一種基於傘骨法與冠高比的樹木冠層結構信息提取方法
2023-05-03 03:43:01
一種基於傘骨法與冠高比的樹木冠層結構信息提取方法
【專利摘要】本發明公開了一種基於傘骨法與冠高比的樹木冠層結構信息提取方法，該度量方法包括如下步驟：步驟1)基於單次回波點雲數據構建樹冠高度模型，即在數字地面模型的基礎上濾除非植被信息，獲得包含僅植被分布及高度信息的基準圖；步驟2)基於活動窗口的局部最大值搜索法，從所述基準圖中提取單株立木的頂點；步驟3)在樹頂檢測結果基礎之上，採用「傘骨算法」進行樹冠投影邊界識別，分離單體樹木並確定各自樹冠的邊界位置，得到樹冠邊界識別結果；步驟4)結合樹頂檢測結果與樹冠邊界識別結果，基於伸縮圓與冠高比的樹冠體積計算方法生成單體樹冠體積分布圖。步驟5)通過計算圖像平均梯度反演冠層孔隙率，修正因樹冠內部枝葉間存在的大量空隙而造成的計算誤差，進一步提升步驟4)中的樹冠體積反演精度。
【專利說明】一種基於傘骨法與冠高比的樹木冠層結構信息提取方法
【技術領域】
[0001] 本發明涉及一種基於傘骨法與冠高比的樹木冠層結構信息提取方法，特別是一種 應用機載雷射雷達系統檢測樹冠邊界和度量樹冠體積的方法。
【背景技術】
[0002] 綠地是城市中唯一有生命的基礎設施，也是城市生態系統中的核心組成部分。已 有多項研究證明城市綠地在改善城市生態環境、促進人體健康等方面起著不可或缺的積極 作用。
[0003] 遙感作為新型對地觀測技術，具有大面積同步覆蓋、實時連續、經濟有效等優點。 高解析度遙感與雷射雷達等多源遙感數據為空間探測提供了新的視角和研究方向。其中， LiDAR擁有的全自動、高精度立體掃描技術，使快速直接獲取地形表面模型成為可能，尤其 適合植被等具備三維空間結構且立體形態不規則的信息獲取，正逐步成為推動城市綠地研 究向立體拓展的重要載體。
[0004] 周堅華等利用彩紅外航片和計算機模擬技術，通過度量城市植物莖葉所佔空間體 積估算城市綠地對城市的綠化效益。周延剛等利用彩紅外航空影像建立了植被高度模型、 冠徑-冠高關係模型和三維綠量計算方程。韋雪花等提出樹冠不能用一個或多個實心規則 幾何體來描述，提出了"體元模擬法"。
[0005] Hecht R等使用機載LiDAR數據估算城市植被體積。Liu和Shen等使用機載LiDAR 點雲數據基於坡度過濾法和地面增長算法提取城市樹木。Qi Chen等基於機載LiDAR數據 研發了一套實現單株樹高、樹冠面積、樹冠率及葉面積等提取的軟體TiFFs。Wei Yao藉助 全波形機載LiDAR數據實現了樹種分類與樹冠結構信息提取。
[0006] 目前，國內外基於LiDAR的植被研究多以單體植被信息提取為主，融合多源數據， 在實現城市植被三維立體信息提取基礎上研究其空間分布特徵的較少。
[0007] 考慮到以上問題，本發明針對針對城市綠化分布零散、結構多樣，和以複雜城市地 物為背景的三維綠量提取技術研究不足、自動化弱、精度偏低等問題，嘗試建立一套基於機 載LiDAR單次回波數據的單株立木識別與冠層結構信息提取方法，用於解決不同冠層體積 度量算法適應性差、城市大範圍綠度空間提取及度量效率差等難題，為更有效地提取諸如 城市等大範圍的植被冠層結構信息提供技術參考。
【發明內容】
[0008] 針對城市綠化分布零散、結構多樣，和以複雜城市地物為背景的三維綠量提取技 術研究不足、自動化弱、精度偏低等問題，本發明提供一種無需伐倒立木的可用於實現不同 單體樹種的樹冠邊緣檢測、樹冠體積估算、冠層結構信息提取的技術流程。
[0009] 本發明的目的通過以下技術步驟實現：
[0010] 步驟1)基於單次回波點雲數據構建樹冠高度模型，即在數字地面模型的基礎上 濾除非植被信息，獲得包含僅植被分布及高度信息的基準圖；
[0011] 步驟2)基於活動窗口的局部最大值搜索法，從所述基準圖中提取單株立木的頂 點（最商點）；
