基于机载全波形激光雷达数据的复杂城区单株木提取方法研究

Airborne full waveform(AFWF) LiDAR can generate rich point clouds and waveform information, which has increasingly being an important way for modern forestry data acquisition. How to make use of AFWF LiDAR data for single tree extraction is the key to realize "fine forestry", but there are still some difficulties in the processing in complex urban environment, such as low precision of AFWF LiDAR data decomposition, efficiency and accuracy are difficult taken into consideration in forest area recognition simultaneously, unrecognized trees under density canopy condition. In view of the above questions, this project will study the high precision waveform deconvolution method and model library based adaptive echo fitting method to realize the precise waveform decomposition and feature extraction; the nDSM echo ratio based forest fast segmentation method and object-oriented point clouds and waveform combined classification method will be studied to realize the precise and fast identification of forest areas, on the basis of the point clouds based stem detection method and the 2D and 3D combined single tree segmentation method, the single tree will be extracted in high canopy density environment more precisely. Above mentioned researchs, on the whole, consist a complete process for AFWF LiDAR data based single tree extraction in complex environment. It's of important research value and practical significance in the research for urban forestry resource investigation and ecological protection.

机载全波形LiDAR能快速获取丰富的点云和波形信息，日益成为现代林业数据获取的一种重要手段,如何利用机载全波形LiDAR数据提取单株木是实现"精细林业"的基础。针对复杂城区环境下全波形LiDAR数据提取单株木过程中全波形数据信息提取精度低、林木区域识别难以顾及效率与精度和高郁闭度条件下单株木提取精度低等问题。本课题通过研究高精度波形去卷积方法、基于模型库的自适应回波拟合实现全波形数据的精确分解和特征提取；通过基于nDSM区域回波率的林木区域快速分割和融合点云几何、波形特征的面向对象分类方法实现林木区域的高精效识别；在此基础上研究基于点云的树干提取和二三维相结合的单株木精确提取方法，用于解决高郁闭度环境下单株木识别困难的问题，提高单株木提取精度。本项研究可望为复杂城区环境下单株木精确提取提供有力的基础理论和方法，对城市林业资源调查及生态保护等方面都具有重要的研究价值和实际意义。

课题围绕机载全波形LiDAR波形信息精确提取、复杂城区林木区域精确识别、复杂环境单株木点云分割这三个相互关联的主题研究基于机载全波形LiDAR数据的复杂城区单株木精确提取理论与方法，具体包含以下方面的内容及成果：.（1）.全波形LiDAR数据分解与特征精确提取方法.全波形LiDAR特征包括回波数、波形宽度、波形振幅以及后向散射截面和后向散射系数等，利用波形数据提取单株木，需要更高的点云密度和准确的波形拟合参数。研究波形分解方法准确检测出各次具体的回波，在此基础上研究了全波形特征精确提取方法。研究发现：和拟合法相比，去卷积法具有高目标分辨率的优点，更适用于林木识别高密度点云的需求。多数地物反射函数可由高斯函数或广义高斯函数表达，但是复杂地表的回波波形会出现倾斜无法用单一模型表达。.（2）.基于全波形LiDAR数据的林木区域精确识别方法.在复杂城区环境下为了实现林木区域精确识别，采用了分层的思想，首先通过点云滤波排除地形对林木提取产生的影响，在此基础上针对非地面点研究了融入波形特征的林木精确识别方法。研究发现：基于波形特征的滤波方法和传统的基于几何特征的滤波方法相比，在复杂环境下具有一定的优势。 基于面向对象的全波形LiDAR数据精分类方法基于面向对象的分类方法在点云目标识别中的优势，结合了波形特征在林木与非林木区域的差异，可以从分离出的非地面点中提取林木区域。 .（3）.高郁闭度环境单株木点云分割方法.通过3D点云中提取树干信息作为先验知识，在此基础上采用二三维相结合的方法先从二维的角度进行粗分割，再对每个分块区域进行进一步的Ncut细分割实现单株木的精确提取。研究发现：全波形LiDAR数据点云可以穿透部分冠层直至树干(部分低矮林木可能无法到达)，通过3D点云分布特征可以对树干进行提取，树干位置信息可以为单株木的精确分割提供有效的先验知识。基于NCut的点云分割方法是一种基于图论的方法，可以转换为点云相似矩阵求解的问题。