一种从LiDAR点云数据中自动提取林分上层树木参数的方法

摘要

本发明的目的在于从LiDAR点云数据中提取林分上层树木参数时，避免对先验知识的依赖。具体通过如下方法实现：基于局部最大值检测得到待检测区域的各株待检测单木的树顶；在待检测单木的树顶基础上，结合区域增长法和多项式拟合法获得待检测单木的参数；汇总待检测区域中各株待检测单木的参数，得到待检测区域的林分上层树木参数。本发明提供的方法，结合局部最大值的检测、区域增长法和多项式拟合法实现对单木的分割以及林分上层树木参数的自动提取，不需要先验知识。从而简化了林分上层树木参数的提取过程。

说明书

技术领域

本发明涉及激光雷达数据处理和信息提取技术，尤其涉及一种从LiDAR点云数据中自 动提取林分上层树木参数的方法。

背景技术

激光雷达(Light Detection And Ranging，LiDAR)是一项通过由传感器所发出的激 光脉冲来测定传感器与目标物之问距离的主动遥感技术。在林业应用领域中，激光雷达 可以用于反演森林垂直结构并估测林木高度。例如，机载小光斑激光雷达系统被成功用 于单木参数的估计，所述的单木参数包括树高、树冠尺寸、树木位置等。

近年来发展了大量的基于LiDAR点云数据的林分上层树木的单木分割和单木参数提取 算法。这些算法都是从激光点云数据出发，生成CHM(Canopy Height Model，冠层高度 模型)，判断树的位置，通过分割得到树冠的边界。但这些算法大都需要试验区的一些 先验知识作为分割的初始条件。一些算法通常会用到试验区树高和冠幅的关系作为已知 条件来确定搜索窗口的尺寸、匹配模板的尺寸、分水岭分割的内标或外标。也有一些算 法通过多尺度的探测方法来避免对已知条件的要求，但在可能尺度的确定、各个树高等 级对应的阈值等参数的确定时仍然需要根据一些先验知识。

发明内容

本发明的目的是提供一种从LiDAR点云数据中自动提取林分上层树木参数的方法，从 而避免在提取林分上层树木参数时对先验知识的依赖。

本发明的目的通过以下技术方案来实现。

一种从LiDAR点云数据中自动提取林分上层树木参数的方法，包括：

步骤1、基于待检测区域的LiDAR点云数据生成CHM；

步骤2、对生成的CHM进行局部最大值检测，获得所述待检测区域中的各株待检测单 木的树顶；

步骤3、从每株待检测单木的树顶开始，利用区域增长的方法，在多对方向上分别抽 取树冠高度剖面；

步骤4、针对每株待检测单木，分别对各个树冠高度剖面进行多项式的拟合，并得到 拟合的多项式的拐点，根据各对方向上的拐点得到单株待检测单木各个方向的冠幅；

步骤5、针对每株待检测单木，对其各对方向的冠幅进行平均，得到单株待检测单木 的冠幅；

步骤6、针对每株待检测单木，提取其冠幅中最大CHM值作为单木高度；

步骤7、针对每株待检测单木，提取树顶在CHM中对应的位置作为单木坐标；

步骤8、保存并显示检测到的单木的参数，所述单木的参数包括：冠幅、单木高度、 单木坐标。

本发明提供的方法，结合局部最大值的检测、区域增长法和多项式拟合法实现对单 木的分割以及林分上层树木参数的提取，不需要先验知识。从而简化了林分上层树木参 数的提取过程，并提高了自动化程度。

附图说明

图1本发明实施例提供的方法流程图；

图2为本发明实施例提供的方向示意图。

具体实施方式

本发明提供了一种从LiDAR点云数据中自动提取林分上层树木参数的方法。该方法 基于局部最大值、区域增长和多项式拟合实现，不需要先验知识就能够得到林分上层树 木参数。该方法如图1所示，主要通过如下步骤实现：

步骤1、基于待检测区域的LiDAR点云数据生成CHM；

步骤2、对生成的CHM进行局部最大值检测，获得所述待检测区域中的各株待检测单 木的树顶；

本发明实施例中，将检测得到的局部最大值作为待检测单木的树顶。

步骤3、从每株待检测单木的树顶开始，利用区域增长的方法，在多对方向上分别抽 取树冠高度剖面；

其中，一对方向由相反的两个方向构成。以“东、南、西、北、东北、东南、西 北、西南”8个方向为例，“东-西”、“南北”、“东北-西南”、“东南-西北”为4 对方向。相应的，可以从待检测单木的树顶开始，在这4对方向上分别抽取树冠剖面， 得到4个树冠高度剖面。方向还可以用其他方式表示。例如，“前、后、左、右”，那 么，“前-后”、“左-右”构成两对方向；还可以时钟方向表示，例如“0点方向”与 “6点方向”构成一对相反方向等等。

