh
Publication of CN108594262A publication Critical patent/CN108594262A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明公开了一种结合无人机和地基激光雷达提取树高的方法，属于森林资源动态监测技术领域。首先从无人机二维影像中获取森林表层点云数据，然后利用地基激光扫描仪获取林冠下层点云数据，再引入实时动态RTK数据，通过配准两种点云数据获取同一坐标参考系下的水杉树高信息，利用两种不同来源数据各自的优势进行互补，提高高大乔木在郁闭度较高时树高获取的精度，同时一定程度上代替人工地面调查，节省成本，提高效率。

Description

一种结合无人机和地基激光雷达提取树高的方法
技术领域
本发明属于森林资源动态监测技术领域，更具体地说，涉及一种结合无人机和地基激光雷达提取树高的方法。
背景技术
从生态、经济和社会角度来看，森林是重要的资源，充分了解林木的形状和分布情况对森林保护和管理有很大的意义。过去常通过空中激光扫描仪(ALS)来获取点云，以实现对树冠和地形的精确描述，然而机载获取数据费用高昂，尤其对于森林林冠下层垂直结构描述不详细。
树高估计特别是单木树高提取，是森林资源调查的重要组成部分，随着遥感技术的发展，传统的人工地面调查因耗费大量人力物力，渐渐被新方法取代，调查工作的效率和精度也得到了提高，目前利用地基激光雷达进行树高提取的研究较为常见，李丹等在《北京林业大学学报》2012年第4期发表了“基于TLS数据的单木胸径和树高提取研究”，基于地基激光雷达扫描点云数据对小兴安岭白桦天然林单木树高进行研究，结果表明5块多站扫描样地树高与实测数据对比，均方根误差均在5m以内，但该方法较普遍的存在树高低估现象。刘鲁霞等在《遥感学报》2016年第2期发表了“基于地基激光雷达的亚热带森林单木胸径与树高提取”，基于TLS数据对亚热带森林单木树高进行提取，结果表明天然林单木估测R～2＝0.77,人工林单木估测R～2＝0.94，研究对于干形较为规则的人工林及郁闭度较低的林分估计精度高，对于郁闭度较大的林区估测效果较差。另外还有一种基于航空摄影测量的立体像对法估测树高，樊江川于2014年在《北京林业大学》发表了“无人机航空摄影测树技术研究”，使用立体像对法对单木树高进行提取研究，总体精度达到了93.67％，但该方法一般需要人工拾取树梢和树根点，并且对大面积林分树高提取工作效率太低。王伟于2015年在《北京林业大学》发表了“无人机影像森林信息提取与模型研建”，使用0.1m精度的DSM和DOM数据，对不同郁闭度下林分的单木树高进行提取实验，结果表明，树高提取值与实测值之间相关系数为0.752，但其对高郁闭度林分提取难度大。
发明内容
要解决的问题：针对现有技术存在的上述问题，本发明的目的在于提供一种通过无人机摄影测量和地基激光雷达扫描数据提取高大乔木树高信息的方法，有效提高精度，降低成本。
技术方案：为了解决上述问题，本发明所采用的技术方案如下：
一种结合无人机和地基激光雷达提取树高的方法，包括以下步骤：
(1)采用地基激光雷达扫描仪获取待检测区域内的LiDAR点云数据，传感器记录完整的激光脉冲返回波形信息；
(2)采用无人机获取待检测区域的二维影像数据；
(3)采用RTK测量系统对地面控制点进行实时监测，获取对应控制点坐标；
(4)对无人机采集到的二维影像进行处理，得到待检测区域无人机摄影测量点云数据；
(5)利用基于最近点迭代的ICP算法的点云对比软件，将LiDAR点云数据和无人机摄影测量点云数据进行对比，得到待检测区域的点云数据，结合步骤3所得RTK数据，然后对单木树高进行测定。
所述地基激光雷达扫描仪为Riegl VZ-400i LiDAR传感器。
所述无人机为大疆多旋翼无人机Phantom4PRO。
所述无人机拍摄的地面分辨率为2.15cm/pix，航向重叠率为90％。
所述RTK测量系统为中海达iRTK2智能RTK系统。
所述点云对比软件为CloudCompare。
有益效果：相比于现有技术，本发明的有益效果为：
本发明通过无人机摄影点云与地基激光雷达扫描点云数据结合(TLS-UAV)提取高郁闭度林分单木树高信息，从而更为充分地挖掘点云数据所包含的森林结构参数。
根据点云数据进行树高测定是使用相关雷达数据产品的研究人员所熟知的手段，林业相关领域有将机载激光雷达点云数据与地基激光雷达点云数据进行结合测定树木高度，但是机载激光雷达的数据获取成本太高，数据后处理对计算机和相应技术人员要求较高，而本发明用无人机摄影点云的便利性取代机载激光雷法点云数据，节省成本，提高效率，而且在提升树高的提取精度基础上取代了部分人工调查，减少了大量人力物力消耗。试验结果表明，通过本发明对水杉人工林树高估计，取得了较高的精度，对比于只采用地基激光雷达扫描的单类型点云数据树高提取值偏低的情况，加入无人机摄影点云数据后，树高提取值整体更趋近于实测真实值。
附图说明
图1为地基激光雷达扫描点云图；
图2为无人机摄影点云图；
图3为地基激光雷达-无人机摄影点云配准后图像；
图4为配准点云提取树高示意图；
图5为不同测量方法树高对比示意图；
图6为实测值与TLS-UAV提取值回归模型示意图。
具体实施方式
下面结合具体实施例对本发明进一步进行描述。
实施例1
