CN110070550B - 林木的修整策略获取方法、装置与电子设备 - Google Patents

林木的修整策略获取方法、装置与电子设备 Download PDF

Info

Publication number
CN110070550B
CN110070550B CN201910343151.XA CN201910343151A CN110070550B CN 110070550 B CN110070550 B CN 110070550B CN 201910343151 A CN201910343151 A CN 201910343151A CN 110070550 B CN110070550 B CN 110070550B
Authority
CN
China
Prior art keywords
point cloud
forest
color
image
tree
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.)
Expired - Fee Related
Application number
CN201910343151.XA
Other languages
English (en)
Other versions
CN110070550A (zh
Inventor
刘刚
郭彩玲
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.)
China Agricultural University
Original Assignee
China Agricultural 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 China Agricultural University filed Critical China Agricultural University
Priority to CN201910343151.XA priority Critical patent/CN110070550B/zh
Publication of CN110070550A publication Critical patent/CN110070550A/zh
Application granted granted Critical
Publication of CN110070550B publication Critical patent/CN110070550B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供一种林木的修整策略获取方法、装置与电子设备，其中所述方法包括：基于待修整林木的地面激光雷达数据，分割出所述待修整林木的点云数据；基于所述待修整林木的点云数据，分别选取出所述待修整林木中各单株树木的点云数据，并将所述单株树木的点云数据向垂直地面方向正投影，获取正投影点云图像；基于所述正投影点云图像，构建天空区域的彩色图像，并基于所述彩色图像中孔隙像素数和天空区域的像素总数，计算所述单株树木的冠层孔隙度值；基于各所述单株树木的冠层孔隙度值以及各所述单株树木对应的修整标准，获取对所述待修整林木的修整策略。本发明实施例能够有效消除光线影响，并进一步有效降低运算复杂度，提高运算效率。

