[发明专利]一种基于两期无人机影像的针叶林采伐蓄积量估算方法

权利要求书

1.一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：包括以下步骤：

步骤S1：利用无人机获取伐区采伐前后两期的航拍影像数据，经处理得到两期镶嵌影像和影像点云数据；

步骤S2：对两期影像点云数据进行匹配；

步骤S3：对步骤S2匹配后的数据进行布料模拟算法滤波处理，分离出林冠点云和地面点云；

步骤S4：基于步骤S3获取的点云数据，利用自然邻域插值法生成数字表面模型和数字高程模型，进而获取冠层高度模型；

步骤S5：基于步骤S4中构建的冠层高度模型，采用动态窗口局域最大值法进行林冠顶点探测，从而得到株数信息与对应树高信息；

步骤S6：基于实测数据研建胸径-树高回归模型，利用步骤S5的结果获取对应的单木胸径信息；并利用影像抽样或监督分类获得针叶林树种组成比例信息；

步骤S7：利用二元立木材积公式计算相应树种的单木材积，结合株数信息得到采伐蓄积量。

2.根据权利要求1所述的一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：步骤S1中，所述无人机飞行设置的航向重叠度优于80％，旁向重叠度优于60％；所获的无人机影像分辨率优于10cm；点云密度高于10/m³。

3.根据权利要求1所述的一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：步骤S2具体为：对两期影像点云数据选取多个同位点进行配准，数据的匹配误差要求在两个像元之内，保证研究区域中每棵树木点云的位置与相应地面点云位置完好对应。

4.根据权利要求3所述的一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：步骤S2进一步具体为：将获得的两期影像点云数据看做从P,Q两个不同视角下获得的具有重叠区域的数据点集，若在数据点集P中提取一个子集{m_i|m_i∈P,i＝1,2,...,N}，在数据点集Q中有一子集{m_i′|m_i′∈Q,i＝1,2,...,N}与之各点对应，配准就是求解在不同视角下，三维数据点之间的坐标转换关系R和T，其中R为旋转矩阵，T为平移矩阵，使得目标函数达到最小化；即多视角对齐的实质是计算满足如下目标函数的旋转和平移变换矩阵：

f(R,T)＝min∑[R·p_i+T-q_i]²；

式中，p_i与q_i为需要对齐的点。

5.根据权利要求1所述的一种基于两期无人机影像的针叶林采伐蓄积量估算方法，其特征在于：步骤S3具体包括以下步骤：

步骤S31：转换点云几何坐标，使配准之后的点云数据翻转；

步骤S32：初始化布料格网，通过格网分辨率确定格网节点数量；

步骤S33：将点云点和格网点投影到同一水平面，寻找每个格网点对应的点云点，并记录对应点云点的高程值；

步骤S34：计算格网点受重力作用位移的位置，并比较该节点位置高程与其对应点云点高程，如果该节点位置高程小于或者等于点云点高程，则将该节点位置替换到对应点云点位置，并标记为不可动点；其中格网点受重力作用位移的位置计算公式为：

式中，m是布料的质量，被设为常数1；X是某个时刻的节点位置；Δt是时间步长，G是重力常数；给出时间步长和节点初始位置，就能够得到当前点的位置；

步骤S35：计算每个格网点受邻近节点影响而移动的位置，每个布料点的修正位移计算公式为：

式中，为节点的移动向量；为待移动节点的当前位置；为的邻近节点位置；为垂直向上的标准向量，b是判断节点是否移动的参量，当节点可移动时，设b＝1，否则b＝0；

步骤S36：重复步骤S34和步骤S35，当所有节点的最大高程变化足够小或者超出最大迭代次数时，模拟过程终止，并进入步骤S37；

步骤S37：分离出林冠点云和地面点云；计算格网点和相应点云点之间的距离，对于点云点，如果该距离小于阈值h，被分为地面点，否则被分为非地面点；其中，所述林冠点云即非地面点云。