DE202022106630U1 - System zur Ermittlung von Baumdurchmessern auf Brusthöhe - Google Patents

System zur Ermittlung von Baumdurchmessern auf Brusthöhe Download PDF

Info

Publication number
DE202022106630U1
DE202022106630U1 DE202022106630.2U DE202022106630U DE202022106630U1 DE 202022106630 U1 DE202022106630 U1 DE 202022106630U1 DE 202022106630 U DE202022106630 U DE 202022106630U DE 202022106630 U1 DE202022106630 U1 DE 202022106630U1
Authority
DE
Germany
Prior art keywords
tree
shadow
unit
aircraft
semi
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
Application number
DE202022106630.2U
Other languages
English (en)
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.)
Deutsches Zentrum fuer Luft und Raumfahrt eV
Original Assignee
Deutsches Zentrum fuer Luft und Raumfahrt eV
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 Deutsches Zentrum fuer Luft und Raumfahrt eV filed Critical Deutsches Zentrum fuer Luft und Raumfahrt eV
Publication of DE202022106630U1 publication Critical patent/DE202022106630U1/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G23/00Forestry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/08Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/0035Measuring of dimensions of trees
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04Interpretation of pictures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/36Videogrammetry, i.e. electronic processing of video signals from a single source or from different sources to give parallax or range information
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • G06T7/579Depth or shape recovery from multiple images from motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Automation & Control Theory (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (AREA)
  • Botany (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

System (1000) zur Ermittlung von Baumdurchmessern auf Brusthöhe umfassend:
ein Luftfahrzeug (1100) mit einer Kamera (1150) zum Erfassen von Luftbildern (400) eines Gebiets (300) mit einem unbelaubten Baumbestand (350) bei Sonnenschein,
wobei das Luftfahrzeug (1100) eine Georeferenzierungseinheit (1110) zum Georeferenzieren der Luftbilder (400) und zur Positionsbestimmung des Luftfahrzeugs (1100) umfasst;
eine Auswerteeinrichtung (1200), mit
einer 3D-Moddellierungseinheit (1300), welche mittels eines Structure-from-Motion-Verfahrens eine 3D-Punktwolke des Gebiet ermittelt;
einer Reliefermittlungs- und Normalisierungseinheit(1400), welche die 3D-Punkte hinsichtlich eines Oberflächenreliefs des Gebiets (300) normalisiert; eine Baumbestandteilentfernungseinheit (1500), zum Erstellen eines hinsichtlich des Reliefs normalisierten Orthomosaiks der bodennahen 3D-Punkte des Gebiets;
eine Klassifizierungseinheit (1600) mit einem über Deep Learning trainierten künstlichen neuronalen Netz zum Ermitteln der Schlagschatten in dem normalisierten Orthomosaik;
einer Schattenlängenermittlungseinheit (1700), die anhand des Sonnenstands bei der Erfassung und die Schattenlänge für einen Baumdurchmesser auf Brusthöhe ermittelt, und
eine Durchmesserermittlungseinheit (1800), die für die ermittelten Schlagschatten deren Breite im Abstand der ermittelten Schattenlänge von der dem Schatten zuordenbaren Baumfußpunktposition ermittelt und
eine Ausgabeeinrichtung (1900) zum Ausgeben der ermittelten Baumdurchmesser auf Brusthöhe.

