CN114187512B - 一种基于无人机的多树区域考古遗址范围探测方法 - Google Patents
一种基于无人机的多树区域考古遗址范围探测方法 Download PDFInfo
- Publication number
- CN114187512B CN114187512B CN202111488127.9A CN202111488127A CN114187512B CN 114187512 B CN114187512 B CN 114187512B CN 202111488127 A CN202111488127 A CN 202111488127A CN 114187512 B CN114187512 B CN 114187512B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- tree
- archaeological site
- area
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 230000011218 segmentation Effects 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 16
- 230000003287 optical effect Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000000750 progressive effect Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 239000002023 wood Substances 0.000 claims description 3
- 238000012876 topography Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于无人机的多树区域考古遗址范围探测方法，属于考古遗址范围探测技术领域；一种基于无人机的多树区域考古遗址范围探测方法，其特征在于，在市面上普通激光雷达扫描探测的基础上，结合了高速数码相机的自动连拍基础，可以多角度、多方位、大数量的采集探测区域的图像信息，然后通过图像三维点云重建算法获取探测区域的点云数据信息；还进一步的通过分割算法将树木点云数据和点云数据进行分类，通过整体点云数据减去精确的树木点云数据获取地面点云数据，再结合处理后的地面点云数据，可以获得更为精确的点云数据，为考古遗址区域的范围探测工作提供更加有力的数据支撑。
Description
技术领域
本发明涉及考古遗址范围探测技术领域，特别是涉及一种基于无人机的多树区域考古遗址范围探测方法。
背景技术
在考古工作过程中，为了更好的对考古遗址进行保护，往往需要事先对考古遗址的范围进行确定；现有技术中，往往是通过无人机航拍技术来实现考古遗址范围的确定，该方法在平原或者开阔区域的考古工作中十分适用，能够简单快速的确定地面地形状况，进而完成范围确定，但是对于多树区域，简单通过无人机航拍往往无法获取到准确、有效的地面数据信息，进而会影响对地形以及遗址范围的判断，鉴于此，我们提出了一种基于无人机的多树区域考古遗址范围探测方法。
发明内容
本发明的目的在于提供一种基于无人机的能够快速、准确、有效获取多树区域下地面地形信息，以便判断考古遗址范围的探测方法，能够更好的保证考古工作的顺利进行，便于根据实际情况对考古工作进行布置和安排。
为了实现上述目的，本发明采用了如下技术方案：
一种基于无人机的多树区域考古遗址范围探测方法，包括有以下步骤：
S1、选取多旋翼无人机作为探测设备的安装载体，在多旋翼无人机上安装激光雷达扫描系统和摄影测量系统；
S2、利用S1中所提到的激光雷达扫描系统和摄影测量系统对考古遗址区域进行整体性的探测和扫描，获取考古遗址区域的激光雷达和光学图像数据；
S3、对S2中所得数据信息进行预处理，获取考古遗址区域整体的点云数据信息；
S4、在S3所获取的数据信息的基础上，进一步的对考古遗址区域的树木部分点云数据进行处理和分析；
S5、利用S3中所得的考古遗址区域整体性的点云数据信息减去S4中所得的树木部分精确点云信息，获得考古遗址区域独立的地面部分的点云数据；
S6、将S5中所得数据与S3中考古遗址区域整体性点云数据中的地面点云数据信息相结合，进一步的进行处理和分析，确定地面部分的精确点云数据；
S7、利用S6中所得数据进行三维建模，构建多树区域考古遗址仿真三维模型，进而确定考古遗址区域的范围。
优选地，所述S1中提到的激光雷达扫描系统包括有激光扫描仪、高精度全球导航卫星系统和惯性测试单元以及光学相机；所述摄影测量系统包括有高速数码相机。
优选地，所述S2中提到的考古遗址区域激光雷达和光学图像数据的获取，具体包括以下步骤：
A1、利用激光扫描仪获取考古遗址区域树木和地面的三维点云数据；利用高精度全球导航卫星系统和惯性测试单元实时获取多旋翼无人机的姿态和位置信息；利用光学相机完成考古遗址区域的树木、特征物类型的识别以及结构信息的提取；
