基于拓扑结构特征的单株分离算法开题报告

全文总字数：1841字

1. 研究目的与意义

森林是一个高密度树木的区域。

这些植物群落覆盖着全球大面积并且对二氧化碳下降下降、动物群落、水文湍流调节和巩固土壤等起着重要作用,是构成地球生物圈当中的一个重要方面。

它是地球上的基因库、碳贮库、蓄水库和能源库，对维系整个地球的生态平衡起着至关重要的作用，是人类赖以生存和发展的资源和环境。

2. 国内外研究现状分析

激光雷达从1995年商业化以来，其对地观测技术日趋成熟，按照其工作平台的不同激光雷达可分为星载lidar、机载lidar、地基lidar。

目前，就lidar在林业当中的应用而言，星载lidar和机载lidar的应用最为广泛，两者无本质区别，但两者所发射的激光脉冲到达目标形成的光斑直径大小不同，前者光斑直径一般大于5ｍ，而后者光斑直径一般不超过1ｍ。

因此，二者在林业上的应用也各有不同，前者适合大尺度大面积森林观测，不但成本低，而且高时效，但观测精细化程度较为粗糙，精度较低；后者数据高密度、高精度，用于小范围森林资源估测、林业资源的精细化调查以及验证大范围森林观测的精度等。

3. 研究的基本内容与计划

（１）由于大范围区域观测的机载lidar点云的数据量庞大、杂乱无序且离散的特点，对机载lidar点云数据进行有效组织和管理；由于林区的机载lidar点云数据不仅包含地物信息，而且还存在少量噪声点，因此对其进行去噪处理噪，并利用滤波方法分离出林区地面激光点云和冠层反射的激光点云。

（２）进行激光点云高程归一化处理和生成chm并优化。

分别对地面点和非地面点采用反距离加权法插值生成数字高程模型（dem）和数字表面模型（dsm）；基于dsm和dem生成chm，并优化；与此同时，归一化高程处理，激光点云的实际高程值减去dem中对应栅格的高程值，得到点距离地面的相对高程值。

4. 研究创新点

由于密集林区的上层单木遮挡效应导致中下层单木受到抑制，特征不凸显，无法直接对其进行探测。

本研究利用森林冠层垂直结构的分层特点，采用反距离加权法插值对单木树冠顶点位置进行探测，提取树高，采用高程归一化点云数据对冠长进行提取，利用局部最大值方法和ncut方法对冠层激光点云数据探测并分割冠层上部的凸显单木；并在此基础之上，以树冠激光点数阈值和树冠形状指数作为约束条件，全局最大值替代局部最大值，再次利用ncut算法进行漏检单木探测。

能有效的分割表面树冠单木，并识别森林中下层单木。