Description

  • Die Erfindung betrifft ein System sowie ein Verfahren zum Ermitteln von Baumdurchmessern auf Brusthöhe.
  • In der Forstwirtschaft besteht schon seit jeher die Notwendigkeit Inventuren des Baumbestands auszuführen. Bei einer solchen Waldinventur wird häufig der Baumdurchmesser auf Brusthöhe (BDH) der Bäume ermittelt. Als Brusthöhe wird hier eine Höhe von 1,30 m über dem Baumfußpunkt definiert. Im Stand der Technik ist es üblich für eine Stichprobe von einzelnen Bäumen des Bestandes per Kluppe oder Maßband diesen Umfang zu messen. Hierfür muss jeder Baum im Gelände angelaufen werden, der zur Stichprobe gehört. Da eine manuelle Messung sehr Zeit intensiv ist, wird nur in wenigen Ausnahmen ein Bestand komplett in einer sogenannten Vollkluppung eingemessen. In der Praxis werden die Daten oft nur grob geschätzt.
  • Zur Messung muss auch die Messhöhe am Baumstamm bestimmt werden. Der BHD ist zwar auf 1,3 m über dem Baumfußpunkt definiert, wird in der Praxis allerdings meist nur grob und optisch eingeschätzt. Bei der Messung mit der Kluppe müssen mindestens zwei Durchmesser gemessen und gemittelt werden (Kreuzkluppung). Bei Messung mit dem Bandmaß können sich leicht Fehler einschleichen, bei verdrehtem Maßbande oder schiefem Ansatz. Ferner müssen die Messwerte dokumentiert werden, was oft noch handschriftlich auf Formularen geschieht. Nach der Messung entsteht durch die Digitalisierung der Messwerte ein zusätzlicher Aufwand bevor diese ausgewertet werden können. Es gibt verschiedene Entwicklungen auf dem Markt, die dieses Verfahren unterstützen sollen. Ansatzpunkte für Neuentwicklungen sind hier eine Vereinfachung der Datenhaltung durch digitale Dokumentation der Messergebnisse.
  • Terrestrische, digitale Verfahren ersetzen die manuelle Messung durch optische Sensoren wie LiDAR oder Stereo-Kamera etc., mithilfe derer die Daten erhoben werden können. Eine Begehung des Bestands ist hier ebenfalls notwendig, allerdings kann diese schneller erfolgen, da ein einzelnes Anlaufen eines Baumes nicht notwendig ist, sondern aus dem Nahbereich aus erfolgen kann. Aufgrund der dennoch begrenzten Flächenleistung wird die Datenerhebung meist ebenfalls auf Stichprobenbasis durchgeführt. Eingesetzte Erfassungshardware muss im Baumbestand bewegt werden, da die Erfassungsreichweiten begrenzt sind. Vollständige Erfassungen von Waldgebieten sind somit nur schwer möglich.
  • Neben terrestrischen Verfahren gibt es Fernerkundungsverfahren, welche verwendet werden, um mithilfe von Luftbildern, die beispielsweise per Drohne, Flugzeug oder Satellit aufgenommen sind, den BHD indirekt zu schätzen. Die Durchmesser werden hier nicht direkt gemessen, sondern über allometrische Funktionen von anderen Baumparametern abgeleitet. Meistens werden die Baumkronen und Baumhöhe als Eingangsdaten verwendet. Da es sich hier aber um Modellrechnungen handelt, sind diese meistens mit einem deutlichen Fehler behaftet. Für die großflächige Erfassung relativieren sich diese Fehler etwas, da sie in diesem Fall meist auf einer groben Skalenebene (ganzer Betrieb oder Region) eingesetzt werden.
  • Besonders wichtig für einen solchen Ansatz sind regionalisierte und auf wahre Umweltdaten (Ground Truth Daten) gestützte Modelle, die aber nur eingeschränkt vorhanden sind. Multikopterdrohnen erreichen eine Flächenleistung von maximal ca. 50 ha in einem Flug, wobei Starrflügler bis zu 250 ha erreichen. Bei Luftbilderfassung aus dem Flugzeug gibt es quasi keine relevante Einschränkung jedoch sind die Kosten für die Erfassung erhöht. Optische Satellitendaten sind durch Wolkenabdeckung eingeschränkt. Im Vergleich zu Drohnendaten haben Luftbilddaten von Flugzeugen und Satellitendaten niedrigere geometrische Auflösungen. Hochauflösende Satellitendaten sind in der Regel kostenpflichtig. Um eine Datenerhebung auf Einzelbaumebene zu gewährleiten sind Auflösungen von mind. 30- 50 cm notwendig. In diesem Auflösungsbereich sind Satellitendaten extrem teuer.
  • Der Erfindung liegt somit die Aufgabe zugrunde die Erfassung von Baumdurchmessern auf Brusthöhe einfacher und zuverlässiger, insbesondere für großflächige Waldgebiete und besonders bevorzugt baumindividuell, zu ermöglichen.
  • Die Aufgabe wird erfindungsgemäß durch ein System mit den Merkmalen des Anspruchs 1 gelöst. Vorteilhafte Ausgestaltungen ergeben sich aus den Unteransprüchen.
  • Der Erfindung liegt die Idee zugrunde, mit einem Luftfahrzeug, insbesondere einem unbemannten Luftfahrzeug, beispielsweise einer Drohne, ein Waldgebiet abzufliegen und währenddessen Luftbilder zu erfassen. Das Erfassen der Luftbilder erfolgt in einer Jahreszeit, in der die Bäume laubfrei sind. Ferner erfolgt das Erfassen der Luftbilder zu einem Zeitpunkt, in dem eine direkte Sonneneinstrahlung vorliegt, d.h. keine Verdeckung durch Wolken vorhanden ist. Hierdurch werfen die Bäume Schatten, die unmittelbar mit den Baumstammdurchmessern korreliert sind. Anhand der in den Luftbildern erfassten Informationen wird eine Auswertung vorgenommen, mittels derer die Schlagschatten identifiziert und dann in einem Abstand von einem Fußpunkt der Bäume hinsichtlich ihrer Breite vermessen werden, wobei der Abstand einer Schattenlänge entspricht, die ein 1,30 m hohes, lotrechtes Objekt unter den entsprechenden Sonnenstandsverhältnissen wirft, bei denen die Luftbilder erfasst sind.
  • Auswertung erfolgt insbesondere darüber, dass zunächst anhand eines Structure -from-Motion-Algorithmus eine 3D-Punktwolke des Gebiets, insbesondere eines Waldgebiets, erzeugt wird. Diese 3D-Punktwolke repräsentiert sowohl das Relief des Gebiets als auch die darauf befindlichen Objekte, insbesondere die darauf wachsenden Bäume. Den Punkten der dreidimensionalen Punktwolke sind nach wie vor ihrer optischen Eigenschaften zugeordnet, d. h. deren Farbe und Helligkeit usw. Zunächst wird die 3D-Punktwolke vorzugsweise hinsichtlich Unebenheiten des Geländes, d. h. des Reliefs, normalisiert dies bedeutet, dass sich alle Höhenangaben, beispielsweise z-Koordinaten der verbleibenden normalisierten 3D-Punktwolke auf Höhen gegenüber einem als eben angenommenen Untergrund beziehen. 3D-Punkten, denen nach der Normalisierung eine z-Koordinaten nahe Null zugeordnet ist, sind somit bodennahe Punkte.
  • Anschließend werden aus der 3D-Punktwolke die mit den Bäumen zu assoziierenden 3D-Punkte entfernt und ein Orthomosaik gebildet. Dieses umfasst dann eine Ansicht des Untergrunds, einschließlich der darauf projizierten Schlagschatten der Bäume.
  • Ebenfalls ist es vorteilhaft, die Fußpunkte der einzelnen Räume, die in der 3D-Punktwolke enthalten sind zu identifizieren.
  • Um die Schlagschatten von anderen Objekten in den Orthomosaiken unterscheiden zu können, werden die in den Orthomosaiken zu erkennenden Objekte klassifiziert. Anhand des Orthomosaiks wird eine Klassifizierung in der Weise vorgenommen, dass die darin abgebildeten Schlagschatten identifiziert werden und zu ihnen gehörende Bildpunkte des Orthomosaiks identifiziert werden. Um dieses durchzuführen, wird vorzugsweise ein künstliches neuronales Netz eingesetzt. Dieses wird vorzugsweise mittels Orthomosaiken trainiert, bei denen manuell eine Schlagschattenklassifikation für die Bildpunkte vorgenommen ist. Es hat sich gezeigt, dass eine solche Klassifikation mit hoher Zuverlässigkeit mittels eines trainierten künstlichen neuronalen Netzwerks möglich ist.
