基于激光点云的单木叶属性提取与三维重建
发布时间:2022-01-23 08:15
叶片属性估计对于理解植被中的光合作用、呼吸作用、蒸腾作用以及碳和养分循环以及评估植物或森林的生物学参数至关重要。地面激光扫描(TLS)能够在树枝和叶片尺度上提供各个树木的详细特征,并提取树干和树冠的准确结构参数。在本文中,我们开发了一种基于计算机图形的3D点云分割方法,可从单个叶片中准确有效地检测树叶及其形态特征(即叶面积和叶角分布(方位角和叶倾角))。为此,我们采用具有自适应半径的球面邻域模型来提取具有不同形态结构和复杂空间分布的单个叶片的中心区域点;同时,定义了四个辅助标准,以确保提取出的各个叶表面的中心区域点的准确性。然后,使用基于密度的带噪声的应用程序空间聚类(DBSCAN)算法对叶片的中心区域点进行聚类,并获得与每个叶片表面相对应的中心点。我们还基于提取的每个叶片表面的中心点和两个与形态相关的参数,使用高级3D分水岭算法对单个叶片进行了分割。最后,通过分析分段的单叶点云来计算和评估叶属性(叶面积和叶片角度分布)。为了验证最终结果,在野外活动期间手动测量了实验树木上指定叶片的实际叶片面积,叶倾角和方位角数据。此外,还对分割算法中的参数进行了敏感性分析。结果表明,所提出的方法对于...
【文章来源】:南京林业大学江苏省
【文章页数】:64 页
【学位级别】:硕士
【部分图文】:
技术路线图
7第二章数据与方法2.1研究区在南京林业大学校园(32°08"N,118°81"E)选择实验树,校园内选择的个体如粗糠树(Ehretiamacrophylla),紫薇(crapemyrtle)和八角金盘(Fatsiajaponica)树木。使用地面激光扫描仪(LeicaC10)仪器扫描具有不同宽叶和不同叶密度的所有实验树的树冠,并且使用单站扫描来获得数据。2.2研究数据2.2.1研究数据的采集本次实验选择三种实验树,即一棵典型的粗糠树,一棵典型的紫薇和一棵典型的八角金盘进行测试。它们由TLS扫描得到的点云如图2-1所示。这些树的结构特征包括树高,树冠高度和冠层投影面积如图2-1所示。其中激光雷达点密度分别为16946.3点(points)pts2,16188.76pts2和51483.96pts2。树木的高度分别为3.5m,3.42m和1.6m。冠基(树冠的底部高度)分别为0.97m,1.26m和0.01m。树冠的投影面积分别为1.84m2,3.136m2和4.592m2。每棵树的胸径统计数据也列在图2-1中,其中胸径定义为胸部每个分支直径的总和。这些比较表明,对于所有三种树种,样本树之间的基本结构参数各异。由于选定树木中没有出现极端天气(台风,寒害,酸雨等),因此没有叶片掉落与扫描噪声点增加的情况。这些选定的实验树适合于研究叶属性估测。图2-1实验树木选择和扫描数据收集:使用地面激光扫描仪扫描不同的树种,包括(a)粗糠树;(b)紫薇和(c)八角金盘;(d),(e)和(f)显示了扫描点云并罗列了实验树的一系列结构特征。
ructuralfeaturesoftheexperimentaltrees.为了获得真叶面积和叶角分布并证明我们的方法的有效性,在研究过程中使用LI-3000C便携式面积计和角度测量装置测量所有目标树的每个单叶面积和叶片倾角和方位角。为了验证最终结果,我们对具有不同叶片数的三棵实验树进行了随机采样,并使用角度测量装置手动测量了所有采用叶片的叶倾角和方位角。叶片角度分布箱形图如图2-2所示,从图中可得,随着采样叶片数量的增加,叶片叶倾角和方位角越稳定;当随机采样的叶片数量占树冠叶片总数的40%,叶片倾角和叶片方位角值趋于相对稳定。图2-2.箱形图显示三棵实验树的真实叶片倾斜角和叶片方位角的分布。(a),(b),(c):三棵实验树的真实叶片倾角的分布随着采样叶数的比例的增加而增加。(d),(e),(f):三棵实验树的真实叶方位角的分布随着采样叶数比例的增加而增加。该图表明,当分析的叶片数量达到树冠中叶片总数的40%时,叶片倾斜角和叶片方位角值趋于相对稳定。因此,在下面的验证中,分析数据集占实验树中叶片总数的40%。Figure2-2.Boxplotshowingthedistributionsofthetrueleafinclinationanglesandleafazimuthanglesofthethreeexperimentaltrees.(a),(b),(c):thedistributionsofthetrueleafinclinationanglesofthreeexperimentaltreeswithproportionofsampledleavesnumberincreasing.(d),(e),(f):thedistributionsofthetrueleafazimuthanglesofthreeexperimentaltreeswithproportionofsampledleavesnumberincreasing.Theplotsshowthatwhenthenumberofleavesanalysedreaches40%ofthetotalnumberofleavesinthetreecrown,theleafinclinationangleandleafazimuthanglevaluestendtoberelativelystable.Therefore,intheverificationbelow,theanalyticdatasetaccountedfor
