查看更多>>摘要:[目的]无人机搭载激光雷达技术具有灵活性高、监测周期短、具有穿透力等优势.在实际应用中,由于树干间的遮挡,易导致激光雷达获取的林冠下点云数据密度不足.而且从激光点云提取树干的算法尚不成熟,存在数据处理量大、提取精度低等挑战.该研究旨在提高从无人机激光雷达数据中提取树干的精度和效率,为森林监测和林业管理提供准确高效的技术支持.[方法]无人机搭载激光雷达从不同高度多次飞行,以获取覆盖林冠和林下的完整点云.采用基于回波类型的分类方法,将点云数据分为地面点和植被点,并利用地面点云生成数字地形模型.根据树干和树叶的反射强度差异,通过阈值和半监督支持向量机算法进行分类,并基于区域生长法将点群分割成连通区域.计算连通区域与水平面的交点,整合同一高度的交点信息,重建树干模型.采用假设检验法判断横截面的连续性和半径变化,识别并构建完整的树干网格模型.[结果]采用多旋翼无人机搭载激光雷达,设定 50 m航高、90%航向重叠率、75%旁向重叠率、云台镜头角度 90°,以 4 m/s的飞行速度采集了林冠点云数据.同时利用相同设备从 1.5~2.5 m高度,以 0°、45°和-45°的云台角度,获取林冠下更精细的点云信息.经过处理,去除了植被和地面点云,精确提取了树干点云.利用区域生长法分割点云并生成二维距离图像,对图像进行噪声过滤和颜色分割后进一步提升了数据质量.切割线集合和RANSAC算法的应用,有效估计了主干截面形状,并构建了精确的树干模型.在联想Think Station图形工作站测试表明,树干点群提取仅需15.9 s,树干网格模型生成也仅需 71.5 s.该方法的乔木树干胸径提取平均精度为 0.958、树高平均提取精度达到 0.964.[结论]文章应用多旋翼无人机搭载激光雷达,采用多架次、多航高、多姿态方法采集了高质量的森林点云数据,结合基于回波类型的点云数据分类、区域生长、距离图像构建、噪声过滤和颜色分割等方法,完善了单木树干点云分割算法,有效估计了主干截面形状,并构建了准确的树干模型,克服了树冠穿透率受限和树干间遮挡问题,有效提高了树干提取效率和精度.该方法可为森林资源管理提供高精度的树干数据,对提升森林监测效率和自动化水平具有重要的实际应用价值.