專利名稱：一種從LiDAR點(diǎn)云數(shù)據(jù)中自動(dòng)提取林分上層樹木參數(shù)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及激光雷達(dá)數(shù)據(jù)處理和信息提取技術(shù)，尤其涉及一種從LiDAR點(diǎn)云數(shù)據(jù)中自動(dòng)提取林分上層樹木參數(shù)的方法。
背景技術(shù)：
激光雷達(dá)(Light Detection And Ranging,LiDAR)是一項(xiàng)通過由傳感器所發(fā)出的激光脈沖來測定傳感器與目標(biāo)物之問距離的主動(dòng)遙感技術(shù)。在林業(yè)應(yīng)用領(lǐng)域中，激光雷達(dá)可以用于反演森林垂直結(jié)構(gòu)并估測林木高度。例如，機(jī)載小光斑激光雷達(dá)系統(tǒng)被成功用于單木參數(shù)的估計(jì)，所述的單木參數(shù)包括樹高、樹冠尺寸、樹木位置等。近年來發(fā)展了大量的基于LiDAR點(diǎn)云數(shù)據(jù)的林分上層樹木的單木分割和單木參數(shù)提取算法。這些算法都是從激光點(diǎn)云數(shù)據(jù)出發(fā)，生成CHM(Canopy Height Model，冠層高度模型)，判斷樹的位置，通過分割得到樹冠的邊界。但這些算法大都需要試驗(yàn)區(qū)的一些先驗(yàn)知識作為分割的初始條件。一些算法通常會(huì)用到試驗(yàn)區(qū)樹高和冠幅的關(guān)系作為已知條件來確定搜索窗口的尺寸、匹配模板的尺寸、分水嶺分割的內(nèi)標(biāo)或外標(biāo)。也有一些算法通過多尺度的探測方法來避免對已知條件的要求，但在可能尺度的確定、各個(gè)樹高等級對應(yīng)的閾值等參數(shù)的確定時(shí)仍然需要根據(jù)一些先驗(yàn)知識。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種從LiDAR點(diǎn)云數(shù)據(jù)中自動(dòng)提取林分上層樹木參數(shù)的方法，從而避免在提取林分上層樹木參數(shù)時(shí)對先驗(yàn)知識的依賴。本發(fā)明的目的通過以下技術(shù)方案來實(shí)現(xiàn)。一種從LiDAR點(diǎn)云數(shù)據(jù)中自動(dòng)提取林分上層樹木參數(shù)的方法，包括步驟1、基于待檢測區(qū)域的LiDAR點(diǎn)云數(shù)據(jù)生成CHM ；步驟2、對生成的CHM進(jìn)行局部最大值檢測，獲得所述待檢測區(qū)域中的各株待檢測單木的樹頂；步驟3、從每株待檢測單木的樹頂開始，利用區(qū)域增長的方法，在多對方向上分別抽取樹冠高度剖面；步驟4、針對每株待檢測單木，分別對各個(gè)樹冠高度剖面進(jìn)行多項(xiàng)式的擬合，并得到擬合的多項(xiàng)式的拐點(diǎn)，根據(jù)各對方向上的拐點(diǎn)得到單株待檢測單木各個(gè)方向的冠幅；步驟5、針對每株待檢測單木，對其各對方向的冠幅進(jìn)行平均，得到單株待檢測單木的冠幅；步驟6、針對每株待檢測單木，提取其冠幅中最大CHM值作為單木高度；步驟7、針對每株待檢測單木，提取樹頂在CHM中對應(yīng)的位置作為單木坐標(biāo)；步驟8、保存并顯示檢測到的單木的參數(shù)，所述單木的參數(shù)包括冠幅、單木高度、 單木坐標(biāo)。
本發(fā)明提供的方法，結(jié)合局部最大值的檢測、區(qū)域增長法和多項(xiàng)式擬合法實(shí)現(xiàn)對單木的分割以及林分上層樹木參數(shù)的提取，不需要先驗(yàn)知識。從而簡化了林分上層樹木參數(shù)的提取過程，并提高了自動(dòng)化程度。


圖1本發(fā)明實(shí)施例提供的方法流程圖；圖2為本發(fā)明實(shí)施例提供的方向示意圖。
