基于激光點云的單木葉屬性提取與三維重建
發(fā)布時間:2022-01-23 08:15
葉片屬性估計對于理解植被中的光合作用、呼吸作用、蒸騰作用以及碳和養(yǎng)分循環(huán)以及評估植物或森林的生物學參數至關重要。地面激光掃描(TLS)能夠在樹枝和葉片尺度上提供各個樹木的詳細特征,并提取樹干和樹冠的準確結構參數。在本文中,我們開發(fā)了一種基于計算機圖形的3D點云分割方法,可從單個葉片中準確有效地檢測樹葉及其形態(tài)特征(即葉面積和葉角分布(方位角和葉傾角))。為此,我們采用具有自適應半徑的球面鄰域模型來提取具有不同形態(tài)結構和復雜空間分布的單個葉片的中心區(qū)域點;同時,定義了四個輔助標準,以確保提取出的各個葉表面的中心區(qū)域點的準確性。然后,使用基于密度的帶噪聲的應用程序空間聚類(DBSCAN)算法對葉片的中心區(qū)域點進行聚類,并獲得與每個葉片表面相對應的中心點。我們還基于提取的每個葉片表面的中心點和兩個與形態(tài)相關的參數,使用高級3D分水嶺算法對單個葉片進行了分割。最后,通過分析分段的單葉點云來計算和評估葉屬性(葉面積和葉片角度分布)。為了驗證最終結果,在野外活動期間手動測量了實驗樹木上指定葉片的實際葉片面積,葉傾角和方位角數據。此外,還對分割算法中的參數進行了敏感性分析。結果表明,所提出的方法對于...
【文章來源】:南京林業(yè)大學江蘇省
【文章頁數】:64 頁
【學位級別】:碩士
【部分圖文】:
技術路線圖
7第二章數據與方法2.1研究區(qū)在南京林業(yè)大學校園(32°08"N,118°81"E)選擇實驗樹,校園內選擇的個體如粗糠樹(Ehretiamacrophylla),紫薇(crapemyrtle)和八角金盤(Fatsiajaponica)樹木。使用地面激光掃描儀(LeicaC10)儀器掃描具有不同寬葉和不同葉密度的所有實驗樹的樹冠,并且使用單站掃描來獲得數據。2.2研究數據2.2.1研究數據的采集本次實驗選擇三種實驗樹,即一棵典型的粗糠樹,一棵典型的紫薇和一棵典型的八角金盤進行測試。它們由TLS掃描得到的點云如圖2-1所示。這些樹的結構特征包括樹高,樹冠高度和冠層投影面積如圖2-1所示。其中激光雷達點密度分別為16946.3點(points)pts2,16188.76pts2和51483.96pts2。樹木的高度分別為3.5m,3.42m和1.6m。冠基(樹冠的底部高度)分別為0.97m,1.26m和0.01m。樹冠的投影面積分別為1.84m2,3.136m2和4.592m2。每棵樹的胸徑統(tǒng)計數據也列在圖2-1中,其中胸徑定義為胸部每個分支直徑的總和。這些比較表明,對于所有三種樹種,樣本樹之間的基本結構參數各異。由于選定樹木中沒有出現(xiàn)極端天氣(臺風,寒害,酸雨等),因此沒有葉片掉落與掃描噪聲點增加的情況。這些選定的實驗樹適合于研究葉屬性估測。圖2-1實驗樹木選擇和掃描數據收集:使用地面激光掃描儀掃描不同的樹種,包括(a)粗糠樹;(b)紫薇和(c)八角金盤;(d),(e)和(f)顯示了掃描點云并羅列了實驗樹的一系列結構特征。
ructuralfeaturesoftheexperimentaltrees.為了獲得真葉面積和葉角分布并證明我們的方法的有效性,在研究過程中使用LI-3000C便攜式面積計和角度測量裝置測量所有目標樹的每個單葉面積和葉片傾角和方位角。為了驗證最終結果,我們對具有不同葉片數的三棵實驗樹進行了隨機采樣,并使用角度測量裝置手動測量了所有采用葉片的葉傾角和方位角。葉片角度分布箱形圖如圖2-2所示,從圖中可得,隨著采樣葉片數量的增加,葉片葉傾角和方位角越穩(wěn)定;當隨機采樣的葉片數量占樹冠葉片總數的40%,葉片傾角和葉片方位角值趨于相對穩(wěn)定。圖2-2.箱形圖顯示三棵實驗樹的真實葉片傾斜角和葉片方位角的分布。(a),(b),(c):三棵實驗樹的真實葉片傾角的分布隨著采樣葉數的比例的增加而增加。(d),(e),(f):三棵實驗樹的真實葉方位角的分布隨著采樣葉數比例的增加而增加。該圖表明,當分析的葉片數量達到樹冠中葉片總數的40%時,葉片傾斜角和葉片方位角值趨于相對穩(wěn)定。因此,在下面的驗證中,分析數據集占實驗樹中葉片總數的40%。Figure2-2.Boxplotshowingthedistributionsofthetrueleafinclinationanglesandleafazimuthanglesofthethreeexperimentaltrees.(a),(b),(c):thedistributionsofthetrueleafinclinationanglesofthreeexperimentaltreeswithproportionofsampledleavesnumberincreasing.(d),(e),(f):thedistributionsofthetrueleafazimuthanglesofthreeexperimentaltreeswithproportionofsampledleavesnumberincreasing.Theplotsshowthatwhenthenumberofleavesanalysedreaches40%ofthetotalnumberofleavesinthetreecrown,theleafinclinationangleandleafazimuthanglevaluestendtoberelativelystable.Therefore,intheverificationbelow,theanalyticdatasetaccountedfor