Description

林木的修整策略获取方法、装置与电子设备
技术领域
本发明涉及三维点云数据处理和图像处理技术领域，更具体地，涉及一种林木的修整策略获取方法、装置与电子设备。
背景技术
假设不受外界干扰，按照朗伯比尔定律光强度和辐射受冠层叶片等器官遮挡及光的衰减，光辐射从冠层到地面是逐层递减的。而树木透光率能够直接影响果木的产量和森林的生态系统，因此准确评估林木的透光率能够为改善森林生态系统和提高果木产量提供有力支持。
冠层孔隙度(Crown Gap Fraction，CGFr)是对单株树木冠层透光性进行评价的指标，是与CGFr冠层太阳光截获率、光合作用、林下光线和冠层结构时空分布有着重要关系的树木冠层参数，通常冠层孔隙度会受冠层叶片分布的影响。
目前，CGFr测试主要依靠冠层分析仪测定，测量过程中受到光线影响较大，因此测量中对测量条件要求较高，且后期软件分析过程比较复杂，耗时费力。
发明内容
为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种林木的修整策略获取方法、装置与电子设备，用以有效消除光线影响，并进一步有效降低运算复杂度，提高运算效率。
第一方面，本发明实施例提供一种林木的修整策略获取方法，包括：
基于待修整林木的地面激光雷达数据，分割出所述待修整林木的点云数据；
基于所述待修整林木的点云数据，分别选取出所述待修整林木中各单株树木的点云数据，并将所述单株树木的点云数据向垂直地面方向正投影，获取正投影点云图像；
基于所述正投影点云图像，构建天空区域的彩色图像，并基于所述彩色图像中孔隙像素数和天空区域的像素总数，计算所述单株树木的冠层孔隙度值；
基于各所述单株树木的冠层孔隙度值以及各所述单株树木对应的修整标准，获取对所述待修整林木的修整策略。
第二方面，本发明实施例提供一种林木的修整策略获取装置，包括：
分割模块，用于基于待修整林木的地面激光雷达数据，分割出所述待修整林木的点云数据；
投影模块，用于基于所述待修整林木的点云数据，分别选取出所述待修整林木中各单株树木的点云数据，并将所述单株树木的点云数据向垂直地面方向正投影，获取正投影点云图像；
计算模块，用于基于所述正投影点云图像，构建天空区域的彩色图像，并基于所述彩色图像中孔隙像素数和天空区域的像素总数，计算所述单株树木的冠层孔隙度值；
修整模块，用于基于各所述单株树木的冠层孔隙度值以及各所述单株树木对应的修整标准，获取对所述待修整林木的修整策略。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上第一方面所述的林木的修整策略获取方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机指令，所述计算机指令被计算机执行时，实现如上第一方面所述的林木的修整策略获取方法的步骤。
本发明实施例提供的林木的修整策略获取方法、装置与电子设备，基于待修整林木的地面激光雷达数据直接提取点云数据，并基于点云数据进行冠层孔隙度的计算，从而进一步根据计算结果多待修整林木进行修剪整理。由于基于点云数据进行计算，能够有效消除光线影响，精确度较高。同时，由于本发明实施例适宜自动化编程实现，可以很好地拓展三维点云的识别和应用，并能有效降低运算复杂度，提高运算效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的林木的修整策略获取方法的流程示意图；
图2为根据本发明实施例提供的林木的修整策略获取方法中单株树木的点云数据的示意图；
图3为根据本发明实施例提供的林木的修整策略获取方法中正投影点云图像的示意图；
图4为根据本发明实施例提供的林木的修整策略获取方法中天空区域的示意图；
图5为根据本发明实施例提供的林木的修整策略获取方法中天空区域的彩色图像的示意图；
图6为本发明另一实施例提供的林木的修整策略获取方法的流程示意图；
图7为本发明实施例提供的林木的修整策略获取装置的结构示意图；
图8为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明实施例的一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明实施例保护的范围。
本发明实施例针对现有技术中冠层CGFr计算过程受光线影响较大的问题，基于待修整林木的地面激光雷达数据直接提取点云数据，并基于点云数据进行冠层孔隙度的计算，从而进一步根据计算结果多待修整林木进行修剪整理。由于基于点云数据进行计算，能够有效消除光线影响，精确度较高。同时，由于本发明实施例适宜自动化编程实现，可以很好地拓展三维点云的识别和应用，并能有效降低运算复杂度，提高运算效率。以下将具体通过多个实施例对本发明实施例进行展开说明和介绍。
图1为本发明一实施例提供的林木的修整策略获取方法的流程示意图，如图1所示，该方法包括：
S101，基于待修整林木的地面激光雷达数据，分割出待修整林木的点云数据。