[0012] 步驟3)在樹頂檢測結果基礎之上，採用"傘骨算法"進行樹冠投影邊界識別，分離 單體樹木並確定各自樹冠的邊界位置，得到樹冠邊界識別結果；
[0013] 步驟4)結合樹頂檢測結果與樹冠邊界識別結果，基於伸縮圓與冠高比的樹冠體 積計算方法生成單體樹冠體積分布圖。
[0014] 步驟5)通過計算圖像平均梯度反演冠層孔隙率，修正因樹冠內部枝葉間存在的 大量空隙而造成的計算誤差，進一步提升步驟4)中的樹冠體積反演精度。
[0015] 進一步，所述步驟1)的具體方法為：
[0016] a)基於改進的分水嶺算法對航空影像進行邊緣特徵提取；b)基於航空影像的紅 色和近紅外波段計算得到NDVI ;c)利用最大類間差算法（OTSU)確定NDVI最佳分割閾值； d)根據閾值，劃定植被區域；e)藉助投票法修正二維植被信息提取結果。
[0017] 進一步，所述步驟2)的具體方法為：
[0018] a)基於一定數量的樹冠高度模型採樣點，構建樹高-冠徑關係模型；b)根據已建 立的關係模型確定逐像素遍歷過程中的搜索範圍；c)依據搜索範圍，判斷像素是否滿足樹 頂條件；d)依次遍歷圖像中像素點，直至找出全部樹頂點。
[0019] 進一步，所述步驟3)的具體方法為：
[0020] a)生成一系列以樹頂點為對稱中心的等旋轉角的輻射狀線段；b)為中心點為起 始點，沿方向的輻射狀線段向外圍遍歷，依次判斷位於同一條輻射狀線段上相鄰單元的高 度差，若高差值滿足判定規則，即判斷該外圍像素點為樹冠邊界點；c)重複b)過程直至獲 得全部截斷點，通過逆時針依次連接各截斷點，最終形成封閉多邊形，形成單體樹冠輪廓 線。
[0021] 進一步，所述步驟4)的具體方法為：
[0022] a)在樹冠邊界識別結果的基礎上，利用伸縮圓算法獲得橢球體樹冠結構的長半軸 與短半軸參數；b)結合樹頂檢測結果的高度信息，通過冠高比概念計算得到極半徑參數； c)經由橢球體積計算公式最終獲得樹冠體積的估算量。
[0023] 進一步，所述步驟5)的具體方法為：
[0024] a)依次遍歷每個樹冠單元，計算其平均梯度值；b)獲取上一步計算結果中的最大 值與最小值，採用線性函數轉換法，將平均梯度值歸一化並作二次轉化計算，得到每株立木 的冠層孔隙率修正係數；c)將步驟4)中的樹冠體積計算結果乘以該係數，獲得修正後的單 體樹冠體積值。
【專利附圖】
【附圖說明】
[0025] 圖1為影像分割結果；
[0026] 圖2為樹冠高度模型；
[0027] 圖3為樹頂檢測結果；
[0028] 圖4為樹冠邊界識別結果；
[0029] 圖5為單體樹冠體積分布圖；
【具體實施方式】
[0030] 下面結合附圖對本發明"一種基於傘骨法與冠高比的樹木冠層結構信息提取方 法"作進一步闡述說明。
[0031] 本發明所涉及的"基於傘骨法的樹冠投影邊界識別算法"和"基於伸縮圓與冠高比 的樹冠體積計算方法"，是城市植被空間結構參量提取的重要技術創新。其中，傘骨法具有 "分離鄰接樹冠的相交界限"與"識別結果準確且符合樹冠形態"的優點，同時提升了算法的 運行效率，為區域尺度的樹冠投影邊界識別提供一種可行的方法；基於伸縮圓與冠高比的 樹冠體積計算方法則有效解決了不同冠層體積度量算法適應性差、城市大範圍綠度空間提 取及度量效率差等難題，可為同領域的相關研究者借鑑使用；冠層孔隙率修正因子可用於 修正因採用幾何實心體模擬樹冠形態而造成的計算誤差，使樹冠體積反演結果具備一定的 可靠性。
[0032] (一）樹冠高度模型構建
