融合无人机影像与LiDAR点云的山区地表覆被景观特征探测

doi:10.13474/j.cnki.11-2246.2022.0020

测绘通报 ›› 2022, Vol. 0 ›› Issue (1): 110-115.doi: 10.13474/j.cnki.11-2246.2022.0020

融合无人机影像与LiDAR点云的山区地表覆被景观特征探测

高莎¹, 袁希平^2,3, 甘淑^1,2, 杨明龙^3,4, 袁新悦¹, 罗为东¹

1. 昆明理工大学国土资源工程学院, 云南昆明 650093;
2. 滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室, 云南大理 671006;
3. 云南省高校高原山地空间信息测绘技术应用工程研究中心, 云南昆明 650093;
4. 昆明理工大学城市学院, 云南昆明 650093

收稿日期:2021-01-06 修回日期:2021-09-07 发布日期:2022-02-22
通讯作者: 甘淑。E-mail:gs@kust.edu.cn
作者简介:高莎(1993-),女,博士生,主要从事三维激光扫描理论与技术应用研究。E-mail:2441689096@qq.com
基金资助:
国家自然科学基金（41861054）；云南省自然科学基金（2015FA016）

Fusion of UAV image and LiDAR point cloud to study the detection technology of mountain surface cover landscape characteristics

GAO Sha¹, YUAN Xiping^2,3, GAN Shu^1,2, YANG Minglong^3,4, YUAN Xinyue¹, LUO Weidong¹

1. School of land and resources engineering, Kunming University of Science and Technology, Kunming 650093, China;
2. West Yunnan University of Applied Sciences, Key Laboratory of Mountain Real Scene Point Cloud Data Processing and Application for Universities in Yunnan Province, Dali 671006, China;
3. Application Engineering Research Center of spatial information surveying and mapping technology in Plateau and mountainous areas set by Universities in Yunnan Province, Kunming 650093, China;
4. City college, Kunming University of Science and Technology, Kunming 650093, China

Received:2021-01-06 Revised:2021-09-07 Published:2022-02-22

摘要/Abstract

摘要： 机载LiDAR数据能够准确提供对象的三维空间位置信息，无人机高分辨影像具备丰富的色彩信息与纹理信息，综合两种数据的优点，可进行数据集成融合。针对山区普遍存在的分布广泛的植被覆盖类型基质景观，本文通过构建可见光植被指数（VDVI）融合光谱信息点云数据，进行典型植被特征提取的研究。为了验证该方法提取信息的准确度，分别构建了3种数据源并依次进行山区地表植被提取试验。对试验结果定性定量分析表明，融合光谱点云数据的植被覆被率为56.8%，较另外两种数据类型的植被覆被率更加接近参考值（58.2%），可信度相对较高，效果更好，植被图斑轮廓更加清晰，更适用于目标对象植被特征提取，使融合影像信息的点云数据分类优势得以体现，证实了该方法面向山区植被特征提取的可行性。

关键词: 无人机影像, LiDAR数据, 数据融合, 可见光植被指数, 植被覆被率

Abstract: Airborne LiDAR data can accurately provide three-dimensional spatial location information of objects, and UAV high-resolution image has rich color information and texture information. By integrating the advantages of two kinds of data expression, data integration and fusion are carried out. Aiming at the matrix landscape of the most widely distributed vegetation cover type in mountainous areas, this paper proposes to construct visible vegetation index (VDVI) and then carry out the research on the typical vegetation feature extraction of the fusion spectral information point cloud data based on this technology. In order to verify the accuracy of the method, three data sources are constructed and the mountain is carried out in turn. The experiment of vegetation extraction in the area. The qualitative and quantitative analysis of the experimental results shows that the vegetation coverage rate of the fusion spectral point cloud data is 56.8%, which is closer to the reference value of 58.2% than the other two data types. The credibility is relatively high, the effect is better, the vegetation patch contour is clearer, and it is more suitable for the target object vegetation feature extraction, so that the advantages of the fusion image information point cloud data classification can be reflected. The feasibility of this classification method for mountain vegetation feature extraction is discussed.