可以理解为，果木行业中有时需要对果木的枝叶进行适当修剪以保障足够的阳光辐射，从而保障果木产量。同样的，在林木行业，也需要对树木进行枝叶的修剪砍伐等，来保证林中健康的生态系统。因此对于待修整林木，为了确定修剪程度，事先会获取其地面激光雷达数据，并采用一定的分割方法，从地面激光雷达数据中分割出该待修整林木的点云数据。例如可采用Geomagic studio软件或者扫描仪自带点云处理软件，分割点云数据。
S102，基于待修整林木的点云数据，分别选取出待修整林木中各单株树木的点云数据，并将单株树木的点云数据向垂直地面方向正投影，获取正投影点云图像。
可以理解为，本发明实施例以单株树木为单位，确定对其修剪程度。具体而言，先从整个待修整林木的点云数据中逐个选取单株树木的点云数据。如图2所示，为根据本发明实施例提供的林木的修整策略获取方法中单株树木的点云数据的示意图，图中点云数据为激光扫描仪获取的三维点云数据预处理之后点集P(x,y,z)的点云图，示出了单株树木的点云空间分布情况。
其中，在分割出待修整林木的点云数据的步骤之后，本发明实施例的林木的修整策略获取方法还可以包括：去除待修整林木的点云数据中的干扰项和噪声点，获取有效点云数据；相应的，基于有效点云数据，分别选取出各单株树木的点云数据。
之后，以地面为投影面，将各单株树木的点云数据向投影面做垂直正投影，得到单株树木的点云数据在投影面上的投影图像，即是正投影点云图像。如图3所示，为根据本发明实施例提供的林木的修整策略获取方法中正投影点云图像的示意图，图中点集P(x,y,z)的正投影图像在地面平面上(xoy面)正投影Pxoy(x,y)。
S103，基于正投影点云图像，构建天空区域的彩色图像，并基于彩色图像中孔隙像素数和天空区域的像素总数，计算单株树木的冠层孔隙度值。
可以理解为，在得到单株树木的正投影点云图像的基础上，以该正投影点云图像为参考基准，确定相对该单株树木的天空区域，该天空区域将完整覆盖单株树木的正投影点云图像。因此，该天空区域实际上包含两个子区域，其一为点云数据的正投影点覆盖的区域，其二为正投影点间的孔隙区域，也即是阳光能够辐射到地面的区域。针对上述两个区域可绘制天空区域的彩色图像。如将正投影点设置为蓝色，将孔隙区域设置为白色。
之后，可以通过分别统计空隙区域的像素数和天空区域的像素总数，来计算单株树木的冠层孔隙度值。通过冠层孔隙度值即可准确评估各单株树木的透光情况，也即受太阳光辐射的情况。
S104，基于各单株树木的冠层孔隙度值以及各单株树木对应的修整标准，获取对待修整林木的修整策略。
具体而言，在得到各单株树木的冠层孔隙度值的基础上，即可获知各单株树木受太阳光辐射的情况。对于果木或林木而言，想要达到一定的产量要求或生态环境要求，其受太阳光辐射也对应存在一个确定的标准，根据该太阳光辐射标准，即可确定一个确定的修剪标准。例如，这个修剪标准可以是果木的产量标准或林木的生态多样化标准，或者直接取透光率标准。然后，以该修剪标准为参考，根据单株树木的实际冠层孔隙度值计算差异，并根据该差异值，确定修整策略，对待修整林木进行修剪整理。
本发明实施例提供的林木的修整策略获取方法，基于待修整林木的地面激光雷达数据直接提取点云数据，并基于点云数据进行冠层孔隙度的计算，从而进一步根据计算结果多待修整林木进行修剪整理。由于基于点云数据进行计算，能够有效消除光线影响，精确度较高。同时，由于本发明实施例适宜自动化编程实现，可以很好地拓展三维点云的识别和应用，并能有效降低运算复杂度，提高运算效率。
其中，根据上述各实施例可选的，将单株树木的点云数据向垂直地面方向正投影的步骤具体包括：遍历单株树木的点云数据中的所有点，对遍历到的任意一点，基于该点的点云坐标获取该点在地面平面的正投影坐标，并基于正投影坐标在地面平面上绘制正投影点；基于所有正投影点构成的正投影点集，截屏抓取正投影图像完成向垂直地面方向的正投影。
具体而言，在进行点云数据向地面平面做垂直正投影时，对于点云数据中的任意点，根据点云数据坐标，获取该点在xoy平面的正投影，得到正投影点。另外可设置正投影点颜色为蓝色。通过遍历点云数据中的所有点，分别进行上述正投影操作，可得到正投影点集，之后可截屏抓取正投影图像生成彩色图像。
另外，在得到正投影点集的基础上，可获取正投影点集图像的边界点坐标，求得最大最小点，设置彩色图像大小与点云数据表征的实际冠层尺寸一致。
其中根据上述各实施例可选的，获取正投影点云图像的步骤具体包括：
首先，以地面平面为XOY平面，抓取正投影点集在XOY平面构成的图像作为正投影点云图像。也即抓取正投影点集Pxoy(x,y)在xoy面构成的图像作为正投影点云图像。其中图像中背景为白色，正投影点颜色设置为蓝色，图像可记为Image1。
其次，获取正投影点集Pxoy(x,y)中所有正投影点分别沿x方向和y方向的最大坐标值及最小坐标值，也即所有正投影点的坐标值中，在x方向和y方向坐标的最大和最小值xmax、xmin、ymax、ymin。之后基于最大坐标值及最小坐标值，按下式计算正投影点云图像的尺寸：
M×N＝(xmax-xmin)×(ymax-ymin)；