一种结合无人机和地基激光雷达提取树高的方法，包括以下步骤：
(1)采用Riegl VZ-400i LiDAR传感器获取待检测区域内的LiDAR点云数据，传感器记录完整的激光脉冲返回波形信息。具体地，点云数据具有位置和颜色信息，颜色信息通过相机获取彩色影像，然后将对应位置的像素的颜色信息赋予点云中对应的点，强度信息的获取时激光扫描仪接受装置采集到的回波强度，有首次回波、二次回波和多次回波多种波形信息，地基激光雷达扫描点云图见图1；
(2)采用大疆多旋翼无人机Phantom4PRO获取待检测区域90m高度的高分辨率二维影像数据；
(3)采用中海达iRTK2智能RTK系统对地面控制点进行实时监测，获取对应控制点坐标；RTK作为一种常用的GPS测量方法，采用载波相位动态实时差分法进行定位，能够在野外实时得到厘米级定位精度，地面控制点选取原则是尽量在整个研究区内均匀的选取若干个具有明显地物特征的位置点，比如地面标线的内角，房屋边角等地(此处的地面控制点是为了将配准后的点云数据坐标转换成大地参考系)。
(4)对无人机采集到的二维影像进行处理，得到待检测区域无人机摄影测量点云数据；具体地讲，使用无人机获取的二维影像进行三维建模，得到研究区内的摄影点云数据，建模软件为俄罗斯Agisoft公司的PhotoScan软件，主要步骤有对齐照片、生成密集点云、生成网格、赋予纹理，研究中主要通过前两步获取相应等级的密集点云数据，导出格式统一为.las，无人机摄影点云图见图2；
(5)利用点云对比软件CloudCompare V2.9.1(CloudCompare既可以手动配，又提供基于最近点迭代的ICP算法配准)，将LiDAR点云数据和无人机摄影测量点云数据进行对比，得到待检测区域的点云数据，结合步骤3所得RTK坐标，然后对单木树高进行测定。
在CloudCompare中进行两种点云的对比融合(点云对比的均方根误差RMSE＝0.30159)，通过选取具有明显地物特征的控制点，以地基激光雷达点云数据为参考点云(表2)，配准无人机摄影点云(表1)，配准后图像见图3，得到同一参考系下的TLS-UAV点云数据，根据配准的点云对研究区内单木树高进行提取，记为H1，配准点云提取树高示意图见图4。
表1待配准点云(无人机摄影点云)选取的控制点坐标
X Y Z
A0 101.269043 -2.3950200 89.415001
A1 96.8959960 -5.8989870 83.856003
A2 61.8900150 -61.515015 89.094002
A3 91.4169920 -24.229004 96.121002
表2参考点云(地基激光雷达扫描点云)选取的控制点坐标
X Y Z
R0 100.818001 61.813995 19.483002
R1 96.7567520 58.838257 14.036255
R2 56.8215030 7.1602480 17.810257
R3 91.6107480 42.088257 14.307755
在待检测区域范围内进行每木检尺调查，逐一测定单木的树高，记为H。
对LiDAR点云数据进行拼接、去噪、滤波和赋色等处理，并将采集到的实时RTK坐标导入，得到待检测区域带有地理坐标参考的扫描数据，并由此测定单木树高(扫描的点云数据放在相应的数据处理软件中，根据树的最高点和最低点高程之差确定树高值)，记为H2。
对研究区进行样方分析，共选取15株实测树高在20m以上的水杉进行数据分析，将H1、H2分别与H进行对比分析，得到不同测量方法树高对比图(见图5)，由图5可以发现，单独使用地基激光雷达测量树高存在估测值偏低的缺陷，将无人机点云数据与地基激光雷达扫描点云数据结合能够有效地弥补树高测量中的缺陷，提高树高估测值的精度，并且无人机成本低，具有易操作等优势，对林业调查工作效率有一定程度的提高。
以实测树高值作为Y坐标，以TLS-UAV提取的树高值作为X坐标，建立线性回归模型(见图6)，其相关系数R＝0.9547，说明结合地基激光雷达扫描点云和无人机摄影点云两种数据，能够提升树高估测精度，减少由于郁闭度过高导致树高估测偏低的误差，充分利用两种数据的优势，实现树高的快速精准提取。
将实测树高值H与观测值H1建立回归模型，根据回归模型的相关系数R进行精度评价公式如下；将实测的树高值H作为真值，分别计算树高提取值H1和H2与真值H之间的相对误差，相对误差是指测量所造成的绝对误差与被测量真值之比，通常用百分数来表示，一般来说，相对误差可以反映测量的可信度，计算公式如下：
δ＝Δ/L×100％
(其中，δ-实际相对误差，一般用百分数给出，Δ-绝对误差，L-真值)
相关系数：
(其中，xi，yi分别表示实际树高观测值和融合后点云树高提取值，分别表示实际观测值与点云提取值的平均值)
相对误差计算结果表明，结合地基激光雷达-无人机摄影点云两种数据(相对误差范围为1％-4％)相比于单独使用地基激光雷达点云数据(相对误差范围为2％-18％)进行树高提取，其相对误差要更低，数据质量也更稳定，说明结合两种数据进行树高提取的优势明显。
本发明将无人机摄影点云与地基激光雷达获取的点云结合，一方面节省了获取森林表层结构的费用，另一方面能够获取精细的森林垂直结构，二者结合，提高了郁闭度较高的高大乔木林的森林结构参数信息提取精度，这对于林业调查和森林资源动态监测有重要的意义。