A2、利用高速数码相机的自动连拍功能，获取考古遗址区域多角度、多方位的图像数据。
优选地，所述S3中提到的数据信息预处理，具体包括以下步骤：
B1、对激光扫描仪所得的点云数据信息进行去噪滤波，利用探测离群点的方法去除点云数据中的噪声点；
B2、完成B1中所述操作后，对点云数据进行数据分割处理，采用渐进加密三角网滤波算法提取整体点云数据中的地面点和树木点；
B3、利用图像提取算法在高速数码相机所得的图像数据上重建、提取树木和地面部分的点云数据，重复B1-B2中所述操作；
B4、综合B2与B3中所得数据信息，组成考古遗址区域整体性点云数据库。
优选地，所述S4中提到的对树木部分点云数据的进一步处理、分析，具体包括以下步骤：
C1、将S3中所得的树木部分的点云数据进行归一化处理；
C2、对C1中所得的归一化树木部分点云数据进行单木分割处理，根据单木空间形状特征识别树木平面位置、树冠顶点和树冠边界的点云数据；
C3、根据单木冠层点云高度分布特征与地面点云数据之间的关系估测森林的结构参数；
C4、综合C2与C3中所得信息，确定考古遗址区域树木部分精确点云数据。
优选地，所述S6中提到的地面部分精确点云数据获取，包括以下步骤：
D1、先将通过摄影测量系统获得的地面点云数据与通过激光雷达扫描系统所得的点云数据进行对比，保留相吻合的地面点云数据；
D2、再将D1中所得点云数据信息与S5中所得数据进行对比，进一步剔除不吻合的点云数据，获得精确的地面部分离散点云数据；
D3、通过D2中所得的地面部分离散点云数据内插生成DEM格栅。
与现有技术相比，本发明提供了一种基于无人机的多树区域考古遗址范围探测方法，具备以下有益效果：
本发明提出了一种基于无人机的多树区域考古遗址范围探测方法，在市面上普通激光雷达扫描探测的基础上，结合了高速数码相机的自动连拍基础，可以多角度、多方位、大数量的采集探测区域的图像信息，然后通过图像三维点云重建算法获取探测区域的点云数据信息，将该部分点云数据信息与激光雷达扫描系统所获取的点云数据信息相结合，一方面提高了点云数据信息的丰富性，更进一步的，可以提取到更多有效点云数据，便于后续多树区域下地面点云数据的获取以及地形模型的构建；除此之外，本发明不仅具有更为丰富的探测区域整体性点云数据库，同时还进一步的通过分割算法将树木点云数据和点云数据进行分类，通过整体点云数据减去精确的树木点云数据获取地面点云数据，再结合处理后的地面点云数据，可以获得更为精确的点云数据，在进行多树区域下的地形探测工作时，相较而言，树木部分的点云数据更易获取，也更易进行处理，通过上述方法，能够更好的保证获取的地面点云数据的准确性，能够为考古遗址区域的范围探测工作提供更加有力的数据支撑。
附图说明
图1为本发明提出的一种基于无人机的多树区域考古遗址范围探测方法的组成结构示意图；
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例1：
请参阅图1，一种基于无人机的多树区域考古遗址范围探测方法，包括有以下步骤：
S1、选取多旋翼无人机作为探测设备的安装载体，在多旋翼无人机上安装激光雷达扫描系统和摄影测量系统；
S1中提到的激光雷达扫描系统包括有激光扫描仪、高精度全球导航卫星系统和惯性测试单元以及光学相机；摄影测量系统包括有高速数码相机；
S2、利用S1中所提到的激光雷达扫描系统和摄影测量系统对考古遗址区域进行整体性的探测和扫描，获取考古遗址区域的激光雷达和光学图像数据；
S2中提到的考古遗址区域激光雷达和光学图像数据的获取，具体包括以下步骤：
A1、利用激光扫描仪获取考古遗址区域树木和地面的三维点云数据；利用高精度全球导航卫星系统和惯性测试单元实时获取多旋翼无人机的姿态和位置信息；利用光学相机完成考古遗址区域的树木、特征物类型的识别以及结构信息的提取；
A2、利用高速数码相机的自动连拍功能，获取考古遗址区域多角度、多方位的图像数据；
S3、对S2中所得数据信息进行预处理，获取考古遗址区域整体的点云数据信息；
S3中提到的数据信息预处理，具体包括以下步骤：
B1、对激光扫描仪所得的点云数据信息进行去噪滤波，利用探测离群点的方法去除点云数据中的噪声点；
B2、完成B1中操作后，对点云数据进行数据分割处理，采用渐进加密三角网滤波算法提取整体点云数据中的地面点和树木点；
B3、利用图像提取算法在高速数码相机所得的图像数据上重建、提取树木和地面部分的点云数据，重复B1-B2中操作；
B4、综合B2与B3中所得数据信息，组成考古遗址区域整体性点云数据库
S4、在S3所获取的数据信息的基础上，进一步的对考古遗址区域的树木部分点云数据进行处理和分析；
S4中提到的对树木部分点云数据的进一步处理、分析，具体包括以下步骤：
C1、将S3中所得的树木部分的点云数据进行归一化处理；
C2、对C1中所得的归一化树木部分点云数据进行单木分割处理，根据单木空间形状特征识别树木平面位置、树冠顶点和树冠边界的点云数据；
