森林在陸地生態(tài)系統(tǒng)中起著關鍵作用,而單株樹木的分割以及單木結構參數(shù)和森林特征參數(shù)的估算是許多森林研究工作的基礎。具有高空間分辨率的UAV LiDAR(Unmanned aerial vehicles using light detection and ranging)探測技術能穿透森林冠層、繪制森林三維結構和林下地形信息,因此在森林應用中有著巨大的潛力。從LiDAR數(shù)據(jù)中分割單木點云,并估算森林特征參數(shù)已成為林業(yè)研究熱點之一。本文基于UAV LiDAR數(shù)據(jù)提出了兩種直接基于點云的單木分割方法并進行森林參數(shù)反演,以江蘇省鹽城市東臺國營林場為研究區(qū),并選取包含水杉、楊樹樹種的七個30m方形樣地進行驗證,具體內容如下:(1)基于下采樣的mean shift–NCut單木分割法:對高度歸一化后的非地面點云,采用mean shift算法進行粗分割,再用迭代的NCut算法精分割。結果表明,該方法的分割精度DET達到0.90,漏分比例OM為0.10,過分比例COM為0.11。(2)自適應核帶寬的mean shift分割法:根據(jù)相應的樹冠直徑確定最佳核帶寬的值,然后采用mean shift分割出單木點...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 國內外研究現(xiàn)狀
        1.2.1 基于機載LiDAR的單木分割研究方法
        1.2.2 基于機載LiDAR的森林參數(shù)提取研究方法
    1.3 研究內容與技術路線
        1.3.1 研究目標
        1.3.2 研究內容
    1.4 章節(jié)安排
第二章 研究區(qū)與數(shù)據(jù)
    2.1 研究區(qū)介紹
    2.2 UAV LiDAR數(shù)據(jù)
    2.3 驗證數(shù)據(jù)
    2.4 本章小結
第三章 UAV LiDAR單木分割與森林特征參數(shù)反演
    3.1 數(shù)據(jù)預處理
    3.2 算法原理
        3.2.1 mean shift算法原理
        3.2.2 NCut算法原理
    3.3 單木分割算法
        3.3.1 基于下采樣的mean shift-Ncut單木分割
        3.3.2 自適應核帶寬的mean shift
    3.4 基于單木點云的森林參數(shù)反演
        3.4.1 基于UAV LiDAR的單木變量提取
        3.4.2 單木與林分參數(shù)統(tǒng)計建模
    3.5 本章小結
第四章 實驗結果與討論
    4.1 數(shù)據(jù)預處理
        4.1.1 參數(shù)設置
        4.1.2 精度評價
    4.2 基于下采樣的mean shift-NCut單木分割
        4.2.1 參數(shù)設置
        4.2.2 精度評價
    4.3 自適應mean shift單木分割
        4.3.1 參數(shù)敏感性分析
        4.3.2 精度評價
    4.4 單木分割方法對比實驗
    4.5 點云密度敏感性分析
    4.6 森林特征參數(shù)估算結果與精度評價
    4.7 本章小結
第五章 結論和展望
    5.1 研究結論
    5.2 創(chuàng)新點
    5.3 研究不足與展望
參考文獻
致謝
作者簡介



本文編號：3779364