具體實(shí)施例方式本發(fā)明提供了一種從LiDAR點(diǎn)云數(shù)據(jù)中自動(dòng)提取林分上層樹木參數(shù)的方法。該方法基于局部最大值、區(qū)域增長和多項(xiàng)式擬合實(shí)現(xiàn)，不需要先驗(yàn)知識就能夠得到林分上層樹木參數(shù)。該方法如圖1所示，主要通過如下步驟實(shí)現(xiàn)步驟1、基于待檢測區(qū)域的LiDAR點(diǎn)云數(shù)據(jù)生成CHM ；步驟2、對生成的CHM進(jìn)行局部最大值檢測，獲得所述待檢測區(qū)域中的各株待檢測單木的樹頂；本發(fā)明實(shí)施例中，將檢測得到的局部最大值作為待檢測單木的樹頂。步驟3、從每株待檢測單木的樹頂開始，利用區(qū)域增長的方法，在多對方向上分別抽取樹冠高度剖面；其中，一對方向由相反的兩個(gè)方向構(gòu)成。以“東、南、西、北、東北、東南、西北、西南”8個(gè)方向?yàn)槔?，“東-西”、“南北”、“東北-西南”、“東南-西北”為4對方向。相應(yīng)的，可以從待檢測單木的樹頂開始，在這4對方向上分別抽取樹冠剖面，得到4個(gè)樹冠高度剖面。 方向還可以用其他方式表示。例如，“前、后、左、右”，那么，“前-后”、“左-右”構(gòu)成兩對方向；還可以時(shí)鐘方向表示，例如“0點(diǎn)方向”與“6點(diǎn)方向”構(gòu)成一對相反方向等等。步驟4、針對每株待檢測單木，分別對各個(gè)樹冠高度剖面進(jìn)行多項(xiàng)式擬合，并得到擬合的多項(xiàng)式的拐點(diǎn)，根據(jù)各對方向上的拐點(diǎn)得到單株待檢測單木各對方向的冠幅；其中，可以進(jìn)行η次多項(xiàng)式擬合，優(yōu)選的，采用最小二乘法進(jìn)行4次多項(xiàng)式擬合。步驟5、針對每株待檢測單木，對其各對方向的冠幅進(jìn)行平均，得到單株待檢測單木的冠幅；步驟6、針對每株待檢測單木，提取其冠幅中最大CHM值作為單木高度；步驟7、針對每株待檢測單木，提取樹頂在CHM中對應(yīng)的位置作為單木坐標(biāo)；步驟8、保存并顯示檢測到的待檢測單木的參數(shù)，所述待檢測單木的參數(shù)包括冠幅、單木高度、單木坐標(biāo)。其中，待檢測區(qū)域中檢測出的單木參數(shù)的總和，稱作該待檢測區(qū)域的林分上層樹木參數(shù)。本發(fā)明提供的方法，結(jié)合局部最大值的檢測、區(qū)域增長法和多項(xiàng)式擬合法實(shí)現(xiàn)對單木的分割以及林分上層樹木參數(shù)的提取，不需要先驗(yàn)知識。從而簡化了林分上層樹木參數(shù)的提取過程。本發(fā)明提供的方法可以但不僅適用于溫帶針葉林、闊葉林、針闊混交林、亞熱帶森林和熱帶雨林的檢測與應(yīng)用，具有很高的可靠性和穩(wěn)定性。下面以一個(gè)具體的應(yīng)用實(shí)施例，對本發(fā)明提供的方法進(jìn)行詳細(xì)說明。在該應(yīng)用實(shí)施例中，通過小光斑機(jī)載激光雷達(dá)系統(tǒng)對待檢測區(qū)域進(jìn)行探測，得到該待檢測區(qū)域的LiDAR 點(diǎn)云數(shù)據(jù)。應(yīng)用本發(fā)明提供的方法，從LiDAR點(diǎn)云數(shù)據(jù)中提取林分上層樹木參數(shù)的實(shí)現(xiàn)方式包括如下操作步驟1、對LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行地面點(diǎn)與植被點(diǎn)的濾波處理，利用地面點(diǎn)生成地面高程模型，利用植被點(diǎn)的高程減去相應(yīng)位置的地面高程模型值得到高程歸一化后的數(shù)據(jù)集；本發(fā)明中，地面高程模型是指DEM(Digital Elevation Model，數(shù)字高程模型)。步驟2、對上述的高程歸一化后的數(shù)據(jù)集進(jìn)行賦值處理，得到數(shù)據(jù)集中每一個(gè)柵格內(nèi)的最大值，對數(shù)據(jù)集中沒有獲得有效LiDAR回波數(shù)據(jù)的像元進(jìn)行插值填充處理，通過賦值及插值填充處理得到樹冠高程模型；本發(fā)明中，樹冠高程模型是指CHM (Canopy Height Model)。