步骤4、针对每株待检测单木，分别对各个树冠高度剖面进行多项式拟合，并得到拟 合的多项式的拐点，根据各对方向上的拐点得到单株待检测单木各对方向的冠幅；

其中，可以进行n次多项式拟合，优选的，采用最小二乘法进行4次多项式拟合。

步骤5、针对每株待检测单木，对其各对方向的冠幅进行平均，得到单株待检测单木 的冠幅；

步骤6、针对每株待检测单木，提取其冠幅中最大CHM值作为单木高度；

步骤7、针对每株待检测单木，提取树顶在CHM中对应的位置作为单木坐标；

步骤8、保存并显示检测到的待检测单木的参数，所述待检测单木的参数包括：冠 幅、单木高度、单木坐标。

其中，待检测区域中检测出的单木参数的总和，称作该待检测区域的林分上层树木 参数。

本发明提供的方法，结合局部最大值的检测、区域增长法和多项式拟合法实现对单 木的分割以及林分上层树木参数的提取，不需要先验知识。从而简化了林分上层树木参 数的提取过程。本发明提供的方法可以但不仅适用于温带针叶林、阔叶林、针阔混交 林、亚热带森林和热带雨林的检测与应用，具有很高的可靠性和稳定性。

下面以一个具体的应用实施例，对本发明提供的方法进行详细说明。在该应用实施 例中，通过小光斑机载激光雷达系统对待检测区域进行探测，得到该待检测区域的LiDAR 点云数据。

应用本发明提供的方法，从LiDAR点云数据中提取林分上层树木参数的实现方式包 括如下操作：

步骤1、对LiDAR点云数据进行地面点与植被点的滤波处理，利用地面点生成地面高 程模型，利用植被点的高程减去相应位置的地面高程模型值得到高程归一化后的数据 集；

本发明中，地面高程模型是指DEM(Digital Elevation Model，数字高程模型)。

步骤2、对上述的高程归一化后的数据集进行赋值处理，得到数据集中每一个栅格内 的最大值，对数据集中没有获得有效LiDAR回波数据的像元进行插值填充处理，通过赋 值及插值填充处理得到树冠高程模型；

本发明中，树冠高程模型是指CHM(Canopy Height Model)。

步骤3、对CHM进行高斯平滑滤波处理，以便进一步减少空洞像元(即上述没有获得 有效LiDAR回波数据的像元)和噪声值的影响；

步骤4、对平滑滤波处理后的CHM进行局部最大值检测，得到待检测区域中的各株待 检测单木的树顶；

另外，在步骤4中，还可以对4个象限的局部最大值进行平均，作为待检测区域的 优势木平均高，设置待检测单木高度与优势木平均高的比值，利用该比值与优势木平均 高的乘积作为局部最大值的阈值，从而控制最终待检测的上层树木的数量与比例。所述 的比值可以有用户灵活定义。

步骤5、针对单株待检测单木，从待检测单木的树顶出发，利用区域增长的方法在4 对方向上分别抽取树冠高度剖面，得到4个树冠高度剖面；

如图2所示，这4对方向分别为“东-西”、“南-北”、“东北-西南”和“东南- 西北”。

步骤6、针对单株待检测单木，分别对各个树冠高度剖面进行多项式拟合，并得到拟 合的多项式的拐点，根据各对方向上的拐点得到单株待检测单木各对方向的冠幅；

其中，可以但不仅限于进行4次多项式拟合，拟合算法可以但不仅限于采用最小二 乘法。

步骤7、针对单株待检测单木，对其各对方向的冠幅进行平均，得到单株待检测单木 的冠幅；

步骤8、针对单株待检测单木，提取其冠幅中最大CHM值(最大的CHM值是指对CHM 进行平滑滤波处理前的)作为单木高度；

步骤9、针对单株待检测单木，提取树顶在CHM中的位置作为单木坐标；

通过步骤5～步骤9，得到待检测区域中各株待检测单木的参数。

如果确定了局部最大值的阈值，则在步骤5之前，还将检测到的各个局部最大值与 局部最大值的阈值进行比较，仅针对大于阈值的待检测单木执行上述步骤5～步骤9。

步骤10、对检测到的单木坐标的距离进行判断，如果两个单木坐标的距离小于其中 任一单木的最小冠幅，则将两个单木的参数进行合并；

重复步骤10的操作，直到单木总数稳定。

其中，单木的最小冠幅是指单木的各对方向的冠幅中的最小值，所述合并是指：取 两株单木中的单木高度大值作为合并后的单木高度，取两个单木中的冠幅大值作为合并 后的单木的冠幅；

步骤11、对经过步骤10后获得的待检测区域中的待检测单木的参数进行保存并输 出。

上述本发明应用实施例提供的方法，用户可以灵活控制待检测的上层树木的数量与 比例。可以完全自动地获得林分上层树木的参数，为森林参数定量估测、森林质量评 价、森林经营决策提供了很好的遥感估测手段，随着机载Lidar数据日益广泛地获取， 本发明具有很强的实用价值。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此， 任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替 换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的 保护范围为准。