  • Anhand des Sonnenstands, d.h. Azimutalwinkels und Elevationswinkels unter dem die Sonne zum Zeitpunkt der Erfassung der Luftbilder auf die Erde einstrahlt, ist es möglich eine Schattenlänge zu ermitteln, die mit einer Höhe von 1,30 m über dem Fußpunkt zu assoziieren ist. Anhand des Azimutalwinkels kann zusätzlich eine Schattenrichtung ermittelt werden, unter der ein Schatten eines lotrechten Objekts in einer waagerechten Ebene orientiert ist. Je flacher die Sonne auf das Gelände ein strahlt, desto länger sind die von einem Gegenstand geworfenen Schatten. Je steiler die Sonne auf das Gelände einstrahlt desto kürzer sind somit die Schlagschatten bis zu der Situation, in der die Sonne im Zenit senkrecht über den Bäumen steht und keine verwertbaren Schlagschatten erzeugt werden. In mittleren geografischen Breiten, wie sie in Mittel- und Nordeuropa sowie in Nordamerika anzutreffen sind, existieren jedoch in den Wintermonaten ganztägig günstige Bedingungen, unter denen die Sonneneinstrahlungsrichtung ausreichende Kernschatten wirft, um das hier beschriebene Verfahren und System nutzen zu können.
  • Anhand der aus dem Sonnenstand und der Einstrahlrichtung ermittelten Schattenlänge kann dann im Abstand zu dem bekannten und ermittelten Fußpunkt des Baums oder von einem Schlagschattenende, das der Sonne bei der Erfassung zugewandt ist, eine Breite des Schlagschattens ermittelt werden. Dieses ist ein Maß für die Breite des Baumstamms auf Brusthöhe.
  • Es ergibt sich für den Fachmann, dass Abbildungsbedingungen für die Luftbilder bekannt sein müssen, um eine Auflösung der Bildpunkte in Beziehung zu geometrischen Dimensionen setzen zu können. Es wird hierbei vorausgesetzt, dass diese Informationen bei der Auswertung ermittelt werden und das Orthomosaiken so erstellt ist, dass die mit Bildpunkabständen in dem Orthomosaiken korrespondierenden realen Abstände bekannt sind bzw. bei der Auswertung und Erstellung des Orthomosaiks aus dem Structure-from-Motion-Verfahren für die einzelnen Bildpunkte mit ermittelt werden. Hierfür werden die Luftbilder über Metadaten georeferenziert. Die Positions- und Zeitdaten werden mit einer vorzugsweise als globales Satellitennavigationssystem GNSS (Global Naviagation Satellite System) ausgebildeten Georeferenzierungseinrichtung erhoben. Diese kann auch als Positions- und Zeitbestimmungseinheit bezeichnet werden.
  • Mit diesem System und dem darin umgesetzten Verfahren ist es möglich, mit einfachen Mitteln große Waldgebiete hinsichtlich der Baumdurchmesser auf Brusthöhe zu inventarisieren. Die Kosten für ein unbemanntes Luftfahrzeug sind für die meisten Waldbesitzer aufgrund der stark zunehmenden Verbreitung erschwinglich. Die Auswertung lässt sich softwaretechnisch insbesondere auf einem programmgesteuerten Rechner, beispielsweise einem Desktop-Computer oder einem Laptop umsetzen. Aufgrund des enormen Fortschritts in der Computerentwicklung kann auch das künstliche neuronale Netzwerk auf einem Laptop oder Desktop-Computer umgesetzt werden. Bevorzugt wird jedoch ein zentralisierter Server eingesetzt, auf dem das trainierte neuronale Netzwerk realisiert ist. Auch die Structure-from-Motion-Auswertung und die übrigen Auswertungsschritte können in einem zentralisierten Rechner ausgeführt sein.
  • Bevorzugte Ausführungsformen
  • Insbesondere wird somit ein System zur Ermittlung von Baumdurchmessern auf Brusthöhe geschaffen, welches umfasst:
    • ein Luftfahrzeug mit einer Kamera zum Erfassen von Luftbildern eines Gebiets mit einem unbelaubten Baumbestand bei Sonnenschein, wobei das Luftfahrzeug eine Georeferenzierungseinheit zum Georeferenzieren der Luftbilder und zur Positionsbestimmung des Luftfahrzeugs umfasst;
    • eine Auswerteeinrichtung, mit
      • einer 3D-Moddellierungseinheit, welche mittels eines Structure-from-Motion-Verfahrens eine 3D-Punktwolke des Gebiets ermittelt;
      • einer Reliefermittlungs- und Normalisierungseinheit, welche die 3D-Punkte hinsichtlich eines Oberflächenreliefs des Gebiets normalisiert;
      • eine Baumbestandteilentfernungseinheit, zum Erstellen eines hinsichtlich des Reliefs normalisierten Orthomosaiks der bodennahen 3D-Punkte des Gebiets;
      • einer Klassifizierungseinheit mit einem über Deep Learning trainierten künstlichen neuronalen Netz zum Ermitteln der Schlagschatten in dem normalisierten Orthomosaik;
      • einer Schattenlängenermittlungseinheit, die anhand des Sonnenstands bei der Erfassung die Schattenlänge für einen Baumdurchmesser auf Brusthöhe ermittelt, und
      • einer Durchmesserermittlungseinheit, die für die ermittelten Schlagschatten deren Breite im Abstand der ermittelten Schattenlänge von einer dem Schlagschatten zuordenbaren Baumposition ermittelt und
      • einer Ausgabeinrichtung zum Ausgeben der Baumdruchmesser.
  • Das System setzt ein Verfahren zur Ermittlung von Baumdurchmessern auf Brusthöhe um, welches die Schritte umfasst:
    • Erfassen von Luftbildern eines Gebiets mit einem unbelaubten Baumbestand bei Sonnenschein mittels eines Luftfahrzeugs mit einer Kamera, wobei mittels einer Georeferenziereinheit zumindest die 3D-Position und die Zeit der Luftbilderfassung ermittelt und den Luftbildern als Metadaten zugefügt werden;
    • Auswerten der Luftbilder umfassend die Teilschritte
      • Ermitteln einer 3D-Punktwolke des Gebiet mittels einer 3D-Moddellierungseinheit durch Anwenden eines Structure-from-Motion-Verfahrens;
      • Normalisieren der 3D-Punkte hinsichtlich eines Oberflächenreliefs des Waldgebiets mittels einer Reliefermittlungs- und Normalisierungseinheit;
      • Entfernen der Baumbestandteile und Erstellen eines hinsichtlich des Reliefs normalisierten Orthomosaiks der bodennahen 3D-Punkte des Gebiets mittels einer Baumbestandteilentfernungseinheit;
      • Klassifizieren der Bildpunkte des normalisierten Orthomosaiks zum Ermitteln der Schlagschatten mittels einer Klassifizierungseinheit mit einem über Deep Learning trainierten künstlichen neuronalen Netz;
      • Ermitteln einer Schattenlänge für einen Baumdurchmesser auf Brusthöhe mittels einer Schattenlängenermittlungseinheit, die anhand des Sonnenstands bei der Erfassung der Luftbilder die zu einem Lotrechten Gegenstand entsprechend der Brusthöhe auf einer flachen Ebene korrespondierende Schattenlänge ermittelt, und
      • Ermitteln der Durchmesser mittels einer Durchmesserermittlungseinheit, indem für die ermittelten Schlagschatten deren Breite im Abstand der ermittelten Schattenlänge von der dem Schatten zuordenbaren Baumfußposition ermittelt wird; und
    • Ausgeben der ermittelten Baumdurchmesser auf Brusthöhe.
  • Das Gebiet ist vorzugsweise ein Waldgebiet. Als Waldgebiet wird hierbei jede Fläche aufgefasst, die einen Baumbestand aufweist.
  • Als zugeordnete Baumfußposition kann die Position des der Sonne zugewandten Endes des ermittelten Schlagschattens angenommen werden. Andere Ausführungsformen ermitteln die Baumfußposition anhand der dem Baum zugeordneten 3D-Punkte der 3D-Punktwolke. Bei einer solchen Ausführungsform kann die Reliefermittlungs- und Normalisierungseinheit zum Erstellen und Ermitteln der Stammpositionen ausgebildet sein. Für die Ermittlung der Stammpositionen und somit der Baumfußpunktpositionen kann auch eine eigene Stammpositionsbestimmungseinheit vorgesehen sein.
  • Um den Sonnenstand bei der Erfassung der Luftbilder mittels des vorzugsweise unbemannten Luftfahrzeugs nicht erheben zu müssen, werden vorzugsweise nur geographische Position und Uhrzeit mittels der Georeferenzierungseinheit, vorzugsweise einem globalen Sattelliten-Navigationssystem GNSS, bestimmt und als Metadaten der Luftbilder mit diesen gespeichert und können z. B. bei der Auswertung nach dem Structure-from-Motion-Verfahren verwendet werden. Der Sonnenstand wird dann bei einer bevorzugten Ausführungsform anhand einer Angabe über die geographische Position und den Zeitpunkt der Erfassung der Luftbilder anhand astronomischer Daten ermittelt. Hierbei kann der Sonnenstand anhand einer parametrisierten Sonnenstandskurve oder einer parametrisierten Bahnkurve der Erde um die Sonne unter Berücksichtugung der Neigung der Erdachse errechnet werden oder aus astronomischen Datenbanken abgerufen werden oder anhand der abgerufenen Daten errechnet werden.
