检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

无人机激光雷达遥感图像显著性目标检测方法

机械设计与研究 2024年第2期40卷 69-72,84页

作者：韦少凡张琼桂林旅游学院广西桂林541006

遥感图像目标远程检测通常采用单一模态特征提取方法,显著性目标特征信息提取不全面,会导致显著性目标检测效果较差,为此提出无人机激光雷达遥感图像显著性目标检测方法。在VGG16网络的支持下,结合级联运算与ReLu激活函数提取激光雷达... 详细信息

遥感图像目标远程检测通常采用单一模态特征提取方法,显著性目标特征信息提取不全面,会导致显著性目标检测效果较差,为此提出无人机激光雷达遥感图像显著性目标检测方法。在VGG16网络的支持下,结合级联运算与ReLu激活函数提取激光雷达遥感图像的多模态特征,以对显著性目标的特征进行全面描述。根据多模态特征提取结果,利用多分支组融合与单组融合找出不同等级间相的关性,通过Conv+ReLu层完成各等级特征融合。根据特征重要程度赋予特定的权重值,采用空间竞争函数,将各层加权和进行叠加,生成显著性目标图,实现无人机激光遥感图像显著性目标检测。实验结果表明,所提出检测方法的显著性目标检测精度高,且检测时间开销小,最长时间开销在14 s左右。

关键词：无人机激光雷达遥感图像显著性目标反卷积层卷积层

无人机激光雷达反演玉米与大豆高度及叶面积指数

在线全文

学校读者我要写书评

暂无评论

无人机激光雷达反演玉米与大豆高度及叶面积指数

作者：张亚倩福建农林大学

学位级别：硕士

玉米与大豆作为重要的粮食作物,在我国具有广泛的种植分布,玉米与大豆稳定生产对我国的粮食安全具有重要意义。作物高度和叶面积指数(Leaf Area Index,LAI)与作物的生理过程密切相关,在作物遗传育种、生长监测和产量估算中应用广泛。如... 详细信息

玉米与大豆作为重要的粮食作物,在我国具有广泛的种植分布,玉米与大豆稳定生产对我国的粮食安全具有重要意义。作物高度和叶面积指数(Leaf Area Index,LAI)与作物的生理过程密切相关,在作物遗传育种、生长监测和产量估算中应用广泛。如何有效监控农作物表型性状,对农业高效、高品质的生产起到至关重要的作用。激光雷达(Light Detection and Ranging,LiDAR)作为一种主动遥感技术,对植被冠层具有很强的穿透性,能快速获取冠层详细的三维信息,在作物参数反演中具有一定优势。无人机具有成本低、轻便、移动快速的优点,以无人机为搭载平台的LiDAR技术弥补了低空遥感的空缺,能够更加高效灵活地进行高精度、高密度的数据采集,在作物参数反演中具有很大的潜力。本研究利用无人机LiDAR数据对作物的高度和LAI进行反演,为提高作物参数反演精度,进一步研究了LiDAR采样尺寸、高度阈值、点密度对作物高度和LAI反演结果的影响;针对LiDAR数据空间离散、不具备成像能力的特点,该研究联合激光雷达数据与高光谱影像,探索两种数据源融合在玉米高度和LAI反演方面的潜力。具体的研究内容和结果如下:(1)基于无人机LiDAR数据反演玉米与大豆高度,并融合高光谱影像实现玉米高度反演。利用两种方法反演作物高度并比较这两种方法的反演精度,一种是基于冠层高度模型(Canopy Height Model,CHM)建立简单线性回归模型,另一种是利用LiDAR变量建立偏最小二乘回归(Partial Least Square Regression,PLSR)模型。在利用LiDAR变量反演玉米高度的基础上,融合多个高光谱植被指数,建立玉米高度预测模型。结果表明,基于LiDAR变量的方法能更精确地反演玉米、大豆、玉米与大豆组合的高度。而利用两种方法进行组合作物高度反演的精度均高于单一作物。另外,研究发现植被指数不能精确地反演玉米高度,而两种数据源融合进一步提高了玉米高度的反演精度。(2)研究LiDAR点密度对玉米与大豆高度反演精度的影响。本研究通过对原始LiDAR点密度进行抽稀,生成不同密度的点云数据,采用PLSR算法,利用LiDAR变量建立高度预测模型。结果表明,玉米、大豆、玉米与大豆组合高度反演精度最高时的点密度分别为16 points/m、16 points/m和14 points/m。最高的点密度(420points/m)并没有获得最优的反演精度,因此,不一定需要非常高的激光雷达点密度就能精确地估算作物高度。(3)研究LiDAR采样尺寸、高度阈值及点密度对玉米LAI反演精度的影响。本研究利用滤波后的LiDAR数据进行不同采样尺寸、高度阈值、点密度的重采样,基于比尔定律,利用单一变量覆盖度建立LAI反演模型。结果表明,玉米LAI反演精度最高时的采样尺寸、高度阈值、点密度分别为5.5 m、0.55 m、18 points/m。对于采样尺寸、高度阈值和点密度而言,取值过大或过小都不会改善LAI的反演效果。研究发现最高的点密度(420 points/m)没有产生最高的反演精度,单独依靠增加点密度的方法提高LAI的反演精度并不可靠。(4)基于无人机LiDAR数据和高光谱影像反演玉米LAI。采用偏最小二乘回归和随机森林(Random Forest,RF)回归两种算法分别利用LiDAR变量、植被指数、LiDAR变量和植被指数组合构建LAI预测模型。结果表明,基于随机森林回归算法建立的三种预测模型具有更高的反演精度,R分别为0.942、0.861、0.950。LiDAR数据在玉米LAI反演方面比光学遥感更具有优势,而融合LiDAR数据与光学遥感影像可以改善LAI的反演效果。总之,本研究表明无人机LiDAR是反演植被参数的有效工具,融合LiDAR与光学遥感数据在提高植被参数反演方面具有一定的潜力,该研究结果将为农作物生长监测与估产提供可靠的基础数据,为激光雷达数据采集及植被参数反演提供有价值的指导。

