CN116778314B 一种采用特征级点云融合评估森林材积的方法和系统 （首都师范大学）

号一种采用特征级点云融合评估森林材积的本发明公开了一种采用特征级点云融合评估森林材积的方法和系统，该方法包括以下步TLS点云数据中的胸径数据，通过回归分析获得胸径估算模型，利用融合数据集中的冠幅和树木检尺，获取大面积森林材积具有较强的操作2采集目标区域的ALS点云数据和布置在该目标区域中的样地的TLS点云数据，分别对样地的ALS点云数据和TLS点云数据进行处理，基于树干地理坐标对ALS特征数据和TLS特征数据集进行特征级融合，获得融合数据样地的中心设置TLS基站以及用于TLS基站定位的靶球，通过测量TLS点云数据中每个点与基站和靶球的位置，并通过三维坐标转换和最小二乘平差求解获得每个点的地理坐通过机载的全球卫星导航系统，在获取ALS点云数据的同时，直接为A基于区域生长分割算法对样地的TLS点云数据和ALS点云数据进行分利用nDSM数据，使用面向线状实体提取的点云分割方法提取出每棵树的单木特征参3数据采集装置，用于采集目标区域的ALS点云数据和布置在该目标区域匹配装置，以样地的ALS点云数据和TLS点特征提取装置，用于分别对样地的ALS点云数据和TLS点云特征融合装置，用于基于树干地理坐标对ALS特征数据和TL森林材积计算装置，用于将目标区域中每棵树的胸径和树高输入TLS点云采集装置，包括三维激光扫描仪以及设置在样地的中心的TLS基站和用于TLSALS点云采集装置，包括机载的激光测距传感器和全球卫星导航系统，在获取噪音去除单元，用于基于区域生长分割算法对样地的TLS地面点识别单元，用于使用渐进式不规则三角网加密算法进行点云特征提取单元，用于利用nDSM数据，使用面向线状实体提取4[0004]激光雷达技术的应用主要包括机载激光扫描(ALS，AirborneLaserScanner)和再结合地面实测林分调查数据与联合提取的点云变量构建多元回归估算模型并验证其精5[0030]数据采集装置，用于采集目标区域的ALS点云数据和布置在该目标区域中的样地6[0035]森林材积计算装置，用于将目标区域中每棵树的胸径和[0048](1)分别为ALS点云数据和TLS点云数据赋予地理坐标，以二者共同地理坐标为基78[0074]步骤110，采集目标区域的ALS点云数据和布置在该目标区域中的样地的TLS点云[0075]ALS点云数据通过无人机搭载激光测距传感器获取，并通过机载的DGNSS直接为2[0077]使用StonexX300三维激光扫描仪获取样地的TLS点云数据，点云密度约[0078]使用DJIM300多旋翼无人机搭载激光测距传感器和DGNSS获取目标区域内的ALS点云数据及其地理坐标，包括样地的ALS点云数据和地理坐标。其中，无人机飞行高度为[0081]本实施例中，使用大疆智图v3.5对ALS点云数据进行处理，坐标系统选择China9[0086]步骤132，使用渐进式不规则三角网加密算法分别对TLS点云数据和ALS点云数据[0089]其中，ALS特征数据集包括样地中每棵的树干地理坐标LOCALS、树高HALS和冠幅[0091]步骤140，基于每棵树的树干地理坐标对ALS特征数据集和TLS特征数据集进行特ALs[0093]对于样地内的两个点云数据，判断是否为同一棵树的融合过程可由下述公式表干位置距离超过搜索距离r时，则认为不是同一棵树(c为假)，否则认为是同一棵树(c为[0097]由于样地外各树木的胸径无法通过TLS点云数据或者ALS点云数据直接获得，因的冠幅CDALs估算获得整个目标区域中每棵树的胸径DBHALSopt，包括样地内与样地外每棵树的胸径DBHALs以及利用胸径估算模型优化估算到的胸径DBHALSopt，对比结果如图5和表1所[0115]评价主要采用目视比较和定量分析相结合的方法，将从ALS提取的树冠位置和从TLsALS和VALSopt方法计算的材积与VALS+TLS方法计算的材积