Claims (6)

1.一种结合无人机和地基激光雷达提取树高的方法，其特征在于，包括以下步骤：
(1)采用地基激光雷达扫描仪获取待检测区域内的LiDAR点云数据，传感器记录完整的激光脉冲返回波形信息；
(2)采用无人机获取待检测区域的二维影像数据；
(3)采用RTK测量系统对地面控制点进行实时监测，获取对应控制点坐标；
(4)对无人机采集到的二维影像进行处理，得到无人机摄影测量点云数据；
(5)利用基于最近点迭代的ICP算法的点云对比软件，将LiDAR点云数据和无人机摄影测量点云数据进行对比，得到配准后的点云数据，结合步骤3所得RTK数据，对单木树高进行测定。
2.根据权利要求1所述的结合无人机和地基激光雷达提取树高的方法，其特征在于，所述地基激光雷达扫描仪为Riegl VZ-400i LiDAR传感器。
3.根据权利要求1所述的结合无人机和地基激光雷达提取树高的方法，其特征在于，所述无人机为大疆多旋翼无人机Phantom4PRO。
4.根据权利要求1所述的结合无人机和地基激光雷达提取树高的方法，其特征在于，所述无人机拍摄的地面分辨率为2.15cm/pix，航向重叠率为90％。
5.根据权利要求1所述的结合无人机和地基激光雷达提取树高的方法，其特征在于，所述RTK测量系统为中海达iRTK2智能RTK系统。
6.根据权利要求1所述的结合无人机和地基激光雷达提取树高的方法，其特征在于，所述点云对比软件为CloudCompare。
CN201810733035.4A 2018-07-05 2018-07-05 一种结合无人机和地基激光雷达提取树高的方法 Pending CN108594262A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810733035.4A CN108594262A (zh) 2018-07-05 2018-07-05 一种结合无人机和地基激光雷达提取树高的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810733035.4A CN108594262A (zh) 2018-07-05 2018-07-05 一种结合无人机和地基激光雷达提取树高的方法

Publications (1)

Publication Number Publication Date
CN108594262A true CN108594262A (zh) 2018-09-28

Family

ID=63615012

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810733035.4A Pending CN108594262A (zh) 2018-07-05 2018-07-05 一种结合无人机和地基激光雷达提取树高的方法

Country Status (1)