式中，M×N表示正投影点云图像的尺寸，xmax、xmin分别表示所有正投影点沿x方向的最大坐标值和最小坐标值，ymax、ymin分别表示所有正投影点沿y方向的最大坐标值和最小坐标值。
根据上述各实施例，基于正投影点云图像，构建天空区域的彩色图像的步骤具体可以包括：以正投影点云图像的中心为圆心，由内向外等间隔绘制多个同心圆环，直至所有同心圆环覆盖正投影点云图像的面积比例达到设定阈值，则以所有同心圆环的覆盖区域作为天空区域，并基于天空区域，绘制彩色图像。
也就是说，在根据上述各实施例得到正投影点云图像Image1的基础上，可以该Image1中心为圆心，将Image1等间距划分为多个同心圆环，且可要求所有同心圆环覆盖包括90％以上Image1的图形。则得到的所有同心圆环覆盖的区域即可作为天空区域。如图4所示，为根据本发明实施例提供的林木的修整策略获取方法中天空区域的示意图，其中包含了Image1的图形和Image1之外的孔隙区域。则通过将不同区域设置不同的色彩，可绘制天空区域的彩色图像。在此基础上，可通过统计天空孔隙像素数，计算天空区域天空孔隙所占天空区域的像素比，即为所求冠层孔隙度值。
其中根据上述各实施例，绘制彩色图像的步骤具体包括：
首先，以地面平面为XOY平面，利用下式分别计算天空区域的半径和圆心的坐标：
Figure BDA0002041401370000081
Figure BDA0002041401370000082
式中，R表示天空区域的半径，xmax、xmin分别表示所有正投影点沿x方向的最大坐标值和最小坐标值，ymax、ymin分别表示所有正投影点沿y方向的最大坐标值和最小坐标值，C(xc,yc)表示圆心的坐标。
也就是说，天空区域实际为单株树木冠层的最大空间，即圆形天空区域以蓝色正投影图像的黑色凸包圆，圆心为C(xc,yc)，圆半径为R。按照上述计算过程，即可得到圆心坐标值和圆半径值R。
其次，将天空区域的半径R按给定数量等分，获取等间隔的间隔尺寸，并基于间隔尺寸，获取各同心圆环的半径。例如，将R平均分成十等份，则等间隔的间隔尺寸即为R/10。基于该间隔尺寸，即可算得以C(xc,yc)为圆心由内向外的十个同心圆环的半径如下：C1，0，R/10；C2，R/10，2R/10；C3，2R/10，3R/10；...；C10，9R/10，R。其中Ci，k1，k2表示第i个同心圆环的内半径为k1，外半径为k2。
再次，以圆心C(xc,yc)为圆心，根据各同心圆环的半径绘制各同心圆环，并设置正投影点的颜色为第一色彩，设置同心圆环内未覆盖到正投影点的区域的颜色为第二色彩，设置同心圆环外的颜色为第三色彩，绘制彩色图像Image2。也就是说，在得到各同心圆环半径的基础上，可根据图4以圆心C(xc,yc)为圆心绘制同心圆环，则同心圆环覆盖的最大区域即是天空区域。可以理解，由于通常树木的枝叶都相对集中，分散到最外侧的枝叶相对较少，且受阳光辐射不受影响，因此也可以上述C9以内区域设定为天空区域。
之后，如图5所示，为根据本发明实施例提供的林木的修整策略获取方法中天空区域的彩色图像的示意图，将正投影点的颜色设置为第一色彩，如蓝色，将天空区域中的孔隙区域设置为第二色彩，如白色，并用第三色彩填充图像中凸包圆外围颜色，如黑色。
则相应上述处理，计算单株树木的冠层孔隙度值的步骤具体包括：
首先，将彩色图像Image2进行灰度化处理，其中像素灰度值gray的计算公式如下：
gray＝0.2989R+0.5870G+0.1140B；
式中，R、G、B分别表示彩色图像的对应彩色分量值。
其次，基于灰度化处理后的彩色图像，分别统计第二色彩和第三色彩分别对应的像素数，并按下式计算单株树木的冠层孔隙度值：
Figure BDA0002041401370000091
式中，CGFr表示单株树木的冠层孔隙度值，Nsky表示孔隙像素数，Nregion表示天空区域的像素总数，M×N表示正投影点云图像的尺寸，M×N＝(xmax-xmin)×(ymax-ymin)，N2和N3分别表示第二色彩和第三色彩分别对应的像素数。
可以理解，经对灰度化处理后的彩色图像进行像素统计可以看出，像素集中在三个部分，黑色背景、白色天空和蓝色投影，统计白色背景像素数N2，黑色背景像素数N3，则按照上式计算CGFr值。
其中可选的，获取对待修整林木的修整策略的步骤具体可以包括：对于待修整林木中的任一单株树木，若该单株树木的冠层孔隙度值达不到该单株树木对应的修整标准，则对该单株树木的枝条自上而下进行间隔修剪，直到该单株树木的冠层孔隙度值达到修整标准。
具体而言，对于果木或林木而言，想要达到一定的产量要求或生态环境要求，其受太阳光辐射也对应存在一个确定的标准，根据该太阳光辐射标准，即可确定一个确定的修剪标准。然后，以该修剪标准为参考，根据单株树木的实际冠层孔隙度值计算差异，并根据该差异值，确定修整策略，对待修整林木进行修剪整理。之后在修剪的基础上，可进一步实时监测修剪后的实际冠层孔隙度值，并根据该实际冠层孔隙度值，确定是否继续进行修剪以及修剪量等，直到最终修剪后的实际冠层孔隙度值达到修整标准，则修剪完成。