C3、根据单木冠层点云高度分布特征与地面点云数据之间的关系估测森林的结构参数；
C4、综合C2与C3中所得信息，确定考古遗址区域树木部分精确点云数据；
S5、利用S3中所得的考古遗址区域整体性的点云数据信息减去S4中所得的树木部分精确点云信息，获得考古遗址区域独立的地面部分的点云数据；
S6、将S5中所得数据与S3中考古遗址区域整体性点云数据中的地面点云数据信息相结合，进一步的进行处理和分析，确定地面部分的精确点云数据；
S6中提到的地面部分精确点云数据获取，包括以下步骤：
D1、先将通过摄影测量系统获得的地面点云数据与通过激光雷达扫描系统所得的点云数据进行对比，保留相吻合的地面点云数据；
D2、再将D1中所得点云数据信息与S5中所得数据进行对比，进一步剔除不吻合的点云数据，获得精确的地面部分离散点云数据；
D3、通过D2中所得的地面部分离散点云数据内插生成DEM格栅；
S7、利用S6中所得数据进行三维建模，构建多树区域考古遗址仿真三维模型，进而确定考古遗址区域的范围。
本发明提出了一种基于无人机的多树区域考古遗址范围探测方法，在市面上普通激光雷达扫描探测的基础上，结合了高速数码相机的自动连拍基础，可以多角度、多方位、大数量的采集探测区域的图像信息，然后通过图像三维点云重建算法获取探测区域的点云数据信息，将该部分点云数据信息与激光雷达扫描系统所获取的点云数据信息相结合，一方面提高了点云数据信息的丰富性，更进一步的，可以提取到更多有效点云数据，便于后续多树区域下地面点云数据的获取以及地形模型的构建；除此之外，本发明不仅具有更为丰富的探测区域整体性点云数据库，同时还进一步的通过分割算法将树木点云数据和点云数据进行分类，通过整体点云数据减去精确的树木点云数据获取地面点云数据，再结合处理后的地面点云数据，可以获得更为精确的点云数据，在进行多树区域下的地形探测工作时，相较而言，树木部分的点云数据更易获取，也更易进行处理，通过上述方法，能够更好的保证获取的地面点云数据的准确性，能够为考古遗址区域的范围探测工作提供更加有力的数据支撑。
以上，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种基于无人机的多树区域考古遗址范围探测方法，其特征在于，包括有以下步骤：
S1、选取多旋翼无人机作为探测设备的安装载体，在多旋翼无人机上安装激光雷达扫描系统和摄影测量系统；
S2、利用S1中所提到的激光雷达扫描系统和摄影测量系统对考古遗址区域进行整体性的探测和扫描，获取考古遗址区域的激光雷达和光学图像数据；
S3、对S2中所得数据信息进行预处理，获取考古遗址区域整体的点云数据信息，具体包括以下步骤：
B1、对激光扫描仪所得的点云数据信息进行去噪滤波，利用探测离群点的方法去除点云数据中的噪声点；
B2、完成B1中所述操作后，对点云数据进行数据分割处理，采用渐进加密三角网滤波算法提取整体点云数据中的地面点和树木点；
B3、利用图像提取算法在高速数码相机所得的图像数据上重建、提取树木和地面部分的点云数据，重复B1-B2中所述操作；
B4、综合B2与B3中所得数据信息，组成考古遗址区域整体性点云数据库；
S4、在S3所获取的数据信息的基础上，进一步的对考古遗址区域的树木部分点云数据进行处理和分析；
S5、利用S3中所得的考古遗址区域整体性的点云数据信息减去S4中所得的树木部分精确点云信息，获得考古遗址区域独立的地面部分的点云数据；
S6、将S5中所得数据与S3中考古遗址区域整体性点云数据中的地面点云数据信息相结合，进一步的进行处理和分析，确定地面部分的精确点云数据；具体包括以下步骤：
D1、先将通过摄影测量系统获得的地面点云数据与通过激光雷达扫描系统所得的点云数据进行对比，保留相吻合的地面点云数据；
D2、再将D1中所得点云数据信息与S5中所得数据进行对比，进一步剔除不吻合的点云数据，获得精确的地面部分离散点云数据；
D3、通过D2中所得的地面部分离散点云数据内插生成DEM格栅；
S7、利用S6中所得数据进行三维建模，构建多树区域考古遗址仿真三维模型，进而确定考古遗址区域的范围。
2.根据权利要求1所述的一种基于无人机的多树区域考古遗址范围探测方法，其特征在于，所述S1中提到的激光雷达扫描系统包括有激光扫描仪、高精度全球导航卫星系统和惯性测试单元以及光学相机；所述摄影测量系统包括有高速数码相机。
3.根据权利要求1或2所述的一种基于无人机的多树区域考古遗址范围探测方法，其特征在于，所述S2中提到的考古遗址区域激光雷达和光学图像数据的获取，具体包括以下步骤：
A1、利用激光扫描仪获取考古遗址区域树木和地面的三维点云数据；利用高精度全球导航卫星系统和惯性测试单元实时获取多旋翼无人机的姿态和位置信息；利用光学相机完成考古遗址区域的树木、特征物类型的识别以及结构信息的提取；
A2、利用高速数码相机的自动连拍功能，获取考古遗址区域多角度、多方位的图像数据。
4.根据权利要求1所述的一种基于无人机的多树区域考古遗址范围探测方法，其特征在于，所述S4中提到的对树木部分点云数据的进一步处理、分析，具体包括以下步骤：
