多平台点云数据的单木参数提取精度分析

doi:10.13474/j.cnki.11-2246.2022.0224

测绘通报 ›› 2022, Vol. 0 ›› Issue (7): 168-172.doi: 10.13474/j.cnki.11-2246.2022.0224

• 测绘地理信息技术应用案例 • 上一篇

多平台点云数据的单木参数提取精度分析

周烨^1,2, 刘云波³, 郑丽波^1,2, 龙泱君^1,2

1. 绍兴文理学院土木工程学院, 浙江绍兴 312000;
2. 浙江省岩石力学与地质灾害重点实验室, 浙江绍兴 312000;
3. 浙江省测绘科学技术研究院, 浙江杭州 310030

收稿日期:2022-03-11 出版日期:2022-07-25 发布日期:2022-07-28
作者简介:周烨(1995—),男,硕士生,主要研究方向为数字摄影测量技术在城市建设中的应用。E-mail:1457770512@qq.com
基金资助:
2021年第一批产学合作协同育人项目(202101096002)

Precision analysis of single tree parameter extraction for multi-platform point cloud data

ZHOU Ye^1,2, LIU Yunbo³, ZHENG Libo^1,2, LONG Yangjun^1,2

1. College of Civil Engineering, Shaoxing University, Shaoxing 312000, China;
2. Key Laboratory of Rock Mechanics and Geohazards of Zhejiang Province, Shaoxing 312000, China;
3. Zhejiang Institute of Surveying and Mapping Science and Technology, Hangzhou 310030, China

Received:2022-03-11 Online:2022-07-25 Published:2022-07-28

摘要/Abstract

摘要： 以浙江省海宁市4种代表行道树(广玉兰、无患子、悬铃木、香樟树)为研究对象,结合无人机(UAV)影像和三维激光扫描数据,利用ContextCapture、LiDAR360软件完成点云拼接、滤波、降噪和编辑,通过迭代最近点算法实现点云精细匹配,完成多平台点云数据融合,进而得到数字表面模型与数字高程模型,并制作冠层高度模型;采用分水岭分割算法对不同行道树树种的冠层高度模型进行单木分割,并综合局部最大值法实现单木树高、冠幅的参数提取。结果表明,本文方法进行行道树单木分割的精度高,树高、冠幅参数提取值的效果好,满足行道树几何参数调查要求。

关键词: 行道树, 无人机影像, 三维激光扫描, 冠层高度模型, 分水岭分割算法, 树高, 冠幅

Abstract: Four representative street trees (magnolia grandiflora, sapindus mukorossi, platanus acerifolia, cinnamomum camphora) in Haining city, Zhejiang province are selected as research objects. Combined with unmanned aerial vehicle(UAV) images and 3D laser scanning data, the point cloud splicing, filtering, noise reduction and editing are completed by using ContextCapture and LiDAR 360 software, and the point cloud fine matching is achieved by iterative closest point algorithm. Complete multi-platform point cloud data fusion, obtain digital surface model and digital elevation model and make canopy height model on this basis; Watershed segmentation algorithm is used to segment CHM of different street tree species, and local maximum method is integrated to extract parameters of single tree height and crown width. The data show that the proposed method can achieve high precision of single tree segmentation, and the extraction effect of tree height and crown width is good, which meets the requirements of street tree geometric parameter investigation.

Key words: street tree, UAV image, 3D laser scanning, canopy height model, watershed segmentation algorithm, tree height, crown width

中图分类号:

P208

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.

ZHOU Ye, LIU Yunbo, ZHENG Libo, LONG Yangjun. Precision analysis of single tree parameter extraction for multi-platform point cloud data[J]. Bulletin of Surveying and Mapping, 2022, 0(7): 168-172.