[0033] 採取"先二維，後三維"的操作步驟獲得樹冠高度模型。首先，基於高解析度遙感 圖像的面向對象圖像分類方法，同時充分考慮高解析度航空影像提取邊界信息的優勢，採 用改進的分水嶺分割算法進行影像邊緣特徵提取，得到標記後圖像分割結果（圖1)。然後 基於航空影像的紅色和近紅外波段計算得到NDVI，利用最大類間差算法（OTSU)確定NDVI 最佳分割閾值，進行植被提取。在完成圖像分割和閾值提取的基礎上，藉助投票法修正二維 植被信息提取結果。具體步驟為：遍歷圖像分割結果中的每個對象；統計每個對象中植被 像元累計個數佔整個對象像元總數的百分比；若該對象內植被像元所佔百分比超過50%， 即判斷該對象為植被。經由隨機樣本檢驗，基於以上步驟得到的提取結果，精度優於95%。 再將生成的植被二值掩膜圖像與數據預處理步驟中得到的DHM圖層作疊加，最終計算得到 樹冠高度模型（圖2)。
[0034] (二）樹頂檢測
[0035] 樹頂通常是指在一定聚簇範圍內植被的最高點，同時認定樹冠直徑與樹高存在一 定的相關性。本發明基於活動窗口的局部最大值搜索法，通過構建樹高-冠徑的關係假設 實時推算出窗口變量大小。首先，將圖像等分為NXN的格網大小，依次從每個格網中隨機 選擇任意一棵樹木，量算其橫縱向樹冠直徑長度的平均值和最大高度值。隨著樹高的增加， 樹冠直徑也隨之擴大，二者基本呈現線性關係，由此建立樹高-冠徑關係模型。該模型將用 於逐像素遍歷過程中確定搜索範圍。具體步驟為：
[0036] 1)選擇樹冠高度模型圖層的左上角第一個像素點，其值為樹高TH ;
[0037] 2)經由樹高-冠徑關係公式計算得到冠徑⑶；
[0038] 3)以被選點為中心，CD/2/2個像素點為半徑，確定搜索範圍；
[0039] 4)如果被選點是搜索範圍內的最高點，則標記為樹頂點，並將其位置信息和高度 信息存入列表；
[0040] 5)重複以上過程，依次遍歷圖像中的全部像素點，直至找出全部樹頂點。
[0041] 基於上述步驟所得樹頂檢測結果如圖3所示。
[0042] (三）樹冠投影邊界識別
[0043] 鑑於樹冠高度模型上的樹冠高度值在一定區域範圍內具有穩定均一的特質，若其 變化幅度超出既定閾值，便可認定其為邊界所在處。傘骨算法通過構建一系列以樹頂點P 為對稱中心且旋轉角相等的輻射狀線段，每條輻射狀線段長度為M個像素，則以不同像素 點為中心的一系列輻射狀線段可定義為W(p，n，m)。由於樹冠邊界形狀多樣且無法預測，故 設樹頂點為中心P，並作為起始點，順序沿各方向的輻射狀線段向外圍遍歷，通過判斷位於 同一條輻射狀線段上前一像素 h與後一像素 hi+1的高度值關係，決定是否停止搜索。停止 條件如下：① hi+1 = O ;②H1彡ht/3 ;③H < 0(i = 1，2,…，η)。為防止因檢測半 徑過長等不合理結果，還可加入絕對限制條件：n = ht/3,即η的大小取決於研究區內冠徑 與樹高關係的實際情況。通過逆時針依次連接各截斷點，最終形成封閉多邊形，實現單體樹 冠輪廓識別，進而獲得的樹冠投影邊界識別結果（圖4)。
[0044] (四）樹冠體積計算
[0045] 伸縮圓算法是在樹冠邊界識別結果基礎上，以樹冠投影多邊形的重心為圓心，由 小及大，生成不同半徑長r的檢測圓(；。當檢測圓半徑r由1開始，以單個像素為步長累加 的過程中，當首次發生3p G Cr Π 口任Si時，對應的Γι值即為橢球體的短半軸b ;當首次發生 Vp G Cr Π p G Si時，對應的r2值即為橢球體的長半軸a。依次遍歷完全部樹冠識別結果， 將生成一系列與樹冠對應的橢圓長、短半軸值。
[0046] 冠高比是冠高與樹高的比值。假設樹冠的幾何形態符合橢球特徵，即橢球割面積 最大值出現在冠高的二分之一處，該橢圓面的邊界即為樹冠邊界，而落在該邊界點上的像 素高度平均值h。已知，結合邊界點高度與樹頂高度h t的幾何關係，經由公式c = ht_h。，便 可計算求出橢球體的極半徑c。最後代入到橢球體積計算公式V = 4 π abc/3,便可得到樹 冠所佔據的空間幾何體積。
[0047] (五）冠層孔隙率修正係數
