• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>
    當前位置: 首頁 > 專利查詢>王濤專利>正文

    一種聯合激光雷達和多視密集匹配點云提取樹高的方法技術

    技術編號:14746855 閱讀:218 留言:0更新日期:2017-03-01 23:24
    一種聯合激光雷達和密集匹配點云數據提取樹木高度的方法,通過多視角光學數據密集匹配,獲取林區(qū)冠層點云數據。再通過激光雷達數據濾波獲取林區(qū)數字高程模型。結合兩種數據獲取樹木高度模型。通過分割算法獲取樹木位置和高度信息。一種聯合激光雷達和密集匹配點云數據提取樹木高度的方法特征在于:1)通過密集匹配光學數據提取樹木冠層的點云數據。2)通過激光雷達提取林區(qū)數字地面模型。3)通過結合兩種點云數據提取樹木高度模型。4)通過分割提取樹木高度。

    【技術實現步驟摘要】

    攝影測量與遙感領域。
    技術介紹
    機載激光雷達技術已經成為一種重要的航空遙感技術,它用于估測森林參數的研究始于80年代中期,并為越來越多的學者所關注。機載激光雷達技術通過主動獲取三維坐標信息來定量估測森林參數,尤其在估測林木高度及林木空間結構方面具有獨特的優(yōu)勢。但在1980年時就發(fā)現使用小腳印激光雷達系統(tǒng)會導致低估樹高。激光點主要打在樹的“肩部”而不是樹的頂部。因此,為了探測森林植被的最高部分需要激光點云數據有足夠的密度來對樹頂進行采樣。中低空無人飛行器是高分辨率、高精度遙感影像快速獲取的有效手段,具有起降條件寬松,機動靈活,數據采集效率高,可以完全擺脫云層遮擋的影響等優(yōu)勢。但是針對無人機數據處理與加工能力提高不大,使用原始影像很難直接提取林木參數,很難滿足林業(yè)應用需求。急需研究相應的自動處理算法。使用無人機密集匹配方法獲取的點云數據只能獲取林區(qū)數字表面模型。但是很難獲取林區(qū)內部信息。而激光雷達由于具有穿透性所以可以反映林木整體結構,因此聯合使用激光雷達數據和無人機密集匹配數據能夠更好的反映林區(qū)林木結構,研究相應的融合提取算法和相應的數學模型。。
    技術實現思路
    3.1中低空林區(qū)遙感圖像的智能匹配由于含樹木的遙感影像紋理比較復雜,使得影像匹配時初始視差的確定和同名點的搜索變得非常困難,傳統(tǒng)的影像匹配方法根本無法獲得準確可靠的同名點。因此需要突破林區(qū)中低空自由飛行遙感影像的自動數據整理,無POS情況下基于多種特征的智能匹配等關鍵技術,并采用多基線立體影像匹配、金字塔匹配,多特征匹配等策略提高匹配成功率。采用分類技術獲取地面點和非地面點,從而提高空三連接點的可靠性。3.2中低空遙感圖像區(qū)域網平差中低空數碼影像的整體區(qū)域網平差是保證最終成果精度的最重要手段。低空遙感影像的航向和旁向重疊度一般較大,理論上不僅可以提高整體平差的精度和可靠性,也非常有利于粗差觀測值的探測和剔除。但是,中低空自由飛行數碼影像的重疊度和姿態(tài)角變化大,需要設法構建較為準確的自由區(qū)域網作為整體平差的初始值,保證區(qū)域網平差的快速收斂性。另外,整體區(qū)域網平差涉及像點觀測值,如何壓縮存儲并快速解算超大規(guī)模法方程組、如何準確計算各類觀測值的方差并重新確定各類觀測值的權值、如何進行附加系統(tǒng)誤差參數的自適應估計、如何計算各觀測值的多余觀測分量以確定內外部可靠性、如何進行粗差的智能探測與剔除都需要進行分析研究。3.3中低空林區(qū)遙感圖像的點云自動生成點云自動提取是快速獲取遙感區(qū)域數字表面模型的重要方法,點云自動提取主要基于影像密集匹配技術匹配密集的同名像點,然后利用影像平差后的方位元素前方交匯獲取密集的三維點云。對于中低空自由飛行的遙感影像來說,由于影像之間的姿態(tài)角變化大、相對航空較低、視差斷裂情況較多等不利因素的影響,導致影像紋理變形較大,常規(guī)的密集匹配算法會產生匹配可靠性低,點的密集程度不夠等問題。為解決中低空遙感影像的地形信息自動提取問題,一方面,需要在密集匹配前就對影像進行幾何處理,適當減小影像的姿態(tài)角與相對航高問題導致的影像變形;另一方面,需要改善密集匹配的算法。密集匹配算法對林區(qū)以及城區(qū)需要不同的算法,城區(qū)需要保建筑物的邊緣,同時也能很好的恢復樹木信息,林區(qū)需要特殊的算法。3.4基于攝影測量方法生成的點云與激光雷達點云的融合目前,遙感數據的配準基元通常分為點特征、線特征和面特征。由于機載LIDAR數據與光學影像的差異,難以直接從中尋找同名點作為基元,而采用灰度區(qū)域方法則能簡單地解決配準基元對應的問題,它通過比較影像上一定大小窗口中灰度分布的相似程度,以此作為配準的依據實現配準。有學者利用互信息最大化最為相似性測度進行LIDAR數據與光學影像數據的配準。此類方法的優(yōu)勢就在于不需要提取目標中的地物特征進行配準,可用于缺少建筑物等具有規(guī)則形狀目標的區(qū)域,不足就是對于大范圍區(qū)域采用互信息進行全局配準的效率不高。對此,有學者從攝影測量原理出發(fā),對多幅重疊影像進行立體匹配生成三維點集,將LIDAR數據與重疊影像的配準轉化為兩個點云之間的配準問題。但由于LIDAR點云與影像匹配的點云存在較大差異,前者分布相對均勻,后者通常集中位于紋理或灰度突變處,兩者之間沒有真正意義上的同名點,因此目前常采用迭代最鄰近點(ICP)算法進行兩者的最優(yōu)配準。本文檔來自技高網...