Country Link
CN (1) CN108594262A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109343093A (zh) * 2018-10-10 2019-02-15 北华大学 森林样地内上层树木树高精确测量方法
CN110033484A (zh) * 2019-04-22 2019-07-19 福州大学 一种结合uav影像和tls点云的高郁闭森林样地树高提取方法
CN110207670A (zh) * 2019-06-26 2019-09-06 北京林业大学 一种使用二维图像获取人工林森林冠幅参数的方法
CN110221311A (zh) * 2019-06-11 2019-09-10 南京林业大学 基于tls和uav自动化提取高郁闭林分树高的方法
CN110276757A (zh) * 2019-06-25 2019-09-24 北京林业大学 一种基于倾斜像片进行高郁闭度人工林区域单木生物量制图技术
CN110427956A (zh) * 2019-04-18 2019-11-08 中国林业科学研究院资源信息研究所 一种基于谱聚类算法的LiDAR点云数据单木提取方法
CN110579774A (zh) * 2019-07-30 2019-12-17 浙江农林大学 一种无人机林业资源调查方法
CN110853081A (zh) * 2019-11-18 2020-02-28 武汉数智云绘技术有限公司 基于单木分割的地面和机载LiDAR点云配准方法
CN111462134A (zh) * 2020-03-31 2020-07-28 武汉大学 高分遥感影像和激光雷达点云融合的单木分割方法及系统
CN113205548A (zh) * 2021-04-01 2021-08-03 广西壮族自治区自然资源遥感院 一种林区无人机和地基点云的自动化配准方法及系统
CN113379810A (zh) * 2021-06-11 2021-09-10 云南师范大学 一种林地点云数据配准方法、装置、设备及存储介质
CN114066960A (zh) * 2022-01-13 2022-02-18 季华实验室 三维重建方法、点云融合方法、装置、设备及存储介质
CN114757983A (zh) * 2022-04-27 2022-07-15 四川大学 一种无人机和三维激光扫描联合监测方法
CN117253163A (zh) * 2023-11-14 2023-12-19 山东科技大学 一种基于无人机激光雷达的田间花生株高估算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103969657A (zh) * 2014-05-21 2014-08-06 北京数字绿土科技有限公司 一种基于地基激光雷达的地籍测量方法
CN104062644A (zh) * 2013-11-22 2014-09-24 董立新 一种从激光雷达高斯回波数据中提取树高的方法
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
US20170294026A1 (en) * 2016-04-08 2017-10-12 Thinkware Corporation Method and apparatus for generating road surface, method and apparatus for processing point cloud data, computer program, and computer readable recording medium
CN107966709A (zh) * 2017-11-15 2018-04-27 成都天麒科技有限公司 一种基于激光雷达测绘的植保作业方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104062644A (zh) * 2013-11-22 2014-09-24 董立新 一种从激光雷达高斯回波数据中提取树高的方法
CN103969657A (zh) * 2014-05-21 2014-08-06 北京数字绿土科技有限公司 一种基于地基激光雷达的地籍测量方法
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
US20170294026A1 (en) * 2016-04-08 2017-10-12 Thinkware Corporation Method and apparatus for generating road surface, method and apparatus for processing point cloud data, computer program, and computer readable recording medium
CN107966709A (zh) * 2017-11-15 2018-04-27 成都天麒科技有限公司 一种基于激光雷达测绘的植保作业方法