为进一步说明本发明实施例的技术方案，本发明实施例根据上述各实施例提供如下具体的处理流程，但不对本发明实施例的保护范围进行限制。
图6为本发明另一实施例提供的林木的修整策略获取方法的流程示意图，如图6所示，本发明实施例以苹果树为待修整对象，首先获取苹果树冠层三维点云，并基于此设定三维点云分辨率，如设定为5。之后将待测树木冠层点云数据在xoy平面正投影，获取正投影图像，并调整图像大小为一个正投影点占据一个像素。
再之后，构建正投影彩色图像和正投影彩色图像的天空图像。也即，检测正投影图像中心即投影边缘位置，以正投影图像中心为圆心，从直径0开始等间距画同心圆，并在每画完一个同心圆之后，判断最外侧圆是否包络90％以上的正投影点，若否则继续画圆，若是则以最外侧圆内区域作为天空区域，并用不同色彩分别填充正投影点区域、孔隙区域和天空区域之外的背景区域，得到彩色图像。如用蓝色填充正投影点区域，用白色填充孔隙区域，用给色填充天空区域之外的背景区域。
最后，对彩色图像进行灰度化处理，根据天空图像计算天空孔隙像素占据天空区域的百分比，计算冠层孔隙度值。即，在灰度化处理的基础上，依次提取天空圆形区域图像像素数并统计圆形区域内白色像素数，并据此技术冠层孔隙度值CGFr。
本发明实施例能够自动化计算冠层孔隙度，满足科研人员对冠层生态学的分析要求。同时计算方法合理，适宜自动化编程实现，可提高树木冠层点云数据的利用率，降低科研人员劳动强度。
基于相同的构思，本发明实施例根据上述各实施例提供一种林木的修整策略获取装置，该装置用于在上述各实施例中实现林木的修整策略获取。因此，在上述各实施例的林木的修整策略获取方法中的描述和定义，可以用于本发明实施例中各个执行模块的理解，具体可参考上述实施例，此处不在赘述。
根据本发明实施例的一个实施例，林木的修整策略获取装置的结构如图7所示，为本发明实施例提供的林木的修整策略获取装置的结构示意图，该装置可以用于实现上述各方法实施例中的林木的修整策略获取，该装置包括：分割模块701、投影模块702、计算模块703和修整模块704。其中：
分割模块701用于基于待修整林木的地面激光雷达数据，分割出待修整林木的点云数据；投影模块702用于基于待修整林木的点云数据，分别选取出待修整林木中各单株树木的点云数据，并将单株树木的点云数据向垂直地面方向正投影，获取正投影点云图像；计算模块703用于基于正投影点云图像，构建天空区域的彩色图像，并基于彩色图像中孔隙像素数和天空区域的像素总数，计算单株树木的冠层孔隙度值；修整模块704用于基于各单株树木的冠层孔隙度值以及各单株树木对应的修整标准，获取对待修整林木的修整策略。
具体而言，对于待修整林木，为了确定修剪程度，分割模块701事先会获取其地面激光雷达数据，并采用一定的分割方法，从地面激光雷达数据中分割出该待修整林木的点云数据。
之后，投影模块702以单株树木为单位，确定对其修剪程度。具体而言，投影模块702先从整个待修整林木的点云数据中逐个选取单株树木的点云数据。之后，投影模块702以地面为投影面，将各单株树木的点云数据向投影面做垂直正投影，得到单株树木的点云数据在投影面上的投影图像，即是正投影点云图像。
再之后，计算模块703以上述正投影点云图像为参考基准，确定相对该单株树木的天空区域，该天空区域将完整覆盖单株树木的正投影点云图像。并且，通过分别统计空隙区域的像素数和天空区域的像素总数，计算模块703计算单株树木的冠层孔隙度值。通过冠层孔隙度值即可准确评估各单株树木的透光情况，也即受太阳光辐射的情况。
最后，修整模块704根据各单株树木的冠层孔隙度值获取获知各单株树木受太阳光辐射的情况，并以事先确定的修剪标准为参考，根据单株树木的实际冠层孔隙度值计算差异，并根据该差异值，确定修整策略，对待修整林木进行修剪整理。
本发明实施例提供的林木的修整策略获取装置，通过设置相应的执行模块，基于待修整林木的地面激光雷达数据直接提取点云数据，并基于点云数据进行冠层孔隙度的计算，从而进一步根据计算结果多待修整林木进行修剪整理。由于基于点云数据进行计算，能够有效消除光线影响，精确度较高。同时，由于本发明实施例适宜自动化编程实现，可以很好地拓展三维点云的识别和应用，并能有效降低运算复杂度，提高运算效率。
可以理解的是，本发明实施例中可以通过硬件处理器(hardware processor)来实现上述各实施例的装置中的各相关程序模块。并且，本发明实施例的林木的修整策略获取装置利用上述各程序模块，能够实现上述各方法实施例的林木的修整策略获取流程，在用于实现上述各方法实施例中的林木的修整策略获取时，本发明实施例的装置产生的有益效果与对应的上述各方法实施例相同，可以参考上述各方法实施例，此处不再赘述。
作为本发明实施例的又一个方面，本实施例根据上述各实施例提供一种电子设备，该电子设备包括存储器、处理器及存储在该存储器上并可在该处理器上运行的计算机程序，该处理器执行该计算机程序时，实现如上述各实施例所述的林木的修整策略获取方法的步骤。
进一步的，本发明实施例的电子设备还可以包括通信接口和总线。参考图8，为本发明实施例提供的电子设备的实体结构示意图，包括：至少一个存储器801、至少一个处理器802、通信接口803和总线804。
