首页> 中文学位 >机载激光雷达数据和数码相机影像林木参数提取研究
【6h】

机载激光雷达数据和数码相机影像林木参数提取研究

代理获取

目录

文摘

英文文摘

论文说明:图表目录

声明

第一章绪论

1.1研究背景和意义

1.1.1遥感技术在林业中的应用

1.1.2激光雷达遥感技术

1.1.3项目来源与经费支持

1.2机载激光雷达技术林业应用研究现状与趋势

1.2.1国外研究进展

1.2.2国内研究进展

1.2.3机载激光雷达数据在林业中的应用前景

1.3研究目的和主要研究内容

1.3.1研究目的

1.3.2主要研究内容和论文结构

1.4研究思路与技术路线

第二章机载激光雷达数据介绍

2.1机载激光雷达系统简介

2.1.1机载激光雷达系统组成

2.1.2机载激光雷达系统基本原理

2.2机载激光雷达与干涉合成孔径雷达

2.3机载激光雷达与摄影测量

第三章研究区与数据

3.1研究区概况

3.1.1徂徕山林场自然概况

3.1.2徂徕山林场气候条件

3.1.3徂徕山林场森林资源状况

3.2研究区数据

3.2.1研究区飞行设计

3.2.2机载激光雷达数据

3.3航空影像数据

3.4地面数据

3.4.1收集数据资料

3.4.2地面调查数据

第四章林分平均高反演

4.1机载激光雷达估测树高基本原理

4.2数码相机影像正射校正

4.2.1摄影测量方法正射纠正

4.2.2激光雷达数据生成数字高程模型正射纠正

4.2.3两种正射纠正方法的比较

4.2.4影像镶嵌和拼接

4.3激光点云分类

4.3.1激光点云滤波和分类方法

4.3.2激光点云滤波和分类过程

4.4数字高程模型和数字地表模型生成

4.5归一化数字地表高程模型(nDSM)和植被高度分布图生成

4.6林分平均高反演

4.6.1树高反演算法

4.6.2精度评价

第五章单株木参数反演

5.1面向对象的信息提取方法

5.1.1影像对象的多尺度分割

5.1.2影像对象的信息提取

5.1.3面向对象影像分类的工作流程

5.2单木树冠提取

5.2.1影像分割方法

5.2.2影像分割参数

5.2.3单株树冠分割

5.3单木冠幅反演

5.4单木树高反演

5.4.1反演方法

5.4.2精度评价

第六章结论与讨论

6.1结论

6.2问题与展望

参考文献

在读期间的学术研究

致谢

展开▼

摘要

激光雷达(Light Detection And Ranging,LiDAR)是一项通过由传感器所发出的激光来测定传感器与目标物之间距离的主动遥感技术。自20世纪60年代末世界第一部激光雷达诞生以来,机载激光雷达技术成为一种重要的航空遥感技术,它用于估测森林参数的研究始于80年代中期,并为越来越多的学者所关注。机载激光雷达技术通过主动获取三维坐标信息来定量估测森林参数,尤其在估测林木高度及林木空间结构方面具有独特的优势。国外许多研究已经证明机载小光斑LiDAR数据在森林资源调查中的重要性,通过激光扫描数据可以准确地估测林分特征,如树高、胸高断面积以及林分蓄积量。而国内由于受数据源的限制,LiDAR数据在林业中的应用研究处于起步阶段。鉴于此,本研究用863计划“遥感区域综合应用示范”项目获取的IADAR数据和数码相机影像相结合,进行林分和单木水平的林木参数反演。主要研究内容包括: 1)通过阅读大量参考文献,认真总结当前国内外的研究现状和进展,深入分析IADAR数据反演森林参数的主要算法,指出有待进一步解决的关键技术,并对LiDAR技术今后的发展趋势及应用前景进行展望。 2)数码相机影像是高空间分辨率的真彩色影像,研究用传统摄影测量和LiDAR数据生成DEM的方法对影像进行正射纠正,认为LiDAR数据在获取数字高程模型(DEM)方面具有优势,从而可以简单、快速、准确得实现影像正射校正。 3)对研究区的LiDAR点云数据进行滤波和分类。根据地形特点、地表植被状况以及其它地类的分布,研究采用 Tin Filter、Polynomial Filter、Planner Filter、Z Clip Filter、Z Proximitv Filter等算法进行滤波,并对分类后的植被点云数据与同步获取的数码相机影像进行叠加以目视检验分类效果。 4)采用植被激光点云数据不同高度处的分位数作为统计变量,建立与林分平均高的关系,进行林分平均高反演。研究结果表明上四分位数处的高度(Percentile_75)与实测树高的关系最好,并与实测树高进行相关性分析,建立回归方程,平均估测精度达到90.59%。 5)用面向对象的方法对高空间分辨率(25cm)的数码相机影像进行单株木检测。通过多尺度、树冠模式的分割创建影像对象和类层次,用最邻近距离和成员函数法进行影像对象的分类,并基于分类结果进行再分割。对分割后的树冠多边形进行边缘优化,以准确识别单株木。 6)对LiDAR数据插值生成的数字地表模型(Digital Surface Model,DSM)和数字高程模型(Digital Elevation Model,DEM)进行差值运算生成树冠高模型(Canopy HeightModel,CHM),与数码相机影像分割后产生的树冠多边形进行叠加,计算单株树冠多边形内CHM的最大高度值作为单株树的树高。用IADAR估测树高和实测树高进行相关性分析,并建立回归方程,平均估测精度为74.89%。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号