步驟3、對CHM進(jìn)行高斯平滑濾波處理，以便進(jìn)一步減少空洞像元(即上述沒有獲得有效LiDAR回波數(shù)據(jù)的像元)和噪聲值的影響；步驟4、對平滑濾波處理后的CHM進(jìn)行局部最大值檢測，得到待檢測區(qū)域中的各株待檢測單木的樹頂；另外，在步驟4中，還可以對4個(gè)象限的局部最大值進(jìn)行平均，作為待檢測區(qū)域的優(yōu)勢木平均高，設(shè)置待檢測單木高度與優(yōu)勢木平均高的比值，利用該比值與優(yōu)勢木平均高的乘積作為局部最大值的閾值，從而控制最終待檢測的上層樹木的數(shù)量與比例。所述的比值可以有用戶靈活定義。步驟5、針對單株待檢測單木，從待檢測單木的樹頂出發(fā)，利用區(qū)域增長的方法在 4對方向上分別抽取樹冠高度剖面，得到4個(gè)樹冠高度剖面；如圖2所示，這4對方向分別為“東-西”、“南-北”、“東北-西南”和“東南-西北”。步驟6、針對單株待檢測單木，分別對各個(gè)樹冠高度剖面進(jìn)行多項(xiàng)式擬合，并得到擬合的多項(xiàng)式的拐點(diǎn)，根據(jù)各對方向上的拐點(diǎn)得到單株待檢測單木各對方向的冠幅；其中，可以但不僅限于進(jìn)行4次多項(xiàng)式擬合，擬合算法可以但不僅限于采用最小
二乘法。步驟7、針對單株待檢測單木，對其各對方向的冠幅進(jìn)行平均，得到單株待檢測單木的冠幅；步驟8、針對單株待檢測單木，提取其冠幅中最大CHM值(最大的CHM值是指對CHM 進(jìn)行平滑濾波處理前的)作為單木高度；步驟9、針對單株待檢測單木，提取樹頂在CHM中的位置作為單木坐標(biāo)；通過步驟5 步驟9，得到待檢測區(qū)域中各株待檢測單木的參數(shù)。如果確定了局部最大值的閾值，則在步驟5之前，還將檢測到的各個(gè)局部最大值與局部最大值的閾值進(jìn)行比較，僅針對大于閾值的待檢測單木執(zhí)行上述步驟5 步驟9。步驟10、對檢測到的單木坐標(biāo)的距離進(jìn)行判斷，如果兩個(gè)單木坐標(biāo)的距離小于其中任一單木的最小冠幅，則將兩個(gè)單木的參數(shù)進(jìn)行合并；重復(fù)步驟10的操作，直到單木總數(shù)穩(wěn)定。
其中，單木的最小冠幅是指單木的各對方向的冠幅中的最小值，所述合并是指取兩株單木中的單木高度大值作為合并后的單木高度，取兩個(gè)單木中的冠幅大值作為合并后的單木的冠幅；步驟11、對經(jīng)過步驟10后獲得的待檢測區(qū)域中的待檢測單木的參數(shù)進(jìn)行保存并輸出。上述本發(fā)明應(yīng)用實(shí)施例提供的方法，用戶可以靈活控制待檢測的上層樹木的數(shù)量與比例?？梢酝耆詣?dòng)地獲得林分上層樹木的參數(shù)，為森林參數(shù)定量估測、森林質(zhì)量評價(jià)、 森林經(jīng)營決策提供了很好的遙感估測手段，隨著機(jī)載Lidar數(shù)據(jù)日益廣泛地獲取，本發(fā)明具有很強(qiáng)的實(shí)用價(jià)值。以上所述，僅為本發(fā)明較佳的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并不局限于此， 任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換， 都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書的保護(hù)范圍為準(zhǔn)。
權(quán)利要求
1.一種從LiDAR點(diǎn)云數(shù)據(jù)中自動(dòng)提取林分上層樹木參數(shù)的方法，其特征在于，包括 步驟1、基于待檢測區(qū)域的LiDAR點(diǎn)云數(shù)據(jù)生成冠層高度模型CHM ；步驟2、對生成的冠層高度模型進(jìn)行局部最大值檢測，獲得所述待檢測區(qū)域中的各株待檢測單木的樹頂；步驟3、從每株待檢測單木的樹頂開始，利用區(qū)域增長的方法，在多對方向上分別抽取樹冠高度剖面，其中，一對方向由相反的兩個(gè)方向構(gòu)成；步驟4、針對每株待檢測單木，分別對各個(gè)樹冠高度剖面進(jìn)行多項(xiàng)式的擬合，并得到擬合的多項(xiàng)式的拐點(diǎn)，根據(jù)各個(gè)方向上的拐點(diǎn)得到單株待檢測單木各對方向的冠幅；步驟5、針對每株待檢測單木，對其各對方向的冠幅進(jìn)行平均，得到單株待檢測單木的冠幅；步驟6、針對每株待檢測單木，提取其冠幅中最大CHM值作為單木高度； 