激光点云与机器视觉技术在林业中的应用研究课件.ppt

1、激光点云与机器视觉技术在林业中的应用研究激光点云与机器视觉技术在林业中的应用研究主主 要要 内内 容容 一近年来完成的工作完成的工作总结正在进行的工作阐述二三四科研工作的基础林业大数据的认知五一、科研工作的基础机载激光雷达与地基激光雷达是近年来测绘的新技术，稠密的激光点云数据中蕴含了大量的空间的三维信息，回波强度、回波次数、空间位置、颜色等。车载激光扫描仪的测绘现场莱卡C10测绘现场无人机搭载激光雷达或摄影测量的方法进行实验数据采集一、科研工作的基础机器视觉是集成数字图像处理、计算机图形学、人工智能与机器学习的综合学科。1.基于先验信息的智能分类2.基于不同投影策略的分类渲染3.基于不同空间域

2、的分解与特征提取算法1)设计了一系列基于点云的空间特征，如特征张量、法矢量、曲率、绕率、法矢量分布等，进而实现了对不同阔叶树种枝、叶、果实的自动分类。校园内的点云数据分类樱花树的分类结果八角金盘二、近年来所完成的工作含笑树机载激光雷达数据分类橡胶树我们目前算法对林分冠层的提取结果无人机获取的南林大后山林分点云数据2)由无人机自上而下的获取的林段点云数据，设计图像图形学算法，从中提出冠幅、树高等指标，并推算蓄积量、郁闭度、叶面积指数等因子。二、近年来所完成的工作单株提取后的最大凸包算法结果树种分类与单株树木的提取1.面向点云的基于空间特征的叶叶分离2.基于点云的真实叶面建模与受力形变3.基于点云

3、数据的真实枝干模型重建二、近年来所完成的工作2)提出了基于迁移学习，把空间中点云降维投射到不同的投影空间中，并结合球增长模型实现叶叶分离。同时结合不同树种枝干以及叶肉的材料性能，运用了受力形变方法以及空气动力学模型分析枝叶在风力载荷下的安全性能。4 基于机载激光雷达扫描数据获取的林段截面的风场风压随时间变化1 机载激光雷达扫描林段数据2)基于机载激光雷达的林场中风场风压计算模型二、近年来所完成的工作2 基于机载激光雷达扫描林段截面数据数据3 基于湍流模型的林分受力形变分析多设备融合鱼目相机点云投射结果我们算法与不同设备获取的LAI相似性分析3)结合了林学模型，如Miller公式、椭球模型、迭代

4、反演法等，对离散点云采用球极投影算法，计算叶面积指数，并与真实的测量结果相比较。二、近年来所完成的工作虚拟芒果树虚拟胡桃树虚拟林分建模二、近年来所完成的工作4）运用了虚拟现实与计算机仿真技术分析激光扫描中存在的遮挡影响的问题以及叶面积估测方法。运用磁化扫描仪获取真实的树种叶面积叶倾角，同时建立虚拟的激光扫描仪扫描树种，设计图形学算法分析遮挡对叶面积估测的影响。单片树叶建模基于分层聚类的枝干建模5）运用了计算机仿真技术分析激光扫描中存在的遮挡影响的问题以及叶面积估测方法。1 单站激光扫描仿真2 单站扫描树冠分层结果3 三站激光扫描仿真4 多站扫描树冠分层结果5 扫描获取的叶片与光线的相对角度6

5、不同相对角度下得到的采样精度的计算7 根据采样精度，得到三角剖分在空间下的策略，获取可以确定叶面三角面片的数量，进而计算扫描面积3 单站扫描树冠分析结果4 多站扫描树冠分析结果5 光线透射率分析6)扫描中遮挡对真实叶面积估测的结果分析,结合了计算机图形学的算法，从离散点云中还原真实叶面积，并与真实值的相比较。1 单站叶面积反演2 三站叶面积反演实测的橡胶树数据算法得到的结果设计基于图形学的真实叶面积求取算法4)设计了基于激光点云的总叶面积反演算法 分析了扫描距离和点云密度之间的关系，设计了三角剖分算法实现离散点云到冠层总叶面积的转换关系。二、近年来所完成的工作 目前激光点云获取的是离散点，而叶

6、片是空间三维平面，实现又点到面的转换是基于激光点云的林学参数估测的重点。在扫描中存在多种问题，首先，外界干扰造成的叶片与细枝抖动。其次，光照不均匀造成的纹理失真。最后，采样密度的不均匀性造成的处理困难。目前的叶面积估算方法主要是采用光线追踪、概率模型、凸包等算法。计算结果以叶面积指数为主。问题为：三、工作中的思考存在问题的简单演示四、在做的工作 基于激光点云的林段中林学参数的估测，以及机载点云与遥感数据之间的尺度转换关系。基于空间结构与空间属性分布的不同树种的分类识别。结合空气动力学的防风林带风力、风压估算与损伤模型评估等。1 机载雷达扫描的武夷山结果2 机载雷达扫描多次回波得到的结果3 基于最大凸包的森林垂直结构计算五、林业大数据的认知1 压缩感知2 降维表示3 数据间内在联系分析4同胚映射5迁移学习