其中，存储器801、处理器802和通信接口803通过总线804完成相互间的通信，通信接口803用于该电子设备与点云数据设备之间的信息传输；存储器801中存储有可在处理器802上运行的计算机程序，处理器802执行该计算机程序时，实现如上述各实施例所述的林木的修整策略获取方法的步骤。
可以理解为，该电子设备中至少包含存储器801、处理器802、通信接口803和总线804，且存储器801、处理器802和通信接口803通过总线804形成相互间的通信连接，并可完成相互间的通信，如处理器802从存储器801中读取林木的修整策略获取方法的程序指令等。另外，通信接口803还可以实现该电子设备与点云数据设备之间的通信连接，并可完成相互间信息传输，如通过通信接口803实现林木的修整策略获取等。
电子设备运行时，处理器802调用存储器801中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：基于待修整林木的地面激光雷达数据，分割出待修整林木的点云数据；基于待修整林木的点云数据，分别选取出待修整林木中各单株树木的点云数据，并将单株树木的点云数据向垂直地面方向正投影，获取正投影点云图像；基于正投影点云图像，构建天空区域的彩色图像，并基于彩色图像中孔隙像素数和天空区域的像素总数，计算单株树木的冠层孔隙度值；基于各单株树木的冠层孔隙度值以及各单株树木对应的修整标准，获取对待修整林木的修整策略等。
上述的存储器801中的程序指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。或者，实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还根据上述各实施例提供一种非暂态计算机可读存储介质，其上存储有计算机指令，该计算机指令被计算机执行时，实现如上述各实施例所述的林木的修整策略获取方法的步骤，例如包括：基于待修整林木的地面激光雷达数据，分割出待修整林木的点云数据；基于待修整林木的点云数据，分别选取出待修整林木中各单株树木的点云数据，并将单株树木的点云数据向垂直地面方向正投影，获取正投影点云图像；基于正投影点云图像，构建天空区域的彩色图像，并基于彩色图像中孔隙像素数和天空区域的像素总数，计算单株树木的冠层孔隙度值；基于各单株树木的冠层孔隙度值以及各单株树木对应的修整标准，获取对待修整林木的修整策略等。
本发明实施例提供的电子设备和非暂态计算机可读存储介质，通过执行上述各实施例所述的林木的修整策略获取方法，基于待修整林木的地面激光雷达数据直接提取点云数据，并基于点云数据进行冠层孔隙度的计算，从而进一步根据计算结果多待修整林木进行修剪整理。由于基于点云数据进行计算，能够有效消除光线影响，精确度较高。同时，由于本发明实施例适宜自动化编程实现，可以很好地拓展三维点云的识别和应用，并能有效降低运算复杂度，提高运算效率。
可以理解的是，以上所描述的装置、电子设备及存储介质的实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，既可以位于一个地方，或者也可以分布到不同网络单元上。可以根据实际需要选择其中的部分或全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上实施方式的描述，本领域的技术人员可以清楚地了解，各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令，用以使得一台计算机设备(如个人计算机，服务器，或者网络设备等)执行上述各方法实施例或者方法实施例的某些部分所述的方法。
另外，本领域内的技术人员应当理解的是，在本发明实施例的申请文件中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明实施例的说明书中，说明了大量具体细节。然而应当理解的是，本发明实施例的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。类似地，应当理解，为了精简本发明实施例公开并帮助理解各个发明方面中的一个或多个，在上面对本发明实施例的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。
然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明实施例要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明实施例的单独实施例。
最后应说明的是：以上实施例仅用以说明本发明实施例的技术方案，而非对其限制；尽管参照前述实施例对本发明实施例进行了详细的说明，本领域的技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例各实施例技术方案的精神和范围。