  • Um präzise Angaben zu erhalten, ist bei einer bevorzugten Ausführungsform vorgesehen, dass die Schattenlängenermittlungseinheit ausgebildet ist, beim Ermitteln der Schattenlänge das Relief zu berücksichtigen, auf den der Schatten geworfen wird. Diese ursprünglich beim Structure-from-Motion-Verfahren ermittelten Angaben über das Relief werden eingesetzt, um die aufgrund von Steigung oder Gefälle im Gelände verlängerten oder verkürzten Schatten hinsichtlich der vorgenommenen Normalisierung in den Orthomosaiken anzupassen. Während ein von der Einstrahlungsseite der Sonne aus betrachtet ansteigendes Gelände dazu führt, dass die Schatten kürzer als auf einem ebenen Gelände sind, sind entsprechend die Schatten bei einem von der Einstrahlungsseite aus betrachtet abfallenden Gelände die Schatten gegenüber einem ebenen horizontalen Gelände verlängert. Diese reliefbedingten Verlängerungen und Verkürzungen werden vorzugsweise bei der Schattenlängenermittlung berücksichtigt, die den Abstand festlegt, in dem beabstandet zu dem Fußpunkt der Baumschatten hinsichtlich seiner Breite vermessen wird.
  • Bei einer besonders bevorzugten Ausführungsform wird diese Ermittlung individuell für jeden Baum durchgeführt. Dies bedeutet, dass die Schattenermittlungseinheit ausgebildet ist, die Schattenlänge, die in dem Orthomosaik einem Schatten eines lotrechten Gegenstands mit einer Höhe von 1,30 m entspricht, individuell für jeden Baum zu ermitteln.
  • Da für die Ermittlung nicht nur die Form des Geländes und des Reliefs von Bedeutung sind, sondern ganz entscheidend auch vertikal verlaufende Objekte, nämlich die Bäume von Bedeutung sind, ist bei einer bevorzugten Ausführungsform vorgesehen, dass die Luftbilder nicht in Nadir-Geometrie erfasst, sondern vorzugsweise als Schrägbilder erfasst werden. Dies bedeutet, dass die Kamera nicht senkrecht nach unten blickt, sondern seitlich gegenüber der Flugrichtung verschwenkt ist und vorzugsweise seitlich, alternativ jedoch auch „voraus-“ oder „zurückblickend“ die Luftbilder erfasst.
  • Aufgrund der Vielzahl von Parallaxen-Differenzen, die sich bei Schrägbildaufnahmen ergeben, können vertikale Strukturen durch die Schrägbildaufnahme innerhalb des Structue-from-Motion-Verfahrens besser und präziser erfasst werden.
  • Bevorzugt weist das System somit eine Flugbahnermittlungseinheit auf, die ausgebildet ist, eine Flugbahn für die Luftbilderfassung zu ermitteln, mit der die Luftbilder von dem Gebiet optimal erfasst werden können. Bei einer bevorzugten Ausführungsform ist vorgesehen, dass die Flugbahnermittlungseinheit ausgebildet ist, die Flugbahn für die Luftbilderfassung zu ermitteln, indem dem Gebiet ein regelmäßiges lineares oder regemäßiges rechteckiges Raster von Referenzenpunkten überlagert wird und die Flugbahn so festgelegt wird, dass diese Schleifen um die Referenzpunkte umfasst, die aus Halbellipsen und Halbkreisen gebildet sind, wobei das Luftfahrzeug ausgebildet ist, die Flugbahn abzufliegen und die Luftbilderfassung jeweils so auszuführen, dass jeder der Schleifen einem der Referenzpunkte zugeordnet ist und die Luftbilderfassung so erfolgt, dass immer der Referenzpunkt im Mittelpunkt der erfassen Schrägbilder abgebildet wird, die während des Abfliegens der dem Referenzpunkt zugeordneten Schleife erfasst werden.
  • Besonders einfache und für die Datenerfassung im Hinblick auf die benötigte Zeit und die erreichte Auflösung günstige Flugbahnen, die das Gebiet optimal erfassen, sehen vor, dass die Halbellipsen so konstruiert sind, dass deren zugehörigen Ellipsen eine große Halbachse aufweisen, deren Länge dem Abstand der schleifenförmig umflogenen Referenzpunkte entspricht und kleine Halbachsen aufweisen, deren Länge dem halben Abstand der Referenzpunkte entspricht und die Referenzpunkte jeweils senkrecht unter dem Berührpunkt von großer und kleiner Hablachse der zugeordneten Halbellipse liegen, und die Halbkreise einen Radius aufweisen, der dem Referenzpunkteabstand entspricht, und Mittelpunkte der Halbkreise senkrecht über den Mittenpunkten zwischen benachbarten Referenzpunkten liegen.
  • Bei anderen Ausführungsformen kann vorgesehen sein, dass die Luftbilder in senkrechter Draufsicht, d. h. in Nadir-Geometrie, und mit hoher Überlappung, beispielsweise 90 % Überlappung, erfasst werden. Hierbei wird vorzugsweise eine Flugbahn, die parallel orientierte geradlinige Abschnitte umfasst, abgeflogen.
  • Andere Ausführungsformen können eine Flugbahn, welche parallele Flugbahnabschnitte umfasst, nutzen, wobei sowohl Schrägsichtaufnahmen als auch Nadiraufnahmen währenddessen erfasst werden. Durch die zusätzlichen Schrägsichtaufnahmen wird die Erfassung der vertikalen Strukturen verbessert.
  • Wieder andere Ausführungsformen können vorsehen, dass ein Gebiet spiralförmig überflogen wird, wobei vorzugsweise ein Referenzpunkt, der in der Mitte der spiralförmigen Bahn bzw. senkrecht unter deren Zentrum angeordnet ist, in der Mitte der Abbildungen erfasst wird, die während des Abfliegens der spiralförmigen Flugbahn erfasst werden.
  • Als besonders günstig hat sich der Einsatz eines Convolutional Neural Networks d. h. eines neuronalen Faltungsnetzes als künstliches neuronales Netz erwiesen. Diese Art des künstlichenneuronalen Netzes ist besonders geeignet, um lokale Änderungen, wie sie beispielsweise an Schattenkanten auftreten, und die damit verknüpften Merkmale zu klassifizieren.
  • Zum Trainieren des künstlichen neuronalen Netzwerks werden baumbestandteil-befreite normalisierten Orthomosaike mit manuell markierten Schattenbereichen verwendet.
  • Als besonders vorteilhaft hat es sich erwiesen, wenn die Kamera des Luftfahrzeugs ausgebildet ist, farbige Luftbilder zu erfassen und die Auswerteeinrichtung ausgebildet ist die Auswertung für mehrere Farbkanäle auszuführen. Hierdurch wird die Robustheit des Systems und des Ermittlungsverfahrens und somit insbesondere die Präzision der Ermittlung der Baumdurchmesser verbessert.
  • Die Merkmale des Verfahrens weisen dieselben Vorteile wie die entsprechenden Merkmale des Systems auf.
  • Nachfolgend wird die Erfindung unter Bezugnahme auf eine Zeichnung näher erläutert. Hierbei zeigen:
    • 1 eine schematische Ansicht zur Erläuterung einer Ermittlung eines Baumdurchmessers auf Brusthöhe;
    • 2 eine schematische Darstellung eines Systems zur Ermittlung des Baumdurchmessers auf Brusthöhe;
    • 3 ein schematisches Flussdiagramm eines Verfahrens zur Ermittlung des Baumdurchmessers auf Brusthöhe; und
    • 4 eine schematische Darstellung einer Flugbahn für die Erfassung von Luftbildern.
  • In 1 ist schematisch eine Situation zur Ermittlung von Baumdurchmessern auf Brusthöhe dargestellt. Ein System 1000 umfasst zum einen eine Luftfahrzeug 1100 mit einer Kamera 1150. Bei dem Luftfahrzeug 1100 handelt es sich vorzugsweise um ein unbemanntes Luftfahrzeug, im Englischen auch unmanned aerial vehicle (UAV) bezeichnet.
  • Mit dem Luftfahrzeug 1100 wird ein Gebiet 300 mit einem Baumbestand 350 überflogen. Hierbei werden mit der Kamera 1150 Luftbilder 400 erfasst. Das Befliegen des Gebiets 300 erfolgt, während der Baumbestand 350 unbelaubt ist. Beispielsweise erfolgt das Befliegen des Gebiets 300 zu einer Jahreszeit, zu der der Baumbestand nicht belaubt ist. Ferner erfolgt das Befliegen des Gebiets während die Sonne 600 unverdeckt durch Wolken auf den Baumbestand 350 scheint.
