机载lidar数据的城区树木点提取方法

机载lidar数据的城区树木点提取方法

ID:5287718

大小:312.51 KB

页数:5页

时间:2017-12-07

机载lidar数据的城区树木点提取方法_第1页
机载lidar数据的城区树木点提取方法_第2页
机载lidar数据的城区树木点提取方法_第3页
机载lidar数据的城区树木点提取方法_第4页
机载lidar数据的城区树木点提取方法_第5页
资源描述:

《机载lidar数据的城区树木点提取方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第39卷第3期测绘科学Vol.39No.32014年03月ScienceofSurveyingandMappingMar.机载LiDAR数据的城区树木点提取方法程晓光,黄先锋,张帆(武汉大学测绘遥感信息工程国家重点实验室,武汉430079)摘要:在城区的机载LiDAR点云中一般存在大量打在树木上的点,从点云中提取的树木点可以应用于城区绿化面积和树木参数的估计,以及树木的建模。针对城区环境,本文在综合分析树木点和其他地物空间分布模式的基础上,提出了一种只利用点云的几何性质,结合点云空间分布模式来提取树木点的方法。实验表明,该方法可以取得很高的分类精度,卡帕系数为0.9713。关键词:机载L

2、iDAR;点云分类;树木;空间分布模式【中图分类号】TP75【文献标识码】A【文章编号】1009-2307(2014)03-0052-05穿透树冠,只能产生一次回波。此外在建筑物,1引言路灯,花坛等的边缘以及农田等也会存在多次回城市是人类最重要的活动场所,而树木是城波。因此,只利用多次回波并不能完全有效地提区环境的重要组成部分。机载LiDAR是目前发展取出树木点。一些学者结合多光谱影像或城区规[2,9-13]最为迅速的测量和遥感手段之一,在它的点云中划图辅助从机载LiDAR点云中提取植被点。存在大量位于树木不同深度上的点,被认为是树但是这些辅助数据并不总是可用,而且计算和利木信息提取最有

3、前景的工具之一。从点云中提取用影像特征会使得分类复杂度大为增加。张齐勇出的树木点可以用于城区绿地面积的估计,树木等利用减去地面的DSM(nDSM),采用高程阈值,[14]的三维建模,以及树高,胸径,树冠体积等树木梯度阈值分割和区域增长提取树木点。实验表明参数的估计,进而估计出城区的生物量储量。提取率和正确率较高。这个方法的主要问题是在计城区地物类型比农村或者森林地区丰富的多,算梯度的时候,利用到了曲面拟合对邻近的8个点这极大地增加了点云分类的难度。目前,城区机构建二次曲面,进而求导数和梯度,复杂度高。载LiDAR点云分类主要关注地面点和建筑物点的与其他技术相比,机载LiDAR的优点在于不

4、[1-3]提取。单独针对树木点提取的研究还比较少,仅可以通过点云反映大的地物的外部空间形状,一般是将一些不满足建筑物点条件的非地面点分而且借助LiDAR的多回波探测技术,还可以探测[4-5]类为树木点,这样做会将一些非建筑物点也非树木等可穿透地物的垂直结构。在机载点云中,树木点的非地面点分为树木点。有人采用多次回打在树上的点,绝大部分位于树冠上,位于树干上波来区分树木点和非树木点,其基本假设是在树的点很少。因而一般只能依据树冠的特征来识别树。木上存在多次回波,而其他地物一般只有一次回因此本文所指的树木是乔木,树[6-7]波。但是早期的机载LiDAR硬件只记录一次回木点指的是位于乔木树冠上

5、的点。[8]波,而且某些数据格式不包含第几次回波的信位于树冠上的点表达的树冠的特息。在树冠郁闭度很高的情况下,激光脉冲难以定形状以及树冠内部点的分布,是树最重要的特征,与其他地物有着明显区别,这使得把树木点作者简介:程晓光(1985),男,山东和其他点区分开来成为可能。宁阳人,博士生,目前从事LiDAR和极化SAR的研究。本文提出了一种完全基于点E-mail:chengxiaoguang985@163.com云几何信息的方法,利用拉普拉斯算子求出DSM在两个方向上收稿日期:2012-5-16的二阶导数和,排除屋顶为平面基金项目:973项目(2011CB707001);的建筑物和线状地物,

6、再根据小自然基金项目(41001308,41071291);区域内部点云的垂直分布模式,图1算法流程图测绘遥感信息工程国家重点实验室专项科研经费第3期程晓光等机载LiDAR数据的城区树木点提取方法53排除可能的建筑物点,路灯点等,来提取树木点。图1为整个算法的流程图。2树木点空间分布模式分析2.1粗的树木点的提取树木主要指乔木,对于乔木来说,一个基本的空间分布特征是树冠基高足够高。根据Hoff-man实地采集的数据,平均树冠基高是4.2m,最图2不同地物的空间分布模式[15]。在野外林业调查中,胸径的定义(a单棵针叶树在点云中的垂直剖面图,b单棵阔叶树在点云中的小值是1.9m垂直剖面图,

7、c大片树林在点云中的垂直剖面图,[16]高度是1.3m左右,因此本文提取高于地面d常见建筑物在点云中的垂直剖面图,1.4m以上的点作为粗的树木点。在城区中,除树e单棵树点云的平面分布,f线状地物上点的平面分布)木点外,上面提取的粗的树木点中还包括位于建筑物,电线,路灯,栅栏等上面的点等,为此应3a)往往在垂直方向上存在明显的分层,该再从中排除非树木点。这可能是由存在多2.2建筑物与树木空间分布的区别个不同高度的屋顶区分建筑物点和树木

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。