Claims (7)

1.一种林木的修整策略获取方法，其特征在于，包括：
基于待修整林木的地面激光雷达数据，分割出所述待修整林木的点云数据；
基于所述待修整林木的点云数据，分别选取出所述待修整林木中各单株树木的点云数据，并将所述单株树木的点云数据向垂直地面方向正投影，获取正投影点云图像；
基于所述正投影点云图像，构建天空区域的彩色图像，并基于所述彩色图像中孔隙像素数和天空区域的像素总数，计算所述单株树木的冠层孔隙度值，所述天空区域完整覆盖所述单株树木的正投影点云图像；
基于各所述单株树木的冠层孔隙度值以及各所述单株树木对应的修整标准，获取对所述待修整林木的修整策略；
所述将所述单株树木的点云数据向垂直地面方向正投影的步骤具体包括：
遍历所述单株树木的点云数据中的所有点，对遍历到的任意一点，基于所述任意一点的点云坐标获取所述任意一点在地面平面的正投影坐标，并基于所述正投影坐标在地面平面上绘制正投影点；
基于所有正投影点构成的正投影点集，截屏抓取正投影图像完成向垂直地面方向的正投影；
所述基于所述正投影点云图像，构建天空区域的彩色图像的步骤具体包括：
以所述正投影点云图像的中心为圆心，由内向外等间隔绘制多个同心圆环，直至所有所述同心圆环覆盖所述正投影点云图像的面积比例达到设定阈值，则以所有所述同心圆环的覆盖区域作为所述天空区域，并基于所述天空区域，绘制所述彩色图像；
所述绘制所述彩色图像的步骤具体包括：
以地面平面为XOY平面，利用下式分别计算所述天空区域的半径和所述圆心的坐标：
Figure FDA0003160328050000021
Figure FDA0003160328050000022
式中，R表示所述天空区域的半径，xmax、xmin分别表示所有正投影点沿x方向的最大坐标值和最小坐标值，ymax、ymin分别表示所有正投影点沿y方向的最大坐标值和最小坐标值，C(xc,yc)表示所述圆心的坐标；
将所述天空区域的半径按给定数量等分，获取所述等间隔的间隔尺寸，并基于所述间隔尺寸，获取各所述同心圆环的半径；
以所述圆心为圆心，根据各所述同心圆环的半径绘制各所述同心圆环，并设置所述正投影点的颜色为第一色彩，设置所述同心圆环内未覆盖到所述正投影点的区域的颜色为第二色彩，设置所述同心圆环外的颜色为第三色彩，绘制所述彩色图像；
相应的，所述计算所述单株树木的冠层孔隙度值的步骤具体包括：
将所述彩色图像进行灰度化处理，其中像素灰度值gray的计算公式如下：
gray＝0.2989R+0.5870G+0.1140B；
式中，R、G、B分别表示所述彩色图像的对应彩色分量值；
基于灰度化处理后的彩色图像，分别统计所述第二色彩和所述第三色彩分别对应的像素数，并按下式计算所述单株树木的冠层孔隙度值：
Figure FDA0003160328050000023
式中，CGFr表示所述单株树木的冠层孔隙度值，Nsky表示所述孔隙像素数，Nregion表示天空区域的像素总数，M×N表示所述正投影点云图像的尺寸，M×N＝(xmax-xmin)×(ymax-ymin)，N2和N3分别表示所述第二色彩和所述第三色彩分别对应的像素数。
2.根据权利要求1所述的林木的修整策略获取方法，其特征在于，所述获取正投影点云图像的步骤具体包括：
以所述地面平面为XOY平面，抓取所述正投影点集在所述XOY平面构成的图像作为所述正投影点云图像；
获取所述正投影点集中所有正投影点分别沿x方向和y方向的最大坐标值及最小坐标值，并基于所述最大坐标值及最小坐标值，按下式计算所述正投影点云图像的尺寸：
M×N＝(xmax-xmin)×(ymax-ymin)；
式中，M×N表示所述正投影点云图像的尺寸，xmax、xmin分别表示所有正投影点沿x方向的最大坐标值和最小坐标值，ymax、ymin分别表示所有正投影点沿y方向的最大坐标值和最小坐标值。
3.根据权利要求1所述的林木的修整策略获取方法，其特征在于，所述获取对所述待修整林木的修整策略的步骤具体包括：
对于所述待修整林木中的任一单株树木，若所述任一单株树木的冠层孔隙度值达不到所述任一单株树木对应的所述修整标准，则对所述任一单株树木的枝条自上而下进行间隔修剪，直到所述任一单株树木的冠层孔隙度值达到所述修整标准。
4.根据权利要求1所述的林木的修整策略获取方法，其特征在于，在所述分割出所述待修整林木的点云数据的步骤之后，还包括：
去除所述待修整林木的点云数据中的干扰项和噪声点，获取有效点云数据；
相应的，基于所述有效点云数据，分别选取出各所述单株树木的点云数据。
5.一种林木的修整策略获取装置，其特征在于，包括：
分割模块，用于基于待修整林木的地面激光雷达数据，分割出所述待修整林木的点云数据；
投影模块，用于基于所述待修整林木的点云数据，分别选取出所述待修整林木中各单株树木的点云数据，并将所述单株树木的点云数据向垂直地面方向正投影，获取正投影点云图像；
计算模块，用于基于所述正投影点云图像，构建天空区域的彩色图像，并基于所述彩色图像中孔隙像素数和天空区域的像素总数，计算所述单株树木的冠层孔隙度值，所述天空区域完整覆盖所述单株树木的正投影点云图像；
修整模块，用于基于各所述单株树木的冠层孔隙度值以及各所述单株树木对应的修整标准，获取对所述待修整林木的修整策略；
所述将所述单株树木的点云数据向垂直地面方向正投影的步骤具体包括：
遍历所述单株树木的点云数据中的所有点，对遍历到的任意一点，基于所述任意一点的点云坐标获取所述任意一点在地面平面的正投影坐标，并基于所述正投影坐标在地面平面上绘制正投影点；
基于所有正投影点构成的正投影点集，截屏抓取正投影图像完成向垂直地面方向的正投影；
所述基于所述正投影点云图像，构建天空区域的彩色图像的步骤具体包括：
以所述正投影点云图像的中心为圆心，由内向外等间隔绘制多个同心圆环，直至所有所述同心圆环覆盖所述正投影点云图像的面积比例达到设定阈值，则以所有所述同心圆环的覆盖区域作为所述天空区域，并基于所述天空区域，绘制所述彩色图像；
所述绘制所述彩色图像的步骤具体包括：
以地面平面为XOY平面，利用下式分别计算所述天空区域的半径和所述圆心的坐标：
Figure FDA0003160328050000051
Figure FDA0003160328050000052
式中，R表示所述天空区域的半径，xmax、xmin分别表示所有正投影点沿x方向的最大坐标值和最小坐标值，ymax、ymin分别表示所有正投影点沿y方向的最大坐标值和最小坐标值，C(xc,yc)表示所述圆心的坐标；
将所述天空区域的半径按给定数量等分，获取所述等间隔的间隔尺寸，并基于所述间隔尺寸，获取各所述同心圆环的半径；
以所述圆心为圆心，根据各所述同心圆环的半径绘制各所述同心圆环，并设置所述正投影点的颜色为第一色彩，设置所述同心圆环内未覆盖到所述正投影点的区域的颜色为第二色彩，设置所述同心圆环外的颜色为第三色彩，绘制所述彩色图像；
相应的，所述计算所述单株树木的冠层孔隙度值的步骤具体包括：
将所述彩色图像进行灰度化处理，其中像素灰度值gray的计算公式如下：
gray＝0.2989R+0.5870G+0.1140B；
式中，R、G、B分别表示所述彩色图像的对应彩色分量值；
基于灰度化处理后的彩色图像，分别统计所述第二色彩和所述第三色彩分别对应的像素数，并按下式计算所述单株树木的冠层孔隙度值：
Figure FDA0003160328050000053
式中，CGFr表示所述单株树木的冠层孔隙度值，Nsky表示所述孔隙像素数，Nregion表示天空区域的像素总数，M×N表示所述正投影点云图像的尺寸，M×N＝(xmax-xmin)×(ymax-ymin)，N2和N3分别表示所述第二色彩和所述第三色彩分别对应的像素数。
6.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1至4中任一项所述的林木的修整策略获取方法的步骤。
7.一种非暂态计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被计算机执行时，实现如权利要求1至4中任一项所述的林木的修整策略获取方法的步骤。
CN201910343151.XA 2019-04-26 2019-04-26 林木的修整策略获取方法、装置与电子设备 Expired - Fee Related CN110070550B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910343151.XA CN110070550B (zh) 2019-04-26 2019-04-26 林木的修整策略获取方法、装置与电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910343151.XA CN110070550B (zh) 2019-04-26 2019-04-26 林木的修整策略获取方法、装置与电子设备