  • Das Luftfahrzeug umfasst eine Georeferenzierungseinheit 1180, mittels der die 3D-Position des Luftfahrzeugs 1100 beim Erfassen der Luftbilder ermittelt wird. Ferner wird die Zeit der Erfassung ermittelt. Für eine Georeferenzierung der Luftbilder 400 werden die 3D-Postion und die Zeit beim Erfassen als Metadaten mit den Luftbildern gespeichert.
  • Der Baumbestand 350 umfasst beispielsweise einen Baum 305. Aufgrund des Befliegens bei Sonnenschein trifft das Sonnenlicht 610 auf einen Baumstamm 310 des Baums 305, und wird von dem Baumstamm 310 blockiert. Jene Bereiche eines Bodens 370, die nicht von dem Sonnenlicht 610 beschienen werden, weil dieses Sonnenlicht von dem Baumstamm 310 blockiert wird, bildet sich ein Kernschatten 320, der auch als Schlagschatten bezeichnet wird, aus. Den Boden 370 darstellende Bildpunkte 470 des Luftbilds 400 weisen somit einen deutlichen Kontrast im Abbildungsbereich 420 des Kernschatten 320 gegenüber den übrigen von Sonnenlicht beschiedenen Bereichen des Bodens bzw. der entsprechenden Abbildungsbereichen 430 auf. Die Breite des Schlagschattens 325 entspricht dem Baumdruchmesser 315.
  • Das Gebiet 300 wird von dem Luftfahrzeug 1100 so überflogen, dass die mit der Kamera 1150 erfassten Luftbilder 400 geeignet sind, um gemäß einem Structure-from-Motion-Verfahren eine 3D-Punktwolke der in den Luftbildern erfassten Gegenstände und insbesondere des Bodens 370 des Gebiets zu erstellen.
  • Das System 1000 zum Ermitteln von Baumdurchmessern auf Brusthöhe ist schematisch in 2 dargestellt. In 3 ist eine Abfolge von Verfahrensschritten zur Durchführung der Ermittlung von Baumdurchmessern auf Brusthöhe wiedergegeben. Diese beiden Figuren liefern die Grundlage für die nachfolgende Beschreibung, anhand derer die Ermittlung des Baumdurchmessers auf Brusthöhe ausführlicher erläutert ist. Gleiche technische Merkmale sind in den Figuren mit denselben Bezugszeichen gekennzeichnet. Bezugszeichen im Bereich 1000er-Bereich beziehen sich auf 2. Bezugszeichen des 2000er-Bereichs beziehen sich auf 3, wobei gleiche hunderter Stellen andeuten, dass die entsprechende Einrichtung 1xyy des Systems die Funktionen der entsprechenden Verfahrensschritte 2xzz ausführen.
  • Wie bereits im Zusammenhang mit 1 erläutert umfasst das System 1000 ein Luftfahrzeug 1100 mit einer Kamera 1150 zum Erfassen von Luftbildern bei direkter Sonneneinstrahlung von einem Gebiet mit einem unbelaubten Baumbestand 2100.
  • Die Position des Luftfahrzeugs 1100 wird vorzugsweise mittels satellitengestützter Navigation, gegebenenfalls unterstützt durch weitere über Funk empfangene Angaben, die eine Abweichung der mittels Satellitennavigation bestimmten Position angeben, d.h. allgemein mit einer Georeferenzierungseinheit 1110 (z. B. GNSS) ermittelt und mit den Luftbildern beim Erfassen gespeichert 2110. Entsprechend werden die Parameter der Kamera, d. h. deren Ausrichtung, Abbildungsparameter etc. erfasst und abgespeichert 2120.
  • Das System 1000 umfasst ferner eine Auswerteeinrichtung 1200, mit der die erfassten Luftbilder ausgewertet werden und die Baumhöhen auf Brusthöhe bestimmt werden.
  • Mithilfe der in den Luftbildern enthalten Informationen und den Angaben über die Erfassungspositionen und die Erfassungszeiten ist es möglich mit einem Structure-from-Motion- Verfahren, wie sie im Stand der Technik bekannt sind, eine 3D-Punktwolke zu ermitteln, die sowohl Punkte umfasst, welche die Baumbestandteile als auch das Relief des Geländes des Gebiets 300 repräsentieren.
  • Dieses Verfahren beruht darauf, dass dieselben Gegenstände oder Punkte des Geländes aus unterschiedlichen Richtungen, d. h. unterschiedlichen Vertikalwinkeln und Horizontalwinkeln erfasst werden. Zwischen unterschiedlichen Luftbildern ergeben sich somit Parallaxendifferenzen, anhand derer auf die Position des in beiden Abbildungen enthaltenen Gegenstands / des enthaltenen Punktes des Geländes in der realen Welt zurück geschlossen werden kann. Hierfür ist es notwendig, die Position des Luftfahrzeugs 1100 und die Orientierung der Kamera 1150 zu den Zeitpunkten, an denen die Abbildungen, d. h. die beiden Luftbilder 400 erfasst sind, zu kennen.
  • Die Auswerteeinrichtung 1200 des Systems 1000 umfasst daher eine 3D-Modellierungseinheit 1300, die mittels eines Structure-from-Motion- Verfahrens eine 3D-Punktwolke des Gebiets ermittelt 2300.
  • Um die weitere Auswertung zu vereinfachen wird die 3D-Punktewolke normalisiert 2400. Dieses erfolgt in einer Reliefermittlungs- und Normalisierungseinheit 1400. Diese Einheit ist ausgebildet, ein Relief des Geländes des Gebiets zu modellieren und anschließend die Höhen der Elemente der 3D-Punktwolke zu normalisieren. Dies ist gleichbedeutend damit, dass das Relief des Geländes „eingeebnet wird“. 3D-Punkte oder Elemente der 3D-Punktwolke, die beispielsweise Spitzen verschiedener 20 m hoher Baumstämme repräsentieren, weisen nach der Normalisierung somit alle einen Höhenwert von 20 m auf, unabhängig vom Relief des Geländes, d. h. unabhängig davon, ob der entsprechende Baum in einer Mulde, oder auf einem leichten Hügel steht.
  • Die Auswerteeinrichtung 1200 umfasst ferner eine Baumbestandteilentfernungseinheit 1500. Diese ist ausgebildet, aus der 3D-Punktwolke jene Elemente bzw. 3D-Punkte zu entfernen, die zu Baumkronen und Baumstämmen gehören 2500. Ferner ist diese Einheit bei einigen Ausführungsformen ausgebildet, die Positionen von Fußpunkten der Baumstämme zu ermitteln 2505.
  • Die Baumstammentfernungseinheit 1500 erstellt anhand der verbleibenden Elemente/Punkte der normalisierten 3D-Punktwolke, d. h. der bodennahen 3D-Punkte bzw. Elemente ein Orthomosaik des Gebiets 2510. Neben den Schlagschatten sind gegebenenfalls auch größere Äste o. ä., was auf dem Boden liegt, zu erkennen.
  • Um die Schlagschatten zu identifizieren, d. h. die Bildpunkte des Orthomosaiks zu klassifizieren, die einem Schlagschatten eines Baums zuzurechnen sind, wird eine Klassifizierungseinheit 1600 eingesetzt. Die Auswerteinrichtung 1000 umfasst hierfür eine Klassifizierungseinheit 1600, die in dem Orthomosaik die zu den Schlagschatten von Bäumen gehörenden Bildpunkte oder Bildpunktbereiche klassifiziert 2600. Die Klassifizierungseinheit 1600 ist mittels eines trainierten künstlichen neuronalen Netzes 1610, vorzugsweise mittels eines künstlichen neuronalen Faltungsnetzes (englisch Convolutional Neural Network) realisiert. Ein Trainieren des künstlichen neuronalen Netzes kann beispielsweise mit auf ähnliche Weise erfassten und vorbereiteten Orthomosaiken erfolgen, in denen die Schlagschatten manuell markiert sind. Dies kann beispielsweise unter Verwendung der Software ArcGIS Pro, der Environmental Systems Research Institute, Inc. (ESRI), Redlands, Kalifornien, USA, erfolgen.
  • Die Auswerteeinrichtung 1200 umfasst darüber hinaus eine Schlagschattenlängenermittlungseinheit 1700. Diese ermittelt anhand des Sonnenstands zum Zeitpunkt der Erfassung der Luftbilder, anhand derer die einzelnen Bildpunkte des Orthomosaiken bestimmt sind, eine Schattenlänge, die einem Schattenwurf eines 1,30 m hohen lotrechten Gegenstands auf einer waagerechten Fläche entspricht 2700. Ferner kann anhand des Sonnenstands ermittelt werden, in welcher Richtung der Schattenwurf auf eine waagerechte Fläche erfolgt.
  • Die Auswerteeinrichtung 1200 umfasst eine Durchmesserermittlungseinheit 1800 die anhand der von der Schlagschattenlängenermittlungseinheit 1700 ausgegebenen Informationen in den klassifizierten Schlagschatten die entsprechenden Breiten und somit Stammdurchmesser der die schlagschattenverursachenden Bäume ermittelt. Die Ermittlung erfolgt in einem Abstand von einem Baumfußpunkt, der der ermittelten Schlagschattenlänge entspricht.