参考文献

[1] 周珺婕.基于地面三维激光扫描数据的林木参数提取方法研究[D].成都:电子科技大学,2019.
[2] 晏娅萍,岳彩荣.基于多源点云数据融合的单木树形重建[J].桂林理工大学学报,2020,40(3):568-573.
[3] 邬宁珊,王佳希,张岩,等.基于无人机可见光影像的树种和树冠信息提取——以晋西黄土区蔡家川流域为例[J].浙江农业学报,2021,33(8):1505-1518.
[4] 郭昱杉,刘庆生,刘高焕,等.基于标记控制分水岭分割方法的高分辨率遥感影像单木树冠提取[J].地球信息科学学报,2016,18(9):1259-1266.
[5] 王涛,龚建华,张利辉,等.基于机载激光雷达点云数据提取林木参数方法研究[J].测绘科学,2010,35(6):47-49.
[6] CHEN Q, BALDOCCHI D, GONG P,et al.Isolating individual trees in a savanna woodland using small footprint LiDAR data[J].Photogrammetric Engineering&Remote Sensing, 2006, 72(8):923-932.
[7] 李响,甄贞,赵颖慧.基于局域最大值法单木位置探测的适宜模型研究[J].北京林业大学学报,2015,37(3):27-33.
[8] 王娟,张超,陈巧,等.结合无人机可见光和激光雷达数据的杉木树冠信息提取[J].西南林业大学学报(自然科学),2022,42(1):133-141.
[9] 殷红霞,杨建红.多源异构点云融合技术在古建筑信息留存中的应用[J].测绘通报,2020(9):162-164.
[10] 虞思逸,吴宾,谈文琦,等.利用车载激光扫描的城市森林三维绿量估算[J].测绘科学,2015,40(9):82-87.
[11] 王庆闪,张军,刘元盛,等.基于NDT与ICP结合的点云配准算法[J].计算机工程与应用,2020,56(7):88-95.
[12] 赵旦.基于激光雷达和高光谱遥感的森林单木关键参数提取[D].北京:中国林业科学研究院,2012.
[13] 王彬.基于机载LiDAR和高光谱数据的单木提取和树种识别[D].南京:南京信息工程大学,2018.
[14] 杨立岩.多平台多源遥感测树因子提取技术与方法研究[D].北京:北京林业大学,2018.
[15] 白明雄,张超,陈棋,等.基于无人机可见光遥感的单木树高提取方法研究[J].林业资源管理,2021(1):164-172.

多平台点云数据的单木参数提取精度分析

Precision analysis of single tree parameter extraction for multi-platform point cloud data

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]	经皓然, 徐敬海. 异形建筑的无人机点云与地面三维激光扫描点云配准[J]. 测绘通报, 2022, 0(6): 32-39.
[2]	谢元, 董梦, 马新建. 多源数据在复杂场景建筑物三维重建的应用[J]. 测绘通报, 2022, 0(6): 143-147.
[3]	李旭. 三维激光扫描技术在地铁隧道竣工测量中的应用[J]. 测绘通报, 2022, 0(6): 166-169.
[4]	赵立都, 向中富, 周银, 马下平, 张双成, 司梦元, 陈茂霖, 胡川, 潘建平. 利用地面三维激光扫描进行桥梁挠度变形分析[J]. 测绘通报, 2022, 0(5): 95-100.
[5]	张驰, 白志辉, 李亮, 陈冉丽, 吴侃. 利用三维激光扫描技术监测矿区桥梁结构形变[J]. 测绘通报, 2022, 0(4): 122-129.
[6]	王贝, 叶险峰, 王军宁. 利用点云切片提取技术分析桥梁形变[J]. 测绘通报, 2022, 0(4): 167-171.
[7]	许艳博. 结合全站式三维扫描与建筑设计坐标的复杂曲面检测[J]. 测绘通报, 2022, 0(2): 16-19,49.
[8]	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.
[9]	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.
[10]	丁鸽, 燕立爽, 彭健, 朱传广, 黄雪亭. 基于RANSAC算法的隧道点云横断面提取[J]. 测绘通报, 2021, 0(9): 120-123.
[11]	韩富庆, 郭国和, 杨承昆, 吴勇生, 王伟力, 李彩林. 基于点云投影线探测的高墩位姿自动检测方法[J]. 测绘通报, 2021, 0(9): 130-135,150.
[12]	贺晓东. 三维激光扫描技术在建筑立面数字化采集和立面绘制方向应用的可行性研究[J]. 测绘通报, 2021, 0(9): 157-159,164.
[13]	唐东跃, 肖书安, 周兴华, 朱水鹏. 三维激光扫描技术在高铁隧道平整度检测中的应用[J]. 测绘通报, 2021, 0(9): 160-164.
[14]	马涛, 杨小明, 阎跃观, 闫东川. 以窗口化和地形坡度为基础的植被茂密区域点云滤波算法[J]. 测绘通报, 2021, 0(8): 33-36.
[15]	陈利敏, 樊廷立. 超大速滑场地制冰排管形态的高精度快速检测[J]. 测绘通报, 2021, 0(8): 111-114.