论文总字数：16002字

目 录

摘要 Ⅰ

1. 绪论 1

1.1 研究背景及其意义 1

1.2 国内外研究现状 2

1.3 研究内容及其方法 2

1.4 研究技术路线 3

2. 研究区与数据预处理 4

2.1 研究区概述 4

2.2 数据预处理 4

2.2.1 DSM数据的生成 4

2.2.2 DEM数据的生成 5

2.2.3 CHM数据的生成 6

3. 树冠直径提取原理 7

3.1 树冠边缘提取原理 7

3.1.1 基于一微梯度的边缘算子 7

3.1.2 基于二阶微分得边缘算子 9

3.1.3 Canny边缘提取算子 11

3.2 树冠顶点提取原理 11

3.3 树冠直径提取原理 12

3.3.1 最小二乘拟合法 12

3.3.2 分水岭分割法 13

4. 结果与分析 13

4.1 树冠边缘分析 13

4.2 树冠顶点分析 14

4.3 树冠直径分析 17

5. 结论与展望 19

5.1 结论 19

5.2 展望 19

参考文献 20

致谢 22

基于LiDAR数据的单木树冠直径提取

宋宝

，China

Abstract:With the development of remote sensing technolaplaciany, lidar technolaplaciany, has been widely applied in Forestry Surveying. Canopy is the main place for trees to get light energy and transform energy. It is also the source of monitoring tree growth and predicting tree biomass. In many forest simulation tests and models, canopy parameters of trees are important input parameters. Based on the airborne laser radar (LiDAR) data in a forest farm in Greater Khingan Range, the Inner Mongolia Autonomous Region, this paper deals with the generation of canopy height model (CHM). On this basis, the multi window local maximum fusion method, edge detection and least square circle fitting method are used to extract the single tree crown parameters. Finally, visual interpretation is combined with visual interpretation. The results show that the accuracy of the crown parameters extracted from the sparse area of trees is higher than that of the tree crown parameters in the dense area of trees, from the three angles of the vertex position, the height of the vertex and the diameter of the crown. Especially for areas with single tree growth and distribution, the matching degree is even higher.

Key words: Canopy Height Model (CHM),Multi window local maximum value fusion method, Edge operator, Least square circle fitting method, Watershed segmentation method

绪论

研究背景及其意义

森林作为支撑地球生态系统的主干，在维持全球生物多样性，保护生态环境和维护全球气候变化方面的重要性已日益为社会各界所认识。1973年著名生物学者Stephen H. Spurr和Burton V. Barnes首次提出“森林是一个以乔木和其他木本植物为主体的生态系统”的森林概念^[1]。此后，各国学者也纷纷提出对森林的定义和解释，最终形成了森林是以林木为主体，与其他植物、动物、微生物并存的自然综合体这一统一理论^[2]。由此可以得出林木是森林的核心。因此，要对如此浩繁的森林资源加以正确的认识和保护，首先要对林木的数量、类型、等参数进行了解。基于这一核心问题为出发点，国内外开展了大量的森林实地调查工作，其中还综合运用3S技术以及传统林业调查和抽样方法。然而，伴随科技的进步和劳动力的减少，林木资源调查也出现一些问题：

1. 传统森林资源调查主要是通过外业调查的方式获取相关数据，虽然能够满足最终的实际需求，但是在这一过程中需要大量人力工作，且工作成本高，数据获取周期长，易受人为操作影响。
2. 遥感技术的调查主要是通过卫星来获取数据，虽然可以获得大区域数据，但是遥感影像易受外界因素影响，不能很好地体现林分纵向的结构信息。

近年以来，传感器和无人机技术开始走进大众的视野，机载传感器技术也广泛应用于森林资源调查领域，如航空摄影测量、机载多光谱、机载高光谱和机载激光雷达。目前，机载LiDAR技术依靠自身穿透力强、受天气条件干扰小的特点，能集合激光、光学和信号探测等技术于一体，对于地表特征和低空大气现象的探测效果显著，能对微小对象也能形成反射激光^[18]，可以进行三维模拟成像，同时能够有效减少三维信息至二维信息转化过程中不可逆的损失，在林业领域的应用途径也越来越广^[3]。如可获取森林区域的冠层高度、体积等树木参数；提取高精度树木树高；提供树木冠层上表面的水平向分布状况和垂直向树木信息等。然而，部分林木树冠之间往往是连接在一起的，LiDAR采集的数据呈现出一簇或者一团的情况，不能够自动清晰区别出每一棵树木树冠的轮廓。

本研究正是在这样一个研究背景之下开展的，根据我国森林资源的分布特点，选择合适的试验森林研究区，检验LiDAR数据在对树木冠层参数提取有效性与可靠性等方面的优劣，并自动提取单木树冠的直径等参数。

