论文部分内容阅读
单木结构参数反映了森林生长趋势以及健康状况,对森林的经营管理有着重要意义。传统的单木结构参数测量方法费时费力,因此本研究引入近景摄影测量技术,目的是更加方便快捷的提取单木结构参数以及恢复单木结构形态,从而为森林资源调查及树木三维模型构建提供技术支持。本研究首先对相机进行校检,然后采用空间前方交会算法提取单木结构参数,利用SFM算法将单木照片变成点云数据,并对点云数据进行单木结构参数提取,同时对比分析了基于三维地面激光扫描与近景摄影测量两种方式的单木结构参数提取结果,最后基于Visual Studio 2017平台,设计并开发了基于近景摄影测量单木结构参数提取软件,论文研究结果如下:(1)本研究采用仪器为尼康D3400,空间后方交会法解求相机校检元素x0、y0、f、K1、K2、P1、P2的值为 11.94mm、7.74mm、18.30mm、3.54E-04、-5.83E-07、1.33E-07、0;采用张正友相机标定法对相机进行校检,校检元素的值为11.93mm、7.75mm、18.28mm、3.43E-04、-5.93E-07、2.1 1E-07、4.91E-07。(2)通过空间前方交会算法提取胸径、树高及冠幅信息,并将提取值与实测数据进行对比分析,结果显示:近景摄影测量方法提取单木结构参数与实测数据相比,胸径、树高、冠幅平均误差分别为2.1cm、0.37m、0.73m,精度满足森林资源调查需求。实测值与摄影测量解算值的胸径、树高、冠幅相关系数分别为0.93、0.98、0.91,相关性较高。(3)根据编写的SFM算法程序,分析常用的特征点匹配算法并生成单木稠密点云,最后对单木点云数据进行结构参数提取。研究结果表明:SIFT算法、SURF算法以及ORB算法对相机校检后的树木照片进行特征点匹配,特征点正确匹配个数分为23,145以及25,相应的耗时分别为18.56s,16.04s及1.58s。根据点云数据提取单木结构参数,胸径、树高、冠幅平均误差分别为1.79cm,0.77m及0.79m。与实测数据的相关系数分别为 0.96、0.94、0.97。(4)地面三维激光获取的单木点云质量较高,根据三维激光扫描方法获取的点云提取的胸径、树高、冠幅参数平均误差分别为0.9cm、0.34m、0.2m。近景摄影测量的优势在于获取数据方式更加方便灵活、仪器成本较低,而且更加有利于多源数据融合。根据近景摄影测量提取胸径、树高、冠幅参数平均误差分别为1.4cm、1.07m、0.54m。(5)基于Visual Studio 2017平台,设计并开发了基于近景摄影测量单木结构参数提取软件,该软件可以实现相机校检功能以及测量目标点三维空间坐标的功能,为森林样地树木调查提供便利。