【參考文獻】:
期刊論文
[1]改進的自適應參數DBSCAN聚類算法[J]. 王光,林國宇. 計算機工程與應用. 2020(14)
[2]基于STL文件的個性化外固定支具模型生成算法研究[J]. 吳植文,韓玉川,白云瑞,支鵬翔,劉一然,朱險峰. 國際生物醫(yī)學工程雜志. 2018 (05)
本文編號:3603953
【文章來源】:南京林業(yè)大學江蘇省
【文章頁數】:64 頁
【學位級別】:碩士
【部分圖文】:
技術路線圖
7第二章數據與方法2.1研究區(qū)在南京林業(yè)大學校園(32°08"N,118°81"E)選擇實驗樹,校園內選擇的個體如粗糠樹(Ehretiamacrophylla),紫薇(crapemyrtle)和八角金盤(Fatsiajaponica)樹木。使用地面激光掃描儀(LeicaC10)儀器掃描具有不同寬葉和不同葉密度的所有實驗樹的樹冠,并且使用單站掃描來獲得數據。2.2研究數據2.2.1研究數據的采集本次實驗選擇三種實驗樹,即一棵典型的粗糠樹,一棵典型的紫薇和一棵典型的八角金盤進行測試。它們由TLS掃描得到的點云如圖2-1所示。這些樹的結構特征包括樹高,樹冠高度和冠層投影面積如圖2-1所示。其中激光雷達點密度分別為16946.3點(points)pts2,16188.76pts2和51483.96pts2。樹木的高度分別為3.5m,3.42m和1.6m。冠基(樹冠的底部高度)分別為0.97m,1.26m和0.01m。樹冠的投影面積分別為1.84m2,3.136m2和4.592m2。每棵樹的胸徑統(tǒng)計數據也列在圖2-1中,其中胸徑定義為胸部每個分支直徑的總和。這些比較表明,對于所有三種樹種,樣本樹之間的基本結構參數各異。由于選定樹木中沒有出現(xiàn)極端天氣(臺風,寒害,酸雨等),因此沒有葉片掉落與掃描噪聲點增加的情況。這些選定的實驗樹適合于研究葉屬性估測。圖2-1實驗樹木選擇和掃描數據收集:使用地面激光掃描儀掃描不同的樹種,包括(a)粗糠樹;(b)紫薇和(c)八角金盤;(d),(e)和(f)顯示了掃描點云并羅列了實驗樹的一系列結構特征。
ructuralfeaturesoftheexperimentaltrees.為了獲得真葉面積和葉角分布并證明我們的方法的有效性,在研究過程中使用LI-3000C便攜式面積計和角度測量裝置測量所有目標樹的每個單葉面積和葉片傾角和方位角。為了驗證最終結果,我們對具有不同葉片數的三棵實驗樹進行了隨機采樣,并使用角度測量裝置手動測量了所有采用葉片的葉傾角和方位角。葉片角度分布箱形圖如圖2-2所示,從圖中可得,隨著采樣葉片數量的增加,葉片葉傾角和方位角越穩(wěn)定;當隨機采樣的葉片數量占樹冠葉片總數的40%,葉片傾角和葉片方位角值趨于相對穩(wěn)定。圖2-2.箱形圖顯示三棵實驗樹的真實葉片傾斜角和葉片方位角的分布。(a),(b),(c):三棵實驗樹的真實葉片傾角的分布隨著采樣葉數的比例的增加而增加。(d),(e),(f):三棵實驗樹的真實葉方位角的分布隨著采樣葉數比例的增加而增加。該圖表明,當分析的葉片數量達到樹冠中葉片總數的40%時,葉片傾斜角和葉片方位角值趨于相對穩(wěn)定。因此,在下面的驗證中,分析數據集占實驗樹中葉片總數的40%。Figure2-2.Boxplotshowingthedistributionsofthetrueleafinclinationanglesandleafazimuthanglesofthethreeexperimentaltrees.(a),(b),(c):thedistributionsofthetrueleafinclinationanglesofthreeexperimentaltreeswithproportionofsampledleavesnumberincreasing.(d),(e),(f):thedistributionsofthetrueleafazimuthanglesofthreeexperimentaltreeswithproportionofsampledleavesnumberincreasing.Theplotsshowthatwhenthenumberofleavesanalysedreaches40%ofthetotalnumberofleavesinthetreecrown,theleafinclinationangleandleafazimuthanglevaluestendtoberelativelystable.Therefore,intheverificationbelow,theanalyticdatasetaccountedfor
【參考文獻】:
期刊論文
[1]改進的自適應參數DBSCAN聚類算法[J]. 王光,林國宇. 計算機工程與應用. 2020(14)
[2]基于STL文件的個性化外固定支具模型生成算法研究[J]. 吳植文,韓玉川,白云瑞,支鵬翔,劉一然,朱險峰. 國際生物醫(yī)學工程雜志. 2018 (05)
本文編號:3603953
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3603953.html
最近更新
教材專著