  • Bei einigen Ausführungsformen wird von der Durchmesserermittlungseinheit 1800 die ermittelte Schattenlänge von einem Ende des klassifizierten Schlagschattens aus gemessen. Bei einer anderen Ausführungsform werden von der Baumbestandteilentfernungseinheit oder einer anderen Einheit, welche die 3D-Punktwolke auswertet, die Fußpunktpositionen der Bäume ermittelt. Bei einer Weiterbildung werden somit die Schattenlängen für Schlagschatten, die mit einem so ermittelten Fußpunkt eines Baums korreliert sind, von der ermittelten Fußpunktposition aus abgetragen.
  • Vorzugsweise ist die Durchmesserermittlungseinheit 1800 auch ausgebildet, die entsprechenden Baumdurchmesser auf Brusthöhe auszugeben. Bei einer anderen Ausführungsform kann eine gesonderte Ausgabeeinheit oder Ausgabeeinrichtung 1900 vorgesehen sein, um die ermittelten Baumdurchmesser auf Brusthöhe auszugeben 2900.
  • Hierbei wird der Baumdurchmesser auf Brusthöhe gemeinsam mit den Koordinaten des zugehörigen Baums ausgegeben. Zusätzlich können auch noch weitere Daten ausgegeben werden, wie beispielsweise der Zeitpunkt der Erfassung der Luftbilder, Angaben über Unsicherheiten der Auswertung usw.
  • Bei einer Weiterbildung der Erfindung ist vorgesehen, dass die Schlagschattenlängenermittlungseinheit 1700 eine Länge des Schlagschattens für jeden Baum bzw. für jeden klassifizierten Schlagschatten unter Berücksichtigung des Reliefs an der entsprechenden Stelle des Schlagschattens vornimmt 2710. Hierdurch können die Angaben deutlich verbessert werden. Je nach Neigung des Geländes ist nämlich die Länge des Schlagschattens erhöht oder erniedrigt. Steigt das Gelände auf der von der Sonne abgewandten Seite eines Baums an, so ist die Länge des Schlagschattens verkürzt. Fällt hingegen das Gelände auf der von der Sonne abgewandten Seite des Baumes ab, so ist ein Schlagschatten verlängert. Die Reliefform hat somit einen Einfluss auf die entsprechende Schattenlänge.
  • Eine Verbesserung der Ermittlung von senkrechten Strukturen, insbesondere der zum Baumstamm gehörenden 3D-Bildpunkte, ergibt sich, wenn die Luftbilder als Schrägbilder erfasst werden. Im Gegensatz zu einer klassischen Erfassung der Luftbilder, bei denen das Gebiet in parallelen Linien mit senkrecht orientierter Kamera (Nadir-Geometrie) abgeflogen wird, sodass die Luftbilder eine Überdeckung von etwa 90 % aufweisen, sieht ein verbessertes Befliegungsmuster vor, dass dem Gebiet ein Raster von Referenzpunkten überlagert wird. Dieses Raster korrespondiert mit Kreuzungspunkten eines vorzugsweise regelmäßigen, aus geraden Linien gebildeten rechteckigen oder quadratischen Muster. Die einzelnen Referenzpunkte, welches Kreuzungspunkte des aus geraden rechtwinkligen Linien gebildeten Musters sind, werden hierbei vorzugsweise schleifenförmig umflogen. Eine besonders bevorzugte Ausführungsform umfasst das System 1000 eine Flugbahnermittlungseinheit 1105,die ausgebildet ist eine Flugbahn 3000 für die Luftbilderfassung zu ermitteln. Die Flugbahn 3000 ist in einer Flugebene beabstandet zu dem Boden des Gebiets ausgebildet. Die Flugbahn umfasst halbkreisförmige und halbellipsenörmige Abschnitte. 4 zeigt ein Beispiel einer solchen Flugbahn 3000. Hierbei ist jedem Referenzpunkt 3100 eine Halbellipse 3200 zugeordnet. Der Referenzpunkt 3100 liegt hierbei im Mittelpunkt der Ellipse, welche die Halbellipse 3200 definiert. Eine große Halbachse 3210 entspricht hierbei dem Abstand benachbarter Referenzpunkte 3100. Die Halbellipsen 3200 sind über Halbkreise 3300 miteinander verbunden, deren Radien ebenfalls dem Abstand benachbarter Referenzpunkte 3100 entspricht. Die Mittelpunkte 3310 dieser Halbkreise 3300 liegen jeweils mittig zwischen zwei benachbarten Referenzpunkten 3100. Diese Angaben beziehen sich auf einen Kernbereich des Gebiets. Ein Einfliegen kann ebenfalls über einen Halbkreis 3300` erfolgen, dessen Mittelpunkt 3310' einen halben Referenzpunkteabstand „vor“ dem ersten Referenzpunkt 3100 liegt. Während des Abfliegen der Flugbahn 3000 wird nun die Kamera jeweils so verschwenkt, dass der umflogene Referenzpunkt 3100 im Mittelpunkt des erfassten Luftbilds abgebildet wird. Ein Wechsel der Kameraausrichtung auf den nächsten Referenzpunkt 3100 erfolgt vorzugsweise jeweils nach dem Durchfliegen einer Hälfte eines der Halbkreise 3300 der Flugbahn, d.h. an Mittenpositionen 3320 der Halbkreise 3300.
  • Vorzugsweise werden die Referenzpunkte 3100 in einer waagerechten Ebene definiert, die mit dem Boden des Gebiets in zumindest einem Punkt zusammenfällt. Dies ist vorzugsweise einer der Referenzpunkte 3100. Obwohl die Flugebene, in der die Flugbahn definiert ist, beabstandet von der Ebene ist, in der die Referenzpunkt liegen, sind diese in 4 einander überlagert bzw. in die Zeichnungsebene projiziert dargestellt.
  • Zusätzlich zu den halbkreisförmigen und halbellipsenförmigen Abschnitten kommen weitere Abschnitte zur Flugbahn hinzu, wenn von einer Reihe der Referenzpunkte des Rasters zur nächsten Reihe des Rasters „gewechselt“ wird. Die einem Referenzpunkt zugeordneten Abschnitte ergeben vorzugsweise eine Flugbahn, die einem in Ausgangsschreibschrift geschriebenen Buchstaben „ℓ" ähnelt. Die Flugbahn für ein einer Reihe angeordneten Referenzpunkte gleicht dem Schriftbild in einer Rehe angeordneter handschriftlicher „ℓ"-Buchstaben:
    • Da die Schrägbilder, die bei diesem Verfahren erfasst werden, für eine Vielzahl von Parallaxen-Differenzen sorgen, ist es möglich nicht nur waagerechte Strukturen, sondern auch senkrechte Strukturen präzise zu modellieren. Daher können die Positionen und Bestandteile der Bäume zuverlässiger und vollständiger erfasst werden, was beispielsweise eine Ermittlung der Fußpunkte der Bäume und deren Positionen verbessert.
  • Auch ein Eliminieren der mit den Bäumen korrelierten Elemente der 3D-Punktwolke wird verbessert.
  • Bezugszeichenliste
  • 300
    Gebiet
    305
    Baum
    310
    Baumstamm
    315
    Baumdurchmesser
    320
    Schlagschatten
    325
    Breite des Schlagschattens
    350
    Baumbestand
    370
    Boden
    400
    Luftbilder
    420
    Abbildungsbereich des Kernschattens
    430
    Abbildungsbereich des beleuchteten Bodens
    470
    Bildpunkte
    600
    Sonne
    610
    Sonnenlicht
    1000
    System zur Ermittlung der Baumdurchmesser auf Brusthöhe
    1100
    Luftfahrzeug
    1105
    Flugbahnermittlungseinheit
    1110
    Georeferenzierungeinheit (z.B. GNSS)
    1150
    Kamera
    1200
    Auswerteeinrichtung
    1300
    Modellierungseinheit
    1400
    Reliefermittlungs- und Normalisierungseinheit
    1500
    Baumbestandteilentfernungseinheit
    1600
    Klassifizierungseinheit
    1700
    Schlagschattenlängenermittlungseinheit
    1800
    Durchmesserermittlungseinheit
    1900
    Ausgabeeinrichtung
    2000
    Verfahren zum Ermitteln von Baumdurchmessern auf Brusthöhe
    2100
    Erfassen von Luftbildern
    2105
    Ermitteln der Flugbahn
    2110
    Speichern von Positionen und Zeiten der Erfassung
    2120
    Speichern der Abbildungsparameter
    2300
    Ermitteln einer 3D-Punktwolke
    2400
    Normalisieren der 3D-Punktwolke
    2500
    Entfernen von Baumbestandteilen
    2505
    Bestimmen der Baumfußpunkte
    2510
    Erstellen eines Orthomosaiks der bodennahen Punkte
    2600
    Klassifizieren der Bildpunkte bezüglich der Schlagschattenzugehörigkeit
    2700
    Ermitteln der Schattenlänge der Brusthöhe
    2710
    Berücksichtigen des Reliefs bei der Schattenlängenermittlung
    2800
    Ermitteln der Schattenbreiten zum Bestimmen der Baumdurchmesser
    2900
    Ausgeben der Baumdurchmesser auf Brusthöhe
    3000
    Flugbahn
    3100
    Referenzpunkt
    3200
    Halbellipse
    3210
    große Halbachse
    3220
    kleine Halbachse
    3300, 3300`
    Halbkreis
    3310, 3310`
    Mittelpunkt
    3320
    Mittenposition