[0048] 截至上一步驟，推算所得樹冠體積計算值僅僅衡量了其外緣廓線圍起來的幾何實 心體所佔據的空間範圍，與"綠化三維量"的定義仍存在細微差別，這項誤差來自樹冠內部 枝葉間的大量空隙。基於"樹冠枝葉數量越多，相鄰葉片間距越小，樹冠整體就越緊實，反映 在圖像上便表現為冠層上表面紋理越平滑"的假設，本發明通過計算圖像平均梯度反演冠 層孔隙率，平均梯度@定義如下：
【權利要求】
1. 一種基於傘骨法與冠高比的樹木冠層結構信息提取方法，該度量方法包括如下步 驟： 步驟1)基於單次回波點雲數據構建樹冠高度模型，即在數字地面模型的基礎上濾除 非植被信息，獲得包含僅植被分布及高度信息的基準圖； 步驟2)基於活動窗口的局部最大值搜索法，從所述基準圖中提取單株立木的頂點（最 局點）； 步驟3)在樹頂檢測結果基礎之上，採用"傘骨算法"進行樹冠投影邊界識別，分離單體 樹木並確定各自樹冠的邊界位置，得到樹冠邊界識別結果； 步驟4)結合樹頂檢測結果與樹冠邊界識別結果，基於伸縮圓與冠高比的樹冠體積計 算方法生成單體樹冠體積分布圖。 步驟5)通過計算圖像平均梯度反演冠層孔隙率，修正因樹冠內部枝葉間存在的大量 空隙而造成的計算誤差，進一步提升步驟4)中的樹冠體積反演精度。
2. 如權利要求書1所述的方法，其特徵在於，所述步驟1)的具體方法為： a)基於改進的分水嶺算法對航空影像進行邊緣特徵提取;b)基於航空影像的紅色和 近紅外波段計算得到NDVI ;c)利用最大類間差算法（OTSU)確定NDVI最佳分割闊值；d)根 據闊值，劃定植被區域；e)藉助投票法修正二維植被信息提取結果。
3. 如權利要求書1所述的方法，其特徵在於，所述步驟2)的具體方法為： a)基於一定數量的樹冠高度模型採樣點，構建樹高-冠徑關係模型；b)根據已建立的 關係模型確定逐像素遍歷過程中的搜索範圍；C)依據搜索範圍，判斷像素是否滿足樹頂條 件；d)依次遍歷圖像中像素點，直至找出全部樹頂點。
4. 如權利要求書1所述的方法，其特徵在於，所述步驟3)提出了基於傘骨法的樹冠投 影邊界識別算法，具體方法為： a)生成一系列W樹頂點為對稱中也的等旋轉角的福射狀線段；b)為中也點為起始點， 沿方向的福射狀線段向外圍遍歷，依次判斷位於同一條福射狀線段上相鄰單元的高度差， 若高差值滿足判定規則，即判斷該外圍像素點為樹冠邊界點；C)重複b)過程直至獲得全部 截斷點，通過逆時針依次連接各截斷點，最終形成封閉多邊形，形成單體樹冠輪廓線。 傘骨法具有"分離鄰接樹冠的相交界限"與"識別結果準確且符合樹冠形態"的優點， 同時提升了算法的運行效率，為區域尺度的樹冠投影邊界識別提供一種可行的方法。
5. 如權利要求書1所述的方法，其特徵在於，所述步驟4)提出了基於伸縮圓與冠高比 的樹冠體積計算方法，具體方法為： a)在樹冠邊界識別結果的基礎上，利用伸縮圓算法獲得楠球體樹冠結構的長半軸與短 半軸參數；b)結合樹頂檢測結果的高度信息，通過冠高比概念計算得到極半徑參數；C)經 由楠球體積計算公式最終獲得樹冠體積的估算量。 該方法有效解決了不同冠層體積度量算法適應性差、城市大範圍綠度空間提取及度量 效率差等難題，可為同領域的相關研究者借鑑使用。
6. 如權利要求書1所述的方法，其特徵在於，所述步驟5)提出了冠層孔隙率修正因子， 具體計算方法為： a)依次遍歷每個樹冠單元，計算其平均梯度值;b)獲取上一步計算結果中的最大值與 最小值，採用線性函數轉換法，將平均梯度值歸一化並作二次轉化計算，得到每株立木的冠 層孔隙率修正係數；C)將權利要求1所述步驟4)中的樹冠體積計算結果乘w該係數，獲得 修正後的單體樹冠體積值。 冠層孔隙率修正因子可用於修正因採用幾何實也體模擬樹冠形態而造成的計算誤差， 使樹冠體積反演結果具備一定的可靠性。
【文檔編號】G06K9/46GK104463164SQ201410444134
【公開日】2015年3月25日 申請日期:2014年9月3日 優先權日:2014年9月3日
【發明者】孟慶巖, 張佳暉, 佔玉林, 王春梅, 吳俊 , 金穎 申請人:中國科學院遙感與數字地球研究所