[发明专利]一种无损估算立木材积的低成本树木结构自动重建方法在审
申请号: | 202111385752.0 | 申请日: | 2021-11-22 |
公开(公告)号: | CN114136208A | 公开(公告)日: | 2022-03-04 |
发明(设计)人: | 范光鹏;苏晓慧;许诺 | 申请(专利权)人: | 北京林业大学 |
主分类号: | G01B11/00 | 分类号: | G01B11/00;G01C11/02;G01S17/89;G06K9/62;G06T17/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100083 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 无损 估算 立木 材积 低成本 树木 结构 自动 重建 方法 | ||
本发明公开了一种无损估算立木材积的低成本树木结构自动重建方法,具体为基于地面摄影测量点云重建树木三维模型的方法。针对现有立木材积估算的弊端和不足,为了降低树干体积估测成本,在不损伤树木的情况下,本发明提供了一个基于地面摄影测量点云的立木材积估算的方法,使用该方法重建树木三维几何结构并提取树干体积,为立木材积无损估测提供了一个更加经济的方法。本发明的研究目标包括:(1)开放AdQSM,开发AdQSM的自动建模方法,有利于更多人使用;(2)开发一种新的低成本树结构建模技术。
一、技术领域
本发明涉及一种基于地面摄影测量点云的用于估算立木材积的低成本树木结构自动重建方法。
二、技术背景
以较高的精度和较低的成本获得立木材积是林业研究与应用的重要问题。从三维点云中重建树木模型对于估算树木体积、森林蓄积量、生物量和碳储量具有非常重要的意义。当前,森林激光雷达点云的获取成本仍然高于森林摄影测量点云。砍伐树木是获取体积最直接和有效的办法,但是具有破坏性并且成本高。通过破坏性采样建立的材积方程是一种估算体积的间接测量方法,但是有时候测量结果的不确定性难以量化甚至未知。本发明通过改进的基于激光雷达点云的QSM(Quantitative Structure Model,QSM)重建算法用于从地面摄影测量点云提取树干体积。对已有的QSM方法(AdQSM)进行改进,并提供了一种低成本的树木结构自动重建方法和技术路线。将基于TLS点云的QSM算法用于建模树木的地面近景摄影测量的点云将是一个新的尝试。将来自地面近景摄影测量的点云作为树木定量结构模型的输入数据会降低树木3D重建的成本,因为摄影测量点云更容易获取。基于QSM方法建模来自树木图像的点云的相关报道很少,尤其将地面近景摄影测量点云作为输入数据。激光雷达点云和摄影测量点云都是由一系列的坐标点组成,点云中都包含了X轴,Y轴和Z轴三个方向的数据。本发明将QSM算法用于建模树木的地面近景摄影测量的点云,除了可以提高QSM算法的通用性,还为QSM的增加了新的输入数据。本文与已有的方法相比优势如下:
(1)开发了一个基于地面近景摄影测量点云的树木结构自动重建方法,首次基于TLS点云的树木三维重建算法去处理地面摄影测点云。
(2)证明了QSM的数据源可以是很容易获取的地面摄影测量点云,为树干体积无损估测提供了一个更加经济的方法。
(3)在树木结构重建方面,模型更加接近树木真实生长状态,可以以低成本的方式获取立木材积。
三、发明内容
针对现有立木材积估算的弊端和不足,为了降低树干体积估测成本,在不损伤树木的情况下,本发明提供了一个基于地面摄影测量点云的立木材积估算的方法,使用该方法重建树木三维几何结构并提取树干体积,为立木材积无损估测提供了一个更加经济的方法。
主要发明内容:
一种基于地面摄影测量点云重建树木三维模型的方法。本发明的技术方案主要包含以下步骤:
1.采集立木地面摄影测量点云。使用普通的数码相机采集立木,获取所有树木的坐标位置;然后生成基于图像的三维点云,采用运动重构法构造密集点云(SfM),使用软件自动实现SfM过程并进行人工编辑和修正;最后进行单木分割,从样地点云中提取单棵树木,进行地面点滤波、重采样、生成DEM、归一化等操作步骤实现从样地级别的点云中提取单木。分割后可对单棵点云树木进行逐一检查,对分类不正确的树木进行人工重新分割,手工去除噪点。
2.基于AdQSM从单棵树木的地面摄影测量点云中重建树木结构并提取体积。树木定量结构模型是基于地基激光雷达点云的单棵树木枝干几何结构的3D模型。利用AdQSM重建的地上单木三维几何结构去测量树干或者树枝的体积,可以量化材积方程带来的不确定性。
(1)S树木主干自动识别
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京林业大学,未经北京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111385752.0/2.html,转载请声明来源钻瓜专利网。