C1、将S3中所得的树木部分的点云数据进行归一化处理；
C2、对C1中所得的归一化树木部分点云数据进行单木分割处理，根据单木空间形状特征识别树木平面位置、树冠顶点和树冠边界的点云数据；
C3、根据单木冠层点云高度分布特征与地面点云数据之间的关系估测森林的结构参数；
C4、综合C2与C3中所得信息，确定考古遗址区域树木部分精确点云数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111488127.9A CN114187512B (zh) | 2021-12-08 | 2021-12-08 | 一种基于无人机的多树区域考古遗址范围探测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111488127.9A CN114187512B (zh) | 2021-12-08 | 2021-12-08 | 一种基于无人机的多树区域考古遗址范围探测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114187512A CN114187512A (zh) | 2022-03-15 |
| CN114187512B true CN114187512B (zh) | 2024-04-09 |
Family
ID=80542631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111488127.9A Active CN114187512B (zh) | 2021-12-08 | 2021-12-08 | 一种基于无人机的多树区域考古遗址范围探测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114187512B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI20040396A0 (fi) * | 2004-03-15 | 2004-03-15 | Geodeettinen Laitos | Menetelmä puustotunnusten määrittämiseksi laserkeilaimen, kuvainformaation ja yksittäisten puiden tulkinnan avulla |
| CN105678701A (zh) * | 2016-01-28 | 2016-06-15 | 鲁鹏 | 一种基于多视角影像与激光扫描的考古发掘探方序列三维可视化方法 |
| CN109945845A (zh) * | 2019-02-02 | 2019-06-28 | 南京林业大学 | 一种私家园林空间数字化测绘和三维可视化方法 |
| CN113570621A (zh) * | 2021-07-19 | 2021-10-29 | 广东科诺勘测工程有限公司 | 一种基于高精度点云与影像的树木信息提取方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021242407A2 (en) * | 2020-04-01 | 2021-12-02 | Nec Laboratories America, Inc. | Near real-time reconstruction using drones |
-
2021
- 2021-12-08 CN CN202111488127.9A patent/CN114187512B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI20040396A0 (fi) * | 2004-03-15 | 2004-03-15 | Geodeettinen Laitos | Menetelmä puustotunnusten määrittämiseksi laserkeilaimen, kuvainformaation ja yksittäisten puiden tulkinnan avulla |
| CN105678701A (zh) * | 2016-01-28 | 2016-06-15 | 鲁鹏 | 一种基于多视角影像与激光扫描的考古发掘探方序列三维可视化方法 |
| CN109945845A (zh) * | 2019-02-02 | 2019-06-28 | 南京林业大学 | 一种私家园林空间数字化测绘和三维可视化方法 |
| CN113570621A (zh) * | 2021-07-19 | 2021-10-29 | 广东科诺勘测工程有限公司 | 一种基于高精度点云与影像的树木信息提取方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 三维建模技术应用于考古发掘中的探索;赵向莉;;黄河.黄土.黄种人;20181115(22);43-49 * |
