排序方式： 共有17条查询结果，搜索用时 15 毫秒
1.
基于深度学习与激光点云的橡胶林枝干重建及参数反演 总被引：1，自引：1，他引：0
树木的几何建模在林木性状评价、森林动态经营管理与可视化研究中具有重要意义。现今,从激光雷达（Light Detection And Ranging,LiDAR）数据中重建树体三维模型并精准获取林木空间枝干结构参数是数字林业发展的必然趋势。该研究提出了一种深度学习与计算机图形学相融合的树木骨架重建与参数反演方法。该方法以PR107、CATAS 7-20-59、CATAS 8-79三个品种的橡胶树为实验对象,首先,采用背包移动激光雷达获取三个橡胶树品种的样地数据,并通过体素剖分和数据增广策略来构建橡胶树训练样本集。其次,构造由四层特征编码层和特征解码层所组成的点云分类深度学习网络,并包含优化的PointConv模块与不同尺度的特征插值模块,以实现在多尺度条件下,全面考虑点云的全局和局部优化特征,引导网络实现枝叶点云的精确分类。最后,面向分类后的枝干点云,运用计算机图形学的空间连通性算法与圆柱拟合策略,重建树木骨架模型,并自动解决叶子点云与对应的一级枝干归属问题,进而在叶团簇尺度下开展对单株树的精细描述与参数反演。通过对三块橡胶树测试样地的验证和与实测值的比对表明,该研究提出的深度学习网络枝叶分类总体准确率在90.32%以上。骨架重建与叶团簇分析结果显示,PR107品种橡胶树具有较为发散的树冠、最大的分枝夹角和叶团簇体积;CATAS 7-20-59品种橡胶树冠呈花瓶型,分枝夹角和叶团簇体积较小;而CATAS 8-79品种橡胶树尽管胸径最粗,但不耐寒害处于落叶期导致冠积最小。同时,反演得到的橡胶树一级枝干直径与实测值比对为：决定系数R2不低于0.94,均方根误差（Root Mean Square Error,RMSE）小于3.01 cm;主枝干与一级枝干的分枝角为：决定系数R2不低于0.91,均方根误差RMSE不高于4.94°。同时发现橡胶树一级枝干的直径与对应的叶团簇体积呈正相关分布。该研究将人工智能的理论模型应用于林木的激光点云数据处理中,为林木激光点云的智能化分析与处理提供了新颖的解决思路。 相似文献
2.
3.
利用地面激光扫描仪获取户外树木的大量点云数据,从中截取树叶点云数据并以此进行曲面拟合,构建树叶真实的三维模型。主要针对空间散乱点云数据的曲面拟合方法进行研究,并利用Delaunay三角剖分构建树叶三维模型。在移动最小二乘法的二维曲面拟合方法基础上,针对空间散乱点云数据,提出了新的曲面拟合方法。通过移动最小二乘法对点云数据曲面拟合,得到了理想的效果后再利用三角剖分重建叶面三维模型。 相似文献
4.
自然界中的强风常常对树木造成不可逆破坏,分析强风穿过时树林内部的气流情况有利于评估树木的抗风性,更好地理解如何减轻风的影响。以阔叶树和针叶树为原型,提取了二者叶团簇和枝干构造的特点,建立两种结构不同的树木模型,组合成树林模型,在3个不同叶面积密度下进行风力作用下的仿真模拟实验。分别使用改进的k-ε双方程模型和k-ω双方程模型以设置风环境,并且用龙格-库塔法分析求解湍流模型。k-ε双方程模型下,当叶面积密度分别为1,5和10 m2/m3时,阔叶林背风侧20 m处的最低风速与入口风速相比下降了49.60%,67.23%和80.40%,针叶林分别为55.13%,68.90%和78.29%。k-ω双方程模型展示了阔叶树林内部风场的复杂性。结果表明,叶面积密度与树林挡风能力之间是非线性关系,树林的挡风能力随叶面积密度的上升而增强,增强到一定程度后上升幅度减缓。不同的树木结构会导致风场的变化,影响同等强度风荷载下的受损概率和挡风能力。叶面积密度高、树冠体积大的树木更容易在强风中受到损害。 相似文献
5.
