绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 5 条结果
摘要:针对现有的地基激光雷达(Terrestrial Laser Scanning,TLS)点云数据单木识别算法存在抗噪性差的问题,本文提出一种基于双尺度体元覆盖密度的TLS点云数据单木识别算法.首先选择内蒙古根河林场的兴安落叶松天然次生林为研究对象,利用徕卡C10三维激光扫描仪获取单测站点云数据;然后通过计算双尺度体元覆盖密度滤除非树干点;最后通过分析体元水平坐标(x,y)位置处的体元z值序列确定滤波后点云数据中的单木位置.研究结果表明:该算法二次滤波结果的平均噪声比为1.66%;滤波后保留的单木数量是实际单木数量的88.94%;滤波后点云数据的单木识别率98.3%,漏检率1.69%,过检率0.56%,实际点云数据的单木识别精度为87.43%.与已有的单测站点云数据单木识别的研究相比,本文提出的单木识别算法简单、抗噪性强且单木识别精度更高,这对于实现复杂密集林分样地单测站点云数据单木的准确识别具有重要意义....
摘要:为研究SAR影像结合光学影像反演叶片含水量的可行性,本文以吉林省长春市净月潭国家森林公园为研究区,以Sentinel-1B、Landsat8OLI遥感影像和通过外业调查获取的叶片含水量为数据源,通过相关性分析,选取出与叶片含水量相关性较大的波段组合和植被指数,并对其进行主成分提取,建立主成分与叶片含水量之间的线性、二次多项式、三次多项式和指数模型,并利用精度最高的模型反演出净月潭国家森林公园的叶片含水量.结果表明:①Sentinel-1B的VV极化、VH/VV极化比和OLI传感器的短波红外1波段、短波红外2波段、归一化水分指数(NDWI)、比值植被指数(RVI)与叶片含水量相关性较大;②Sentinel-1B和Landsat8OLI数据结合相较于仅使用Landsat8OLI数据、提取出的主成分与叶片含水量相关性较高;③利用提取出的主成分与叶片含水量建立的反演模型中三次多项式模型的拟合精度最高(R2=0.629 9,RMSE=0.035 8).表明Sentinel-1B结合Landsat8OLI数据能较好得反演出针叶林的叶片含水量....
摘要:为了提高地基激光雷达(Terrestrial Laser Scanning,TLS)点云数据的单木分割精度及分割效率,以落叶期的蒙古栎人工林为研究对象,以TLS为基础数据,在三维点云数据体元化的基础上提出一种基于体元逐层聚类的单木分割算法,通过分析体元在竖直方向的z值序列准确获取单木的位置,然后利用模糊C均值算法以单木位置为初始聚类中心从最底层体元开始进行逐层聚类,最终实现样地水平蒙古栎单木分割.研究结果表明,通过分析体元在竖直方向的z值序列能准确获取单木的位置,本研究提出的单木分割算法能够实现样地水平单木的精确分割....
摘要:选择地处草原和森林过渡地带的上库力农场作为研究区(E120°36′50.48″~120°52′56.53″,N50°21′11.08″~50°24′32″),由机载激光雷达Leica ALS60采集实验数据,对TerraSolid分类获取的地形点建立数字高程模型(DEM);利用IDL编译一次样条有限元内插法对点云数据进行分块处理,分析生产DEM的精度.结果表明:1.0、1.5、2.0 m三种不同分辨率的DEM精度,分别为0.0340、.078、0.096 m....
[硕士论文] 邢万里
森林工程 东北林业大学 2018(学位年度)
摘要:地基激光雷达(Terrestrial Laser Scanning,TLS)已经被广泛应用于林业资源调查中,能够实现样地内林木三维结构参数的高精度自动提取,并为大尺度遥感技术如机载激光雷达(Airborne Laser Scanning,ALS)提供大量高精度的地面验证数据。TLS的工作方式分为单测站和多测站,相比较而言,多测站工作方式能够获取样地场景更完整的信息,无论是单木识别率还是林木结构参数提取精度都优于单测站,因此多测站的工作方式在样地调查中应用的更为广泛。已有的TLS点云数据自动配准算法多基于线和面,无法直接应用到林地场景,而传统的人工设置标靶辅助点云数据进行配准的方法工作效率较低。针对已有的TLS点云数据自动配准算法不适用于林地场景的问题,本文提出了一种不需要任何辅助工具的林地TLS点云数据自动配准算法。主要研究内容与实验结果如下:
  (1)针对目前的地面点滤波算法在林分ALS点云数据中应用较好但不适用于林地TLS点云数据的问题,本文提出一种基于八叉树的地面点滤波算法。实验结果表明,该算法充分利用构建八叉树过程体元尺度依次减半的特点,只需设置地面点的分辨率即可实现地面点的全自动高精度滤波。
  (2)针对目前广泛使用的树干点识别算法存在树干点识别精度和效率较低的问题,本文提出了一种基于体元投影密度的树干点识别算法。实验结果表明,该算法能够实现逐体元的树干点识别,提高了树干点识别的效率,并且树干点识别结果的噪声比很小,即在提高效率的同时也提高了树干点识别的精度。
  (3)基于准确识别的地面和树干点云数据,本文提出了一种适用于林地场景的TLS点云数据的自动配准算法。实验结果表明,利用单木位置和胸径信息能够快速搜寻同名点,并实现点云数据的粗配准。针对匹配的树干和地面数据,利用ICP算法能够实现点云数据的精配准,最终实现点云数据的高精度自动配准。
  综上所述,本文将配准过程分为两步:粗配准和精配准,逐步实现林地TLS点云数据的高精度自动配准。基于识别的高精度地面点和树干点估测的单木位置和胸径可用于快速准确的获取基准站和配准站的同名点,实现点云数据的粗配准,在粗配准的基础上使用ICP算法经过多次迭代可实现林地点云数据的高精度自动配准。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部