Claims (10)

  1. System (1000) zur Ermittlung von Baumdurchmessern auf Brusthöhe umfassend: ein Luftfahrzeug (1100) mit einer Kamera (1150) zum Erfassen von Luftbildern (400) eines Gebiets (300) mit einem unbelaubten Baumbestand (350) bei Sonnenschein, wobei das Luftfahrzeug (1100) eine Georeferenzierungseinheit (1110) zum Georeferenzieren der Luftbilder (400) und zur Positionsbestimmung des Luftfahrzeugs (1100) umfasst; eine Auswerteeinrichtung (1200), mit einer 3D-Moddellierungseinheit (1300), welche mittels eines Structure-from-Motion-Verfahrens eine 3D-Punktwolke des Gebiet ermittelt; einer Reliefermittlungs- und Normalisierungseinheit(1400), welche die 3D-Punkte hinsichtlich eines Oberflächenreliefs des Gebiets (300) normalisiert; eine Baumbestandteilentfernungseinheit (1500), zum Erstellen eines hinsichtlich des Reliefs normalisierten Orthomosaiks der bodennahen 3D-Punkte des Gebiets; eine Klassifizierungseinheit (1600) mit einem über Deep Learning trainierten künstlichen neuronalen Netz zum Ermitteln der Schlagschatten in dem normalisierten Orthomosaik; einer Schattenlängenermittlungseinheit (1700), die anhand des Sonnenstands bei der Erfassung und die Schattenlänge für einen Baumdurchmesser auf Brusthöhe ermittelt, und eine Durchmesserermittlungseinheit (1800), die für die ermittelten Schlagschatten deren Breite im Abstand der ermittelten Schattenlänge von der dem Schatten zuordenbaren Baumfußpunktposition ermittelt und eine Ausgabeeinrichtung (1900) zum Ausgeben der ermittelten Baumdurchmesser auf Brusthöhe.
  2. System (1000) nach Anspruch 1, dadurch gekennzeichnet, dass der Sonnenstand anhand einer Angabe über die geografische Position und den Zeitpunkt der Erfassung der Luftbilder anhand astronomischer Daten ermittelt wird.
  3. System (1000) nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Schattenlängenermittlungseinheit (1700) ausgebildet ist, beim Ermitteln der Schattenlänge das Relief zu berücksichtigen, auf das der Schatten geworfen wird.
  4. System (1000) nach Anspruch 3, dadurch gekennzeichnet, dass die Schattenlängenermittlungseinheit (1700) ausgebildet ist, die Schattenlänge individuell für jeden Baum (305) zu ermitteln.
  5. System (1000) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass das Luftfahrzeug (1100) ausgebildet ist, die Luftbilder (400) als Schrägbilder zu erfassen
  6. System (1000) nach Anspruch 5, gekennzeichnet durch eine Flugbahnermittlungseinheit (1105), die ausgebildet ist, die Flugbahn (3000) für die Luftbilderfassung zu ermitteln, indem dem Gebiet (300) ein regelmäßiges lineares oder regemäßiges rechteckiges Raster von Referenzenpunkten (3100) überlagert wird und die Flugbahn (3000) so festgelegt wird, dass diese Schleifen um die Referenzpunkte (3100) umfasst, die aus Halbellipsen (3200) und Halbkreisen (3300) gebildet sind, wobei das Luftfahrzeug (1100) ausgebildet ist, die Flugbahn (3000) abzufliegen und die Luftbilderfassung jeweils so auszuführen, dass jeder der Schleifen einer der Referenzpunkte (3100) zugeordnet ist und die Luftbilderfassung so erfolgt, dass der Referenzpunkt (3100) immer im Mittelpunkt der erfassten Schrägbilder abgebildet wird, die während des Abfliegens der dem Referenzpunkt (3100) zugeordneten Schleife erfasst werden.
  7. System (1000) nach Anspruch 6, dadurch gekennzeichnet, dass die Halbellipsen so konstruiert sind, dass deren zugehörigen Ellipsen eine große Halbachse (3210) aufweisen, deren Länge dem Abstand der schleifenförmig umflogenen Referenzpunkte (3100) entspricht und kleine Halbachsen (3220) aufweisen, deren Länge dem halben Abstand der Referenzpunkte (3100) entspricht und die Referenzpunkte (3100) jeweils senkrecht unter dem Berührpunkt von großer Halbachse (3210) und kleiner Hablachse (3220) der zugeordneten Halbellipse (3200) liegen, und die Halbkreise (3300) einen Radius aufweisen, der dem Referenzpunkteabstand entspricht, und ein Mittelpunkte der Halbkreise (3300) senkrecht über den Mittenpunkten zwischen benachbarten Referenzpunkten liegen.
  8. System (1000) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass das Künstliche Neuronale Netz ein Convolutional Neural Network ist.
  9. System (1000) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass zum Trainieren erfasste baumbestandteilfreie normalisierte Orthomosaike mit handmarkieren Schattenbereichen verwendet sind.
  10. System (1000) nach einem der vorgehenden Ansprüche, dadurch gekennzeichnet, dass die Kamera des Luftfahrzeugs (1100) ausgebildet ist, farbige Luftbilder zu erfassen, und die Auswerteeinrichtung (1200) ausgebildet ist, die Auswertung für mehrere Farbkanäle auszuführen.
DE202022106630.2U 2022-05-25 2022-11-25 System zur Ermittlung von Baumdurchmessern auf Brusthöhe Active DE202022106630U1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102022001847 2022-05-25
DE102022001847.0 2022-05-25