【目的】定量模拟和刻画林木冠层太阳短波辐射的分布和截获情况,于时空变换下反演太阳短波辐射在不同林木冠层内的辐射通量变化,为林木培育经营和提质增效提供理论依据。【方法】首先,以公共数据集和真实扫描的校园内林木激光点云数据为例,结合设计的机器视觉算法,对林木激光点云进行枝叶分离和单叶分割,并用合适大小的椭圆形和圆柱体几何单元分别拟合每片叶片和骨架,开展林木真实模型重建;其次,运用计算机图形学方法,结合研究地点的经纬度和时刻,模拟太阳入射光线,并引入物理学的双向反射和透射分布函数及蒙特卡洛光线追踪算法,开展反射和透射光线与冠层内叶片的碰撞模拟;最后,根据仪器测量得到的不同树种叶片平均粗糙度和折射率,结合光线追踪算法,实现林木冠层内短波辐射分布计算和木林冠层光截获效率评估。【结果】利用本研究方法计算时空变换下不同树种(芒果、橡胶、紫薇、樱花)4株树冠及一片香樟树林的直射、反射和透射太阳辐射通量,其中直射辐射通量占比约86%、反射辐射通量占比约5%、透射辐射通量占比约9%。叶面积指数高的树冠会拦截更多直射和透射光线;在太阳高度角较小时刻(上午或下午),斜射的太阳光线反射后易与树冠中其他叶片发生二... 相似文献
6.
7.
为了准确获得树木的真实叶面积指数（LAIa) ,提出一种基于投影算法和测地线活动轮廓模型的计算方法。首先对激光扫描仪获取的树木点云数据通经一定比例缩放在一个球的上表面,再通过球极平面投影和Lambert方位角等面积投影将上球面图像投射到平面上,借助地理学上纬度线的概念来表征不同高度叶子的天顶角,通过统计学方法获取叶倾角,然后用测地线活动轮廓模型对投影后的图像进行叶面部分分割,获取孔隙率。根据Beer-Lambert定律即可计算有效叶面积指数（LAIe）。真实叶面积指数的获取则通过有效地分层处理,解决叶子的重叠问题。最后将得到数据与实测叶面积指数进行比较,证明该方法的准确性、可行性。 相似文献
8.
基于机载激光雷达(Li DAR)技术和单木分割算法提取单株树木信息对于单木结构研究、理解树木生长、森林可持续管理具有重要的意义。本研究以分水岭算法为基础,使用可变窗口的局部最大值算法,并采用分层级的区域增长算法及由高度差和梯度构建的能量函数来分割树冠边界,从而优化树顶提取和相邻树冠的分割结果。以中国南方亚热带森林为研究区,测试了针对不同密度(低、中、高密度)、不同树种(白皮松和桉树)以传统分水岭算法和优化算法对于树顶提取及树冠分割的效果。为检验结果的准确性,在实验中对Li DAR数据和人工测量数据的分割结果进行了对比和验证,结果表明:对树冠顶点探测率而言,优化算法平均探测效果(树冠探测率r=0.90、树冠准确率p=0.84、总体准确率f=0.86)优于传统分水岭算法(r=0.62、p=0.81、f=0.78);对树冠边界探测精度而言,优化算法平均探测效果(R2=0.80、RMSE=0.22 m、RRMSE=12.03%)优于传统分水岭算法(R2=0.68、RMSE=0.28 m、RRMSE=17.45%)。在树冠探测上,桉树的准确率略低于白皮松,但是与白皮松的探测率相差较小,这表明白皮松对于优化的算法具有较好的鲁棒性,受密度等因素影响较小;在冠幅探测上,桉树和白皮松的精确度随着林分密度的增加而增加,且均有良好的表现。本研究是一种在传统分水岭算法基础上优化的算法,可以较好地提高单木信息分割的效果,这对于了解亚热带森林中林木经营管理、树木竞争及资源监测具有重要意义。 相似文献
9.
10.
针对室外含笑树叶存在抖动及树叶间存在遮挡,导致含笑树叶点云数据不易重建与形变的问题。提出了一种含笑树叶重建与形变的方法,首先根据噪声特点和扫描线特性,对点云数据去噪;然后根据每条扫描线边缘点拟合出树叶的边缘,采用双三次广义张量积Bezier曲面拟合叶面,并结合三角剖分算法实现叶面的重建;最后采用基于非线性的有限元形变方法,模拟出真实的含笑树叶形变。实验结果表明,该算法简单高效。 相似文献