| 三维激光扫描在砖结构古墓葬数字化工程中的应用;郑晓敏;沈健;祖文迪;;测绘通报;20200910(S1);197-199+214 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114187512A (zh) | 2022-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110221311B (zh) | 基于tls和uav自动化提取高郁闭林分树高的方法 | |
| Liang et al. | International benchmarking of terrestrial laser scanning approaches for forest inventories | |
| Cheng et al. | 3D building model reconstruction from multi-view aerial imagery and lidar data | |
| CN113034689A (zh) | 基于激光点云的地形三维模型及地形图构建方法和系统、存储介质 | |
| Bournez et al. | From TLS point clouds to 3D models of trees: a comparison of existing algorithms for 3D tree reconstruction. | |
| Belton et al. | Processing tree point clouds using Gaussian Mixture Models | |
| KR101080985B1 (ko) | 항공 라이다 성과를 이용한 수고 및 개체 수 확인방법 | |
| CN106503060A (zh) | 一种输电线路三维点云数据处理及交跨物获取方法 | |
| Su et al. | Extracting wood point cloud of individual trees based on geometric features | |
| CN114241155A (zh) | 一种基于车载激光点云数据的城市树木三维可视化方法 | |
| CN112906719A (zh) | 基于消费级深度相机的立木因子测量方法 | |
| Özdemir et al. | Automatic extraction of trees by using multiple return properties of the lidar point cloud | |
| Haala et al. | Acquisition of 3D urban models by analysis of aerial images, digital surface models, and existing 2D building information | |
| CN115690081A (zh) | 一种树木计数方法、系统、存储介质、计算机设备及终端 | |
| Zou et al. | Path voting based pavement crack detection from laser range images | |
| Li et al. | Feature extraction and modeling of urban building from vehicle-borne laser scanning data | |
| CN115410036A (zh) | 一种高压架空输电线路关键要素激光点云自动分类方法 | |
| CN115830234A (zh) | 一种输电线路建模用点云处理方法及处理系统 | |
| CN114136208A (zh) | 一种无损估算立木材积的低成本树木结构自动重建方法 | |
| CN114187512B (zh) | 一种基于无人机的多树区域考古遗址范围探测方法 | |
| CN117197677A (zh) | 一种基于激光雷达点云数据的热带雨林乔灌分离方法 | |
| CN116843738A (zh) | 基于tof深度相机的树木倾倒风险评估系统及方法 | |
| CN113781639B (zh) | 一种大场景道路基础设施数字化模型快速构建方法 | |
| Király et al. | Modelling single trees from terrestrial laser scanning data in a forest reserve | |
| Liu et al. | Dominant trees analysis using UAV LiDAR and photogrammetry |
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 |