Publications (1)

Publication Number Publication Date
DE202022106630U1 true DE202022106630U1 (de) 2023-02-15

Family

ID=85384139

Family Applications (3)

Application Number Title Priority Date Filing Date
DE202022106630.2U Active DE202022106630U1 (de) 2022-05-25 2022-11-25 System zur Ermittlung von Baumdurchmessern auf Brusthöhe
DE102022212642.4A Pending DE102022212642A1 (de) 2022-05-25 2022-11-25 Verfahren und System zur Ermittlung von Baumdurchmessern auf Brusthöhe
DE102022212641.6A Pending DE102022212641A1 (de) 2022-05-25 2022-11-25 Verfahren und Vorrichtung zum Steuern eines Luftfahrzeugs und einer relativ zur Flugrichtung des Luftfahrzeugs ausrichtbaren Kamera

Family Applications After (2)

Application Number Title Priority Date Filing Date
DE102022212642.4A Pending DE102022212642A1 (de) 2022-05-25 2022-11-25 Verfahren und System zur Ermittlung von Baumdurchmessern auf Brusthöhe
DE102022212641.6A Pending DE102022212641A1 (de) 2022-05-25 2022-11-25 Verfahren und Vorrichtung zum Steuern eines Luftfahrzeugs und einer relativ zur Flugrichtung des Luftfahrzeugs ausrichtbaren Kamera

Country Status (1)

Country Link
DE (3) DE202022106630U1 (de)

Also Published As

Publication number Publication date
DE102022212641A1 (de) 2023-11-30
DE102022212642A1 (de) 2023-11-30

Similar Documents

Publication Publication Date Title
CN104881865B (zh) 基于无人机图像分析的森林病虫害监测预警方法及其系统
DE60018980T2 (de) Determinationsverfahren für standobjekte und rechnerprogramm zur durchführung des verfahrens
EP3548842B1 (de) Verfahren und vorrichtung zur georeferenzierung von luftbilddaten mit hilfe von sar-bilddaten
US7917346B2 (en) Geospatial modeling system providing simulated tree trunks and branches for groups of tree crown vegetation points and related methods
Lin et al. Quality control and crop characterization framework for multi-temporal UAV LiDAR data over mechanized agricultural fields
DE202017007481U1 (de) System zur Überwachung von Nutzpflanzen
Han et al. Extraction of multilayer vegetation coverage using airborne LiDAR discrete points with intensity information in urban areas: A case study in Nanjing City, China
CN106871864B (zh) 一种基于立体卫星影像自动提取建筑物高度的方法
Panagiotidis et al. Detection of fallen logs from high-resolution UAV images
DE3802541C2 (de)
Johansen et al. Mapping banana plantations from object-oriented classification of SPOT-5 imagery
Zhang et al. UAV‐derived imagery for vegetation structure estimation in rangelands: validation and application
DE102017217258A1 (de) Verfahren zum Klassifizieren von Pflanzen
DE102014205083B3 (de) Erstellen von Karten mit Küstenlinien
AT511460B1 (de) Verfahren zur bestimmung der position eines luftfahrzeugs
DE102020210618B4 (de) Verfahren und system zur objekterfassung
CN110084120B (zh) 海岛环境下的植被调查方法、装置、系统、设备和介质
EP2997543B1 (de) Vorrichtung und verfahren zum parametrisieren einer pflanze
DE202022106630U1 (de) System zur Ermittlung von Baumdurchmessern auf Brusthöhe
Herawan et al. Object-Based on Land Cover Classification on LAPAN-A3 Satellite Imagery Using Tree Algorithm (Case Study: Rote Island)
CN116486282A (zh) 一种基于深度学习的数字高程模型制作方法及系统、电子设备、存储介质
DE102012103373A1 (de) Verfahren zur Erstellung eines 3D-Modells urbaner Umgebungen
DE102019133515B3 (de) Verfahren und Vorrichtung zur Parallaxenbestimmung von Aufnahmen eines Multilinsen-Kamerasystems
LU504675B1 (de) Ein verfahren zur gewinnung von informationen über die erdrutschgefahr auf der grundlage von uav-bilddaten in hochgebirgstalgebieten
DE102019112692A1 (de) Verfahren zum Ermitteln eines digitalen Modells eines Bereichs eines Waldes

Legal Events

Date Code Title Description
R207 Utility model specification