    【技術保護點】
    一種聯合激光雷達和多視密集匹配點云提取樹高的方法采用激光雷達和密集匹配點云兩種數據,激光雷達主要用于提取林區(qū)地形,匹配點云用以獲取林區(qū)數字表面模型。

    【技術特征摘要】
    1.一種聯合激光雷達和多視密集匹配點云提取樹高的方法采用激光雷達和密集匹配點...

    【專利技術屬性】
    技術研發(fā)人員:王濤
    申請(專利權)人:王濤
    類型:發(fā)明
    國別省市:廣東;44

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 一道久在线无码加勒比| 无码国产69精品久久久久孕妇| 熟妇人妻中文a∨无码| 国产精品99久久久精品无码| 老子午夜精品无码| 中文字幕人妻三级中文无码视频| 久久久久久亚洲Av无码精品专口 | 精品无码专区亚洲| 人妻AV中出无码内射| 好了av第四综合无码久久 | 丰满熟妇人妻Av无码区| 免费无码又爽又刺激高潮的视频| 无码一区二区三区视频| 国产成人无码a区在线观看视频免费 | 亚洲精品无码mv在线观看网站 | 少妇无码AV无码一区| 国产精品va无码免费麻豆 | 潮喷失禁大喷水无码| 无码精品人妻一区| 国产精品成人一区无码| 全免费a级毛片免费看无码| 亚洲熟妇无码AV不卡在线播放| 亚洲爆乳精品无码一区二区三区| 国产成人无码A区在线观看视频| 东京热HEYZO无码专区| 蜜色欲多人AV久久无码| 人妻精品久久无码区洗澡| 免费看国产成年无码AV片| 无码国产精品一区二区免费I6| 亚洲欧洲AV无码专区| 无码国产精品一区二区免费I6| 亚洲AV无码一区二区大桥未久| 永久免费AV无码国产网站| 亚洲av午夜精品无码专区| 制服在线无码专区| 97无码免费人妻超级碰碰碰碰| 亚洲国产精品无码观看久久| 激情无码亚洲一区二区三区| 无码AⅤ精品一区二区三区| 亚洲高清无码专区视频| 亚洲AV无码专区在线播放中文|