步驟7、針對每株待檢測單木，提取樹頂在CHM中對應(yīng)的位置作為單木坐標(biāo)； 步驟8、保存并顯示檢測到的單木的參數(shù)，所述待檢測單木的參數(shù)包括冠幅、單木高度、單木坐標(biāo)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟1具體包括步驟11、對所述LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行地面點(diǎn)與植被點(diǎn)的濾波處理，利用地面點(diǎn)生成地面高程模型DEM，將植被點(diǎn)的高程減去相應(yīng)位置的DEM值得到高程歸一化后的數(shù)據(jù)集；步驟12、對上述的高程歸一化后的數(shù)據(jù)集進(jìn)行賦值處理，得到每一個(gè)柵格內(nèi)的最大值， 對沒有獲得有效LiDAR回波數(shù)據(jù)的像元進(jìn)行插值填充處理，通過賦值及插值填充處理得到 CHM。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟7與步驟8之間，還包括單木參數(shù)的優(yōu)化處理對檢測到的單木坐標(biāo)的距離進(jìn)行判斷，如果兩個(gè)單木坐標(biāo)的距離小于其中任一單木的最小冠幅，則將兩個(gè)單木的參數(shù)進(jìn)行合并，所述單木的最小冠幅是指單木的各對方向的冠幅中的最小值，所述合并是指取兩個(gè)單木中的單木高度大值作為合并后的單木的高度，取兩個(gè)單木中的冠幅大值作為合并后的單木的冠幅； 重復(fù)上述操作，直到單木總數(shù)穩(wěn)定。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟8具體包括 保存并顯示經(jīng)過單木參數(shù)的優(yōu)化處理后的單木參數(shù)。
5.根據(jù)權(quán)利要求1 4任意一項(xiàng)所述的方法，其特征在于，步驟2進(jìn)一步包括 對4個(gè)象限的局部最大值進(jìn)行平均，作為待檢測區(qū)域的優(yōu)勢木平均高；設(shè)置待檢測單木高度與優(yōu)勢木平均高的比值； 將所述比值與優(yōu)勢木平均高的乘積作為局部最大值的閾值。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在步驟2與步驟3之間，該方法還包括 將檢測到的各個(gè)局部最大值與所述局部最大值的閾值進(jìn)行比較；針對局部最大值大于所述閾值的單木，執(zhí)行步驟3 步驟7。
全文摘要
本發(fā)明的目的在于從LiDAR點(diǎn)云數(shù)據(jù)中提取林分上層樹木參數(shù)時(shí)，避免對先驗(yàn)知識的依賴。具體通過如下方法實(shí)現(xiàn)基于局部最大值檢測得到待檢測區(qū)域的各株待檢測單木的樹頂；在待檢測單木的樹頂基礎(chǔ)上，結(jié)合區(qū)域增長法和多項(xiàng)式擬合法獲得待檢測單木的參數(shù)；匯總待檢測區(qū)域中各株待檢測單木的參數(shù)，得到待檢測區(qū)域的林分上層樹木參數(shù)。本發(fā)明提供的方法，結(jié)合局部最大值的檢測、區(qū)域增長法和多項(xiàng)式擬合法實(shí)現(xiàn)對單木的分割以及林分上層樹木參數(shù)的自動(dòng)提取，不需要先驗(yàn)知識。從而簡化了林分上層樹木參數(shù)的提取過程。
文檔編號G01B11/00GK102393180SQ20111031797
公開日2012年3月28日 申請日期2011年10月19日 優(yōu)先權(quán)日2011年10月19日
發(fā)明者龐勇 申請人:中國林業(yè)科學(xué)研究院資源信息研究所