[发明专利]一种结合UAV影像和TLS点云的高郁闭森林样地树高提取方法

说明书

本发明涉及一种结合UAV影像和TLS点云的高郁闭森林样地树高提取方法，结合无人机影像和地面激光雷达点云的森林样地树高提取方法：同时获取高郁闭度森林样地无人机（UAV：Unmanned aerial vehicle）影像点云与该样地的地面激光雷达（TLS：Terrestrial Laser Scanning）点云数据。通过尺度不变特征变换（SIFT）特征点匹配算法实现两种数据匹配融合。基于融合的点云数据，采用改进的局部极大值算法提取样地的单木树高。本发明可实现同时从林下和冠层两个方向来测量森林样地参数，为更全面、更精确的估算亚热带高郁闭度森林样地的树高提供了一种新的途径。

技术领域

本发明涉及森林树高研究技术领域，特别是一种结合UAV影像和TLS点云的高郁闭森林样地树高提取方法。

背景技术

森林是陆地上面积分布最广、组成结构最复杂且物质资源最丰富的生态系统，能够及时清晰的了解森林信息变化情况，高效地进行森林资源管理是非常重要的，所以国内外开展了大量的森林资源调查的工作。树高是森林结构的重要参数，是估算森林蓄积量等其它参数的基础。

在普通的森林区域，TLS可以提供精细的森林直立面结构数据并可精确估算树高等参数。随着航空遥感技术的发展，低成本无人机(Unmanned Aerial Vehicle： UAV)由于其灵活和机动性，其配备的传感器可以实时获取高空间、时间分辨率的像片数据，通过运动结构多视图立体摄影(SfM-MVS)的技术方法可将获取的具有一定重叠度的序列像片数据生成三维点云数据(Ullman，1979；Lowe，2004； Dandois，2013)。从三维立体视角观察整个森林的概况，通过获取精细的地面点数据，为树高等参数的估算提供前提条件(Kattenborn等，2014)。

然而在高郁闭度的森林区域，UAV影像点云无法穿透冠层到达地面，对于无法获取地面点的区域，其树高等参数的估算受到限制。而在同一区域进行TLS点云数据获取时，由于复杂的森林结构或扫描仪自身条件限制等原因，其区域内树木信息不能被完整扫描，部分单木冠层信息会严重缺失。Jung(2016)将在不同角度方向存在数据缺失的TLS点云和ALS点云进行结合，提高了森林单木树高、冠幅等参数的估算精度。但是ALS点云获取成本较高，且实时性较差。

发明内容

有鉴于此，本发明的目的是提出一种结合UAV影像和TLS点云的高郁闭森林样地树高提取方法，可实现同时从林下和冠层两个方向来测量森林样地参数，为更全面、更精确的估算亚热带高郁闭度森林样地的树高提供了一种新的途径。

本发明采用以下方案实现：一种结合UAV影像和TLS点云的高郁闭森林样地树高提取方法，具体包括以下步骤：

步骤S1：同时获取高郁闭度森林样地无人机(UAV)影像点云与该样地的地面激光雷达(TLS)点云数据并生成数字表面模型(DSM)；

步骤S2：估算高郁闭度森林样地无人机(UAV)影像点云与该样地的地面激光雷达(TLS)点云数据的数字表面模型DSM上所有点的曲率，存储DSM所有点云尺度不变的局部邻近点，将曲率值高于其邻近点曲率值的点作为关键点；

步骤S3：建立关键点描述符区域，生成无人机影像点云和地面激光雷达样地点云的DSM描述符SIFT；

步骤S4：匹配最相似的关键点描述符，进行关键点坐标转换，实现无人机影像点云和地面激光雷达样地点云数据匹配融合；

步骤S5：基于无人机影像点云和地面激光雷达样地点云的融合数据，进行样地地面点分割，建立样地冠层高度模型CHM；

步骤S6：基于冠层高度模型CHM，采用改进的局部最大值算法提取样地的单木树高。