国内外研究现状

自20世纪70年代以来，激光雷达技术开始被应用于测量地面地物的高度，但受硬件条件限制，只能用于空中三角测量，并不适合大地区地面数据的获取。80年代，激光雷达技术迅速进入各个领域的应用中，LiDAR系统便在此时产生，主要以美国的AOI和AIM系统为主，然而费用昂贵，不利于大面积的推行。直至21世纪，伴随着GPS和便携计算机的引入，为LiDAR系统进一步升级提供动力，同时，LiDAR系统也开始普及化，并应用于林业

保护、地物测量等领域。

国外关于单树冠及其参数提取的相关研究课题始于上世纪80年代。由于单树冠提取对数据的空间分辨率要求很高，因此在提取树冠信息时，学者们通常使用具有较高空间分辨率的航空相片。比较早期研究的如Brandtberg T主要研究了航空胶片尺寸与冠层提取相关性之间的相关性^[4]； Song C采用IKONOS影像和半方差函数估计人工林高冠层的冠层^[5]。在二十一世纪初，随着激光雷达数据的作用性逐渐扩大，在面对单树冠的提取这一问题，学者们开始把视角从航空像片转移到激光雷达数据，特别是高密度性、高精度性的机载激光雷达数据（ALS）。例如，Yu X W等基于高密度机载激光雷达数据开始寻找那些成熟的树木^[6]；Hyyppa J等在雷达点云数据中发现高度信息数据可以极大地提高单树冠提取结果的精度^{[7 ]}，并且指出点云数据是一种高操作性的、具有成本效益的森林调查数据；Zhen Z等利用机载激光雷达数据，研究了不同生长顺序对单木提取率的影响^[8]。

国内对于树冠参数相关的课题研究相对较晚，而且使用的数据以航空相片为主，另外还有高分辨率遥感影像、数码影像等数据，在参数提取方法方面，主要使用专家分类、对象多尺度分割、三维扫描、BP神经网络等方法^[9]。如刘峰以冠层高度模型作为数据处理源，结合三维雷达数据点云分割方法进行单木识别^[10]；巩垠熙等改进Delaunay算法重新构造了树冠三维模型，更有利于提取单木参数^[11]；覃先林等在二次处理的QuickBird影像上先后使用图像分析方法和模糊分类方法，进而实现对影像中的树冠大小信息提取^[12]；冯益明等在QuickBird图像上使用空间统计学半方差方法对高郁闭度的人工林进行树冠参数提取^[13]；李朝阳等依据遥感影像的分辨率与树冠尺度之间的相关性，使用数字地面模型数据，融合图像分割算法，从三维模型中分割树冠参数^[14]。

研究内容及其方法

本文的主要研究内容包括树冠顶点和树冠直径两个方面。在确定单木树冠顶点位置时，模仿刘峰、李响、Chen Q等处理机载三维激光扫描数据的方法及探测单木树冠顶点的方法^[10][15][16]，拟采用多窗口局部最大值融合的方法，提高探测到实验样地内单木树冠的顶点的准确性。在提取单木树冠直径方面，本文基于刘峰剔除分水岭法^[10]、Zhen Z等提取区域生长法勾绘精度和效果显示^[8]，拟采用边缘检测和最小二乘拟合圆法提取出树冠区域，并以目视解译得到的单木树冠中的特征参数作为对比标准，评价本文研究的结果精度。

1. 树冠边缘提取

利用边缘提取算子对研究区进行树冠边缘提取，为后续树冠顶点的确定和单木树冠拟合提供数据基础。

1. 多窗口局部最大值融合法

利用局部最大值提取函数确定出不同大小窗口中的局部最大值；根据试验样本区域内树木的稀疏程度和提取出的树冠边缘来判定最终的树冠顶点。

1. 单木树冠拟合法

通过（1）、（2）提取出的树冠边缘和树冠顶点，采用最小二乘拟合圆法，分别拟

合出单木的树冠区域。

1. 精度评价

将目视解译出的树冠直径作为精度检验的特征标准，对试样结果进行对比分析，并对试样结果的可靠性做评价。

研究技术路线

本研究以内蒙古自治区大兴安岭某一自然保护区为试验区域，通过机载激光雷达点云数据进行单木树冠轮廓和相关参数信息提取。首先利用LiDAR360软件对获得试验区的点云数据进行预处理，其中包含滤波和分类过程，可以过滤原始数据中的非地面点，然后利用点云的插值方法生成研究区的DEM，再利用首次回波数据插值生成研究区DSM数据，完成后对DSM与DEM进行差值运算生成树冠高度模型CHM^[17]；利用边缘检测、多窗口局部最大值融合、最小二乘拟合圆等方法对研究区的CHM数据进行一系列的单木参数的反演处理和提取；最后结合目视解译的单木树冠特征标准，进行精度评价。技术路线图见图一。

剩余内容已隐藏，请支付后下载全文，论文总字数：16002字

相关图片展示：