Key words: UAV image, LiDAR data, data fusion, visible light vegetation index, vegetation coverage rate

中图分类号:

P237

高莎, 袁希平, 甘淑, 杨明龙, 袁新悦, 罗为东. 融合无人机影像与LiDAR点云的山区地表覆被景观特征探测[J]. 测绘通报, 2022, 0(1): 110-115.

GAO Sha, YUAN Xiping, GAN Shu, YANG Minglong, YUAN Xinyue, LUO Weidong. Fusion of UAV image and LiDAR point cloud to study the detection technology of mountain surface cover landscape characteristics[J]. Bulletin of Surveying and Mapping, 2022, 0(1): 110-115.

参考文献

[1] 骆剑承,吴田军,吴志峰,等. 遥感大数据智能计算[M].北京:科学出版社,2020.
[2] 陶惠林,徐良骥,冯海宽,等.基于无人机高光谱遥感的冬小麦株高和叶面积指数估算[J].农业机械学报,2020,51(12):193-201.
[3] 胡佩纶,陈育伟,蒋长辉,等. 基于室内高光谱激光雷达的典型树种叶片光谱观测和分类[J].红外与毫米波学报,2020,39(3):372-380.
[4] 高永刚,林悦欢,温小乐,等. 基于无人机影像的可见光波段植被信息识别[J].农业工程学报,2020,36(3):178-189.
[5] 宫传刚,卞正富,卞和方,等. 基于无人机与植被指数的排土场DEM模型构建关键技术[J].煤炭学报,2019,44(12):3849-3858.
[6] 解宇阳,王彬,姚扬,等. 基于无人机激光雷达遥感的亚热带常绿阔叶林群落垂直结构分析[J].生态学报,2020,40(3):940-951.
[7] 曹琼,马爱龙,钟燕飞,等. 高光谱-LiDAR多级融合城区地表覆盖分类[J].遥感学报,2019,23(5):892-903.
[8] 纪景纯,赵原,邹晓娟,等. 无人机遥感在农田信息监测中的应用进展[J].土壤学报,2019,56(4):773-784.
[9] 刘忠,万炜,黄晋宇,等. 基于无人机遥感的农作物长势关键参数反演研究进展[J].农业工程学报,2018,34(24):60-71.
[10] 高帅,牛铮,孙刚,等. 高光谱激光雷达提取植被生化组分垂直分布[J].遥感学报,2018,22(5):737-744.
[11] 杨凡,杨贵军,李振海,等. 低矮植被的无人机激光雷达测高精度分析[J].测绘科学,2017,42(9):151-157.
[12] 李慧盈,李文辉,陈圣波.一种机载雷达点云数据的快速分类方法[J].吉林大学学报(地球科学版),2010,40(5):1205-1210.
[13] PARIS C, BRUZZONE L. A three-dimensional model-based approach to the estimation of the tree top height by fusing low-density LiDAR data and very high resolution optical images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 53(1):467-480.
[14] ZARCO-TEJADA P J, DIAZ-VARELA R, ANGILERI V, et al. Tree height quantification using very high resolution imagery acquired from an unmanned aerial vehicle (UAV) and automatic 3D photo-reconstruction methods[J]. European Journal of Agronomy, 2014, 55:89-99.
[15] ZHOU Q, ROBSON M. Automated rangeland vegetation cover and density estimation using ground digital images and a spectral-contextual classifier[J]. International Journal of Remote Sensing, 2001, 22(17):3457-3470.
[16] 王凤艳,赵明宇,王明常,等. 无人机摄影测量在矿山地质环境调查中的应用[J].吉林大学学报(地球科学版),2020,50(3):866-874.
[17] 张良,马洪超,高广,等. 点、线相似不变性的城区航空影像与机载激光雷达点云自动配准[J].测绘学报,2014,43(4):372-379.
[18] 徐景中,寇媛,袁芳,等. 基于结构特征的机载LiDAR数据与航空影像自动配准[J].红外与激光工程,2013,42(12):3502-3508.
[19] 马洪超,姚春静,邬建伟.利用线特征进行高分辨率影像与LiDAR点云的配准[J].武汉大学学报(信息科学版),2012,37(2):136-140.
[20] 吴杭彬. 融合航空影像的机载激光扫描数据分类与特征提取[J].测绘学报,2011,40(1):134.