Publications (2)

Publication Number Publication Date
CN110070550A CN110070550A (zh) 2019-07-30
CN110070550B true CN110070550B (zh) 2021-09-28

Family

ID=67369118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910343151.XA Expired - Fee Related CN110070550B (zh) 2019-04-26 2019-04-26 林木的修整策略获取方法、装置与电子设备

Country Status (1)

Country Link
CN (1) CN110070550B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114087989B (zh) * 2021-11-19 2023-09-22 江苏理工学院 汽车缸体工件定位孔圆心三维坐标测量方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013068687A1 (fr) * 2011-11-09 2013-05-16 Snecma Procede et dispositif d'estimation d'un taux de porosite d'un echantillon de materiau a partir d'au moins une image codee en niveaux de gris.
CN104457626A (zh) * 2014-12-08 2015-03-25 中国科学院合肥物质科学研究院 一种基于激光雷达点云技术的植物叶面积指数测定方法
US9286538B1 (en) * 2014-05-01 2016-03-15 Hrl Laboratories, Llc Adaptive 3D to 2D projection for different height slices and extraction of robust morphological features for 3D object recognition
CN107705344A (zh) * 2017-09-27 2018-02-16 中国舰船研究设计中心 激光扫描环境点云数据中树冠模型提取方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103322946B (zh) * 2013-06-20 2015-09-30 北京农业信息技术研究中心 一种获取玉米冠层孔隙度的方法
CN108122224B (zh) * 2017-01-09 2021-04-20 大连大学 一种测算树冠郁闭度的系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013068687A1 (fr) * 2011-11-09 2013-05-16 Snecma Procede et dispositif d'estimation d'un taux de porosite d'un echantillon de materiau a partir d'au moins une image codee en niveaux de gris.
US9286538B1 (en) * 2014-05-01 2016-03-15 Hrl Laboratories, Llc Adaptive 3D to 2D projection for different height slices and extraction of robust morphological features for 3D object recognition
CN104457626A (zh) * 2014-12-08 2015-03-25 中国科学院合肥物质科学研究院 一种基于激光雷达点云技术的植物叶面积指数测定方法
CN107705344A (zh) * 2017-09-27 2018-02-16 中国舰船研究设计中心 激光扫描环境点云数据中树冠模型提取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Using Voxelized Point-Cloud Forest Reconstructions from Gound-Based Full-Waveform Lidar to Retrieve Leaf Area Index and Foliage Profiles;X Yang et al;《Agu Fall Meeting》;20121231;全文 *
一种基于激光点云的叶面积指数求取方法;罗毅等;《伊犁师范学院学报(自然科学版)》;20161231;全文 *

Also Published As

Publication number Publication date
CN110070550A (zh) 2019-07-30

Similar Documents

Publication Publication Date Title
CN113095303B (zh) 模型训练方法及林地变化检测方法及系统及装置及介质
US11144758B2 (en) System and method for object detection and classification in aerial imagery
US9521391B2 (en) Settings of a digital camera for depth map refinement
KR100935857B1 (ko) 항공라이다와 디지털항공사진을 이용한 3차원 산림지리정보 생성 시스템 및 그 방법
CN104778721B (zh) 一种双目图像中显著性目标的距离测量方法
Marzulli et al. Estimating tree stem diameters and volume from smartphone photogrammetric point clouds
US20130155235A1 (en) Image processing method
CN112348836A (zh) 一种自动提取建筑物轮廓的方法及装置
Ofir et al. On detection of faint edges in noisy images
EP3739549A1 (en) Shading cg representations of materials
GB2513702A (en) Methods and systems for automatic and semi-automatic geometric and geographic feature extraction
CN106599891B (zh) 一种基于尺度相位谱显著性的遥感图像兴趣区快速提取方法
CN107220647A (zh) 一种叶片交叉条件下作物中心点定位方法及系统
CN115496796B (zh) 一种通过激光点云测算树干体积的方法和系统
CN110070550B (zh) 林木的修整策略获取方法、装置与电子设备
CN114898118A (zh) 基于多源点云的输电线路房屋拆迁量自动统计方法及系统
CN114332634B (zh) 风险电塔的位置确定方法、装置、电子设备及存储介质
CN108629742A (zh) 真正射影像阴影检测与补偿方法、装置及存储介质
CN109461171B (zh) 基于多通道改进DoG滤波的红外弱小目标检测算法
CN109657540A (zh) 枯死树定位方法及系统
CN111783648A (zh) 道路点云中护栏的提取方法及装置
WO2014122800A1 (ja) 魚眼画像データ作成プログラム及びｌａｉ算出プログラム
Hui et al. Individual tree extraction from UAV lidar point clouds based on self-adaptive Mean shift segmentation
JP6218678B2 (ja) 林相解析装置、林相解析方法及びプログラム
Bucksch et al. Skeleton-based botanic tree diameter estimation from dense LiDAR data

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210928