【参考文献】:
期刊论文
[1]改进的自适应参数DBSCAN聚类算法[J]. 王光,林国宇. 计算机工程与应用. 2020(14)
[2]基于STL文件的个性化外固定支具模型生成算法研究[J]. 吴植文,韩玉川,白云瑞,支鹏翔,刘一然,朱险峰. 国际生物医学工程杂志. 2018 (05)
本文编号:3603953
【文章来源】:南京林业大学江苏省
【文章页数】:64 页
【学位级别】:硕士
【部分图文】:
技术路线图
7第二章数据与方法2.1研究区在南京林业大学校园(32°08"N,118°81"E)选择实验树,校园内选择的个体如粗糠树(Ehretiamacrophylla),紫薇(crapemyrtle)和八角金盘(Fatsiajaponica)树木。使用地面激光扫描仪(LeicaC10)仪器扫描具有不同宽叶和不同叶密度的所有实验树的树冠,并且使用单站扫描来获得数据。2.2研究数据2.2.1研究数据的采集本次实验选择三种实验树,即一棵典型的粗糠树,一棵典型的紫薇和一棵典型的八角金盘进行测试。它们由TLS扫描得到的点云如图2-1所示。这些树的结构特征包括树高,树冠高度和冠层投影面积如图2-1所示。其中激光雷达点密度分别为16946.3点(points)pts2,16188.76pts2和51483.96pts2。树木的高度分别为3.5m,3.42m和1.6m。冠基(树冠的底部高度)分别为0.97m,1.26m和0.01m。树冠的投影面积分别为1.84m2,3.136m2和4.592m2。每棵树的胸径统计数据也列在图2-1中,其中胸径定义为胸部每个分支直径的总和。这些比较表明,对于所有三种树种,样本树之间的基本结构参数各异。由于选定树木中没有出现极端天气(台风,寒害,酸雨等),因此没有叶片掉落与扫描噪声点增加的情况。这些选定的实验树适合于研究叶属性估测。图2-1实验树木选择和扫描数据收集:使用地面激光扫描仪扫描不同的树种,包括(a)粗糠树;(b)紫薇和(c)八角金盘;(d),(e)和(f)显示了扫描点云并罗列了实验树的一系列结构特征。
ructuralfeaturesoftheexperimentaltrees.为了获得真叶面积和叶角分布并证明我们的方法的有效性,在研究过程中使用LI-3000C便携式面积计和角度测量装置测量所有目标树的每个单叶面积和叶片倾角和方位角。为了验证最终结果,我们对具有不同叶片数的三棵实验树进行了随机采样,并使用角度测量装置手动测量了所有采用叶片的叶倾角和方位角。叶片角度分布箱形图如图2-2所示,从图中可得,随着采样叶片数量的增加,叶片叶倾角和方位角越稳定;当随机采样的叶片数量占树冠叶片总数的40%,叶片倾角和叶片方位角值趋于相对稳定。图2-2.箱形图显示三棵实验树的真实叶片倾斜角和叶片方位角的分布。(a),(b),(c):三棵实验树的真实叶片倾角的分布随着采样叶数的比例的增加而增加。(d),(e),(f):三棵实验树的真实叶方位角的分布随着采样叶数比例的增加而增加。该图表明,当分析的叶片数量达到树冠中叶片总数的40%时,叶片倾斜角和叶片方位角值趋于相对稳定。因此,在下面的验证中,分析数据集占实验树中叶片总数的40%。Figure2-2.Boxplotshowingthedistributionsofthetrueleafinclinationanglesandleafazimuthanglesofthethreeexperimentaltrees.(a),(b),(c):thedistributionsofthetrueleafinclinationanglesofthreeexperimentaltreeswithproportionofsampledleavesnumberincreasing.(d),(e),(f):thedistributionsofthetrueleafazimuthanglesofthreeexperimentaltreeswithproportionofsampledleavesnumberincreasing.Theplotsshowthatwhenthenumberofleavesanalysedreaches40%ofthetotalnumberofleavesinthetreecrown,theleafinclinationangleandleafazimuthanglevaluestendtoberelativelystable.Therefore,intheverificationbelow,theanalyticdatasetaccountedfor
【参考文献】:
期刊论文
[1]改进的自适应参数DBSCAN聚类算法[J]. 王光,林国宇. 计算机工程与应用. 2020(14)
[2]基于STL文件的个性化外固定支具模型生成算法研究[J]. 吴植文,韩玉川,白云瑞,支鹏翔,刘一然,朱险峰. 国际生物医学工程杂志. 2018 (05)
本文编号:3603953
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3603953.html
最近更新
教材专著