融合无人机影像与LiDAR点云的山区地表覆被景观特征探测

Fusion of UAV image and LiDAR point cloud to study the detection technology of mountain surface cover landscape characteristics

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周烨, 刘云波, 郑丽波, 龙泱君. 多平台点云数据的单木参数提取精度分析[J]. 测绘通报, 2022, 0(7): 168-172.
[2]	刘春杉, 曾元武, 罗宏明, 程迎轩, 钟小君, 张彤辉, 岳文. 广东省国土空间规划"一张图"实施监督信息系统下的海洋数据融合研究与实践[J]. 测绘通报, 2022, 0(6): 154-157.
[3]	陈兰兰, 夏益强, 肖海平, 刘小生. 露天矿边坡稳定性监测方法研究现状及进展[J]. 测绘通报, 2022, 0(5): 7-13.
[4]	贾煜, 汪泓, 蔡宏, 张磊. 结合地形因子与分层策略的喀斯特地区无人机影像分类[J]. 测绘通报, 2022, 0(2): 121-127.
[5]	孙保燕, 周鑫, 覃禹程, 韦龙华, 葛广昊. 空地多数据互辅融合技术在大型牌式古建筑重建的应用[J]. 测绘通报, 2022, 0(1): 121-127,132.
[6]	王晓静, 唐超, 王勇, 侯海倩, 杨晓飞. 封闭环境下限制误差发散的高精度导航定位[J]. 测绘通报, 2021, 0(8): 65-68,73.
[7]	高莎, 袁希平, 甘淑, 杨亚复, 李霞. 面向复杂山地的机载LiDAR与无人机影像融合应用[J]. 测绘通报, 2021, 0(7): 65-69.
[8]	吴学雨, 李明峰, 董思学, 王彬, 赵志胜. 利用基于抗差垂直向方差分量估计的GPS-InSAR数据融合方法反演三维形变场[J]. 测绘通报, 2021, 0(12): 38-43.
[9]	孙晓玮, 邱俊武. 工程建设项目全生命周期“多测合一”综合服务平台研究及应用[J]. 测绘通报, 2021, 0(12): 153-157.
[10]	张荣春, 衣雪峰, 李浩, 岳建平, 卢官明, 张学东. 多源数据多语义岩体结构面提取方法[J]. 测绘通报, 2021, 0(11): 76-80,105.
[11]	尚海兴, 黄文钰, 谢谦, 刘阳, 裴文悦. TerrainMapper机载激光雷达的新能源基地智慧三维GIS工程应用[J]. 测绘通报, 2021, 0(11): 165-168.
[12]	毛冬海, 李守军, 王锋, 戴华毅, 阳凡林. LiDAR测量点云融合影像的分块滤波方法[J]. 测绘通报, 2021, 0(10): 67-72,131.
[13]	张陈为, 谌恺祺, 郭艺文, 王达, 赵冰冰, 吴艳. 顾及三生空间交互特征的城市空间宜居性评价——以武汉市为例[J]. 测绘通报, 2021, 0(1): 124-129.
[14]	葛义攀, 王晓红. 基于本质矩阵的无人机影像精确匹配[J]. 测绘通报, 2020, 0(8): 55-58,75.
[15]	张翼然, 贾光军, 陶迎春, 祝晓坤, 左效刚, 崔立新. 地理实体的空间组织与多态特征及其应用[J]. 测绘通报, 2020, 0(8): 135-138.