[发明专利]一种基于影像匹配点云的单木结构参数提取的方法

说明书

本发明公开了一种基于影像匹配点云的单木结构参数提取的方法。该方法包括以下步骤：对需要测量的单木环绕拍摄，获取单木的多重叠度影像；采用图像密集匹配的方法对重叠度高的照片进行拼接，然后采用空三加密的方法生成密集点云，获得单木的三维点云数据；接着将点云数据进行去噪处理并进行地面点分类，根据地面点进行归一化处理，生成数字表面模型DSM；在生成的DSM上直接对单木进行测量，获得单木结构所需的参数，并与实际测量的结果进行对比分析及精度评价。该方法通过非接触测量，更加方便快捷，大大缩短了人工时间和资金支出。通过本发明对单木结构参数提取测量，与使用其他相近遥感方法进行分类相比，其总体精度提升了5％以上。

技术领域

本发明属于摄影测量与遥感领域，具体涉及一种基于影像匹配点云的单木结构参数提取的方法。

背景技术

单木是构成森林的最基本单元，单木的详细结构信息、生理组分与特性是森林资源调查和生态研究的关键因素。精确地获取单木信息，不仅能有助于对单木的研究，同时也能为森林培育及森林资源管理提供技术支撑和数据支持。传统的单木测量主要依赖于人工野外调查，不仅速度慢、周期长、成本高、工作量大。同时，只能获得一些小规模的数据，不利于大尺度研究区域森林参数的研究。

遥感技术具有更新速度快、覆盖面广、成本低的优点。遥感技术在森林资源调查和森林空间结构参数提取方面具有很大的优势，弥补了传统地面调查方法的不足。以往的光学遥感技术只关注森林的水平结构信息，不能有效地反映森林的垂直结构。激光雷达是近年来发展较快的一种主动遥感技术，可以直接得到点云的高度、密度、分布、强度和波形信息，进而得到森林的三维结构参数。然而，激光雷达设备和数据预处理的高成本限制了其在森林研究中的广泛应用。

无人机是一种新兴的遥感技术。它可以随时起飞和降落，不受时间和地点的限制，并且可以获取地物的信息。其数据具有很高的空间和时间分辨率，可以达到厘米级。利用无人机相机及移动相机可以对单木结构参数进行精准提取。

近年来，基于影像匹配点云的单木结构参数提取的方法有：Tan等2008年在《ACMTransactions on Graphics》第5卷第27期上发表“Single image tree modeling”，该研究基于人机交互的算法，实现了单木模型的重建，该算法可以将单木的可见部分进行重构，但不能完全反映单木真实的三维结构信息。王佳等2011年在《测绘科学》第6卷上发表“航空数字摄影测量对林分立木测高及精度分析”，该研究利用无人机影像对河北廊坊自然公园的树林进行了立体图像重构，通过立体图像模型估测的树高精度达93％。然而，以上研究只是基于森林影像的可视化进行建模，未能有效提取森林树木的整体结构，同时，也未能对单木的三维结构进行深入信息提取和分析。

发明内容

针对上述现有技术中存在的不足，本发明所要解决的技术问题是提供一种基于影像匹配点云的单木结构参数提取的方法。本方法利用影像匹配生成点云的方法能够在对树木生长不造成影响的情况下获得树木的三维结构参数信息。相较于传统的光学遥感及激光雷达，本方法既节约了数据获取成本，同时也能完整的获取单木的详细结构参数。通过本发明对单木结构参数提取测量，与使用其他相近遥感方法进行分类相比，其总体精度提升了5％以上。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于影像匹配点云的单木结构参数提取的方法，包括以下步骤：

步骤一：对需要测量的单木环绕拍摄，获取单木的多重叠度影像；

步骤二：对每张单木影像进行SIFT特征点的提取以及SIFT特征匹配；然后根据运动模型算法进行特征点相对方位参数计算，提取三维信息的空间点；计算区域网平差，得到加密点地面坐标；

步骤三：采用图像密集匹配的方法对重叠度高的照片进行拼接，通过空三加密算法对单木影像的同名像点进行识别，开始特征点的密集匹配，匹配完成后，生成单木的密集点云模型；