期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于立木拓扑特征的ULS-TLS点云融合算法——以银杏人工林为例
1
作者 李纪霖 孙圆 +4 位作者 纪北京 张忻慧 温小荣 刘玉华 余鹏飞 《中南林业科技大学学报》 2025年第8期29-40,共12页
【目的】基于树木位置构建立木拓扑特征(Topological characteristics of standing trees,TCS)融合算法,尝试配准融合不同平台点云数据以提取高精度的单木测树因子。【方法】在平地、坡地2种地形林地对银杏人工林进行有叶、无叶2期扫描... 【目的】基于树木位置构建立木拓扑特征(Topological characteristics of standing trees,TCS)融合算法,尝试配准融合不同平台点云数据以提取高精度的单木测树因子。【方法】在平地、坡地2种地形林地对银杏人工林进行有叶、无叶2期扫描。将地基激光扫描获得的地面点云数据作为源点云,将无人机载激光扫描获得的空中点云数据作为目标点云,分别提供地面拓扑特征和冠层最高点拓扑特征。在设定的标准差圆搜索域内运用K近邻(K-nearest neighbor,KNN)算法搜索各树位置邻域内相近邻的树位置点,构建形成不规则三角网(Triangulated irregular network,TIN)对。通过计算每对TIN中三角形的角度和面积相似性构建相似性矩阵TSM(Triangular similarity matrix,TSM),进而构建得分矩阵,找到最大得分TIN对中匹配的“树-树”对。提取2类拓扑点集以计算转换参数并应用到目标点云完成粗配准,最后利用ICP算法完成精配准融合,提取各平台及融合点云的单木测树因子并进行精度评价。【结果】1)基于TCS算法粗配准后的点云数据集精配准融合误差(RMSE_((reg)),R_(MSE(reg)))均小于0.170 m,无叶期平地和坡地的R_(MSE(reg))分别下降了0.237、0.445 m,有叶期平地和坡地的R_(MSE(reg))分别下降了0.046、0.170 m。平地误差均低于坡地,无叶期平地R_(MSE(reg))(0.088 m)较有叶期(0.146 m)降低39.7%,无叶期坡地R_(MSE(reg))较有叶期降低42.6%,验证了无叶期配准效果较有叶期更优,同一棵树的树冠和树干部分融合效果得到改进,树干与树冠部分偏移量进一步降低;2)融合点云提取胸径的相对系数(R^(2),R)为0.944~0.992,均方根误差(RMSE,R_(MSE))为1.734~2.108 cm,与TLS点云的提取结果相差不大;3)融合点云提取的树高在有叶及无叶期均取得最优效果,R为0.825~0.902,RMSE为0.995~1.840 m,优于TLS与ULS点云;4)融合点云提取冠幅的结果较优,R为0.817~0.861,R_(MSE)为0.963~1.334 m。【结论】融合点云提取的单木测树因子精度验证了该算法在研究区的适用性,为ULS-TLS激光扫描技术在复杂冠形及不同时相、不同地形条件下林地调查中的应用推广提供了新方法。 展开更多
关键词 激光雷达 点云融合算法 单木测树因子提取 银杏人工林
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部