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109343093A (zh) * 2018-10-10 2019-02-15 北华大学 森林样地内上层树木树高精确测量方法
CN110427956A (zh) * 2019-04-18 2019-11-08 中国林业科学研究院资源信息研究所 一种基于谱聚类算法的LiDAR点云数据单木提取方法
CN110033484A (zh) * 2019-04-22 2019-07-19 福州大学 一种结合uav影像和tls点云的高郁闭森林样地树高提取方法
CN110033484B (zh) * 2019-04-22 2022-05-24 福州大学 一种结合uav影像和tls点云的高郁闭森林样地树高提取方法
CN110221311A (zh) * 2019-06-11 2019-09-10 南京林业大学 基于tls和uav自动化提取高郁闭林分树高的方法
CN110221311B (zh) * 2019-06-11 2022-01-07 南京林业大学 基于tls和uav自动化提取高郁闭林分树高的方法
CN110276757A (zh) * 2019-06-25 2019-09-24 北京林业大学 一种基于倾斜像片进行高郁闭度人工林区域单木生物量制图技术
CN110207670A (zh) * 2019-06-26 2019-09-06 北京林业大学 一种使用二维图像获取人工林森林冠幅参数的方法
CN110207670B (zh) * 2019-06-26 2021-09-21 北京林业大学 一种使用二维图像获取人工林森林冠幅参数的方法
CN110579774A (zh) * 2019-07-30 2019-12-17 浙江农林大学 一种无人机林业资源调查方法
CN110579774B (zh) * 2019-07-30 2021-07-20 浙江农林大学 一种无人机林业资源调查方法
CN110853081A (zh) * 2019-11-18 2020-02-28 武汉数智云绘技术有限公司 基于单木分割的地面和机载LiDAR点云配准方法
CN111462134A (zh) * 2020-03-31 2020-07-28 武汉大学 高分遥感影像和激光雷达点云融合的单木分割方法及系统
CN113205548A (zh) * 2021-04-01 2021-08-03 广西壮族自治区自然资源遥感院 一种林区无人机和地基点云的自动化配准方法及系统
CN113379810A (zh) * 2021-06-11 2021-09-10 云南师范大学 一种林地点云数据配准方法、装置、设备及存储介质
CN113379810B (zh) * 2021-06-11 2024-05-24 云南师范大学 一种林地点云数据配准方法、装置、设备及存储介质
CN114066960A (zh) * 2022-01-13 2022-02-18 季华实验室 三维重建方法、点云融合方法、装置、设备及存储介质
CN114066960B (zh) * 2022-01-13 2022-04-22 季华实验室 三维重建方法、点云融合方法、装置、设备及存储介质
CN114757983A (zh) * 2022-04-27 2022-07-15 四川大学 一种无人机和三维激光扫描联合监测方法
CN117253163A (zh) * 2023-11-14 2023-12-19 山东科技大学 一种基于无人机激光雷达的田间花生株高估算方法

Similar Documents

Publication Publication Date Title
CN108594262A (zh) 一种结合无人机和地基激光雷达提取树高的方法
CN110221311B (zh) 基于tls和uav自动化提取高郁闭林分树高的方法
Rosell et al. Obtaining the three-dimensional structure of tree orchards from remote 2D terrestrial LIDAR scanning
Hosoi et al. 3-D voxel-based solid modeling of a broad-leaved tree for accurate volume estimation using portable scanning lidar
Othmani et al. Towards automated and operational forest inventories with T-Lidar
CN110148116A (zh) 一种森林生物量估算方法及其系统
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
Putman et al. Automated estimation of standing dead tree volume using voxelized terrestrial lidar data
CN112906719A (zh) 基于消费级深度相机的立木因子测量方法
Li et al. A new approach for estimating living vegetation volume based on terrestrial point cloud data
Pádua et al. UAS-based imagery and photogrammetric processing for tree height and crown diameter extraction
Yin et al. Individual tree parameters estimation for chinese fir (cunninghamia lanceolate (lamb.) hook) plantations of south china using UAV Oblique Photography: Possibilities and Challenges
CN111289997A (zh) 一种基于激光雷达传感器的田间作物冠层稠密度检测方法
CN117218539A (zh) 一种基于多种植被指数的遥感监测森林蓄积量方法
CN112362591B (zh) 基于数字高程模型的植被反演的方法
Tilly et al. Multi-temporal crop surface models derived from terrestrial laser scanning for accurate plant height measurement and biomass estimation of barley
CN115223061A (zh) 基于uav数据的桉树人工林短时间跨度生长量提取方法
CN110554406B (zh) 一种基于无人机立体摄影测量点云的次生林结构参数反演的方法
Wu et al. Estimation of forest trees diameter from terrestrial laser scanning point clouds based on a circle fitting method
Zhu et al. Integrating extraction framework and methods of individual tree parameters based on close-range photogrammetry
Arslan et al. Estimations of Forest Stand Parameters in Open Forest Stand Using Point Cloud Data from Terrestrial Laser Scanning, Unmanned Aerial Vehicle and Aerial LiDAR Data
Liu et al. The reconstruction of three-dimensional tree models from terrestrial LiDAR
Palomba et al. Multi-scalar surveys for complex architectures
Zheng et al. Recognition and Counting of Citrus Trees Based on UAV Images
Brown et al. Application of Multispectral 3-Dimensional Aerial Digital Imagery for Estimating Carbon Stocks in a Tropical Pine Savanna

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xu Yannan

Inventor after: Dai Tingting

Inventor after: Tian Jiarong

Inventor before: Dai Tingting

Inventor before: Tian Jiarong

Inventor before: Xu Yannan

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180928