关键词：无人机激光雷达高光谱作物高度叶面积指数点云密度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无人机激光雷达在大比例地形图中的应用研究

中文科技期刊数据库（文摘版）工程技术 2024年第2期 0023-0026页

作者：杨金成施道泉南宁丰成测绘科技有限公司广西南宁530000

本研究主要针对无人机激光雷达在大比例地形图中的应用展开研究。首先,激光雷达技术作为一种高精度的三维数据获取工具,具有广泛的应用前景和重要的研究意义。该研究旨在探索无人机激光雷达在大比例地形图中的应用潜力,为基于无人机的... 详细信息

本研究主要针对无人机激光雷达在大比例地形图中的应用展开研究。首先,激光雷达技术作为一种高精度的三维数据获取工具,具有广泛的应用前景和重要的研究意义。该研究旨在探索无人机激光雷达在大比例地形图中的应用潜力,为基于无人机的地理信息获取提供新的解决方案。接着,本文采用了成熟的激光雷达扫描和数据处理方法,并结合地理信息系统技术,实现了对大比例地形图的高精度制图。在实验过程中,本研究充分利用了无人机激光雷达技术的优势,取得了一系列令人满意的结果。这些结果不仅填补了大比例地形图数据获取方面的空白,还对相关领域的进一步发展具有重要的指导意义。综上所述,本研究通过无人机激光雷达在大比例地形图中的应用研究,为相关领域的发展和实践提供了有力的技术支撑和理论指导。

关键词：无人机激光雷达大比例地形图数据获取地理信息系统高精度制图

无人机激光雷达及倾斜摄影测量在油气井场钻前工程中的应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

无人机激光雷达及倾斜摄影测量在油气井场钻前工程中的应用

基于无人机载激光雷达点云数据的人工侧柏林单木分割研究

2022年石油天然气勘查技术中心站第29次技术交流研讨...

作者：万仕平王慧灵阎晓雨刘波张毅华中国石油工程建设有限公司西南分公司四川页岩气勘探开发有限责任公司

无人机激光雷达和倾斜摄影测量应用越来越多,为了研究其在石油天然气井场钻前工程三维数字化设计需求下的作业程序、技术特点和能效情况,分析了其发展应用现状和传统地面测量的不足,介绍了其技术原理和特点。通过结合某拟建采气井场钻... 详细信息

无人机激光雷达和倾斜摄影测量应用越来越多,为了研究其在石油天然气井场钻前工程三维数字化设计需求下的作业程序、技术特点和能效情况,分析了其发展应用现状和传统地面测量的不足,介绍了其技术原理和特点。通过结合某拟建采气井场钻前工程三维数字化设计项目,对无人机激光雷达和倾斜摄影测量应用过程中的数据采集和内业处理进行了全过程研究,对精度进行了深入分析,展示了数字化成果并估算了应用能效情况,得出了该技术用于油气井场钻前工程建设可行可靠的结论,具有良好的应用前景。

关键词：无人机激光雷达无人机倾斜摄影油气井场钻前工程数字模型

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

西北林学院学报 2023年第6期38卷 171-179页

作者：李远航笪志祥闫烨琛黄河勘测规划设计研究院有限公司河南郑州450003 水利部黄河流域水治理与水安全重点实验室(筹) 河南郑州450003 天津市水务局天津300074 天津市地质工程勘测设计院有限公司天津300191

可持续的森林经营管理模式有助于实现生态文明建设的高质量发展,人工林单木分割结果的获取是森林经营管理的关键。目前无人机载激光雷达技术为单木位置的精准定位和树冠的精确划分提供了应用空间。利用冠层高度模型(CHM)检测和提取单木... 详细信息

可持续的森林经营管理模式有助于实现生态文明建设的高质量发展,人工林单木分割结果的获取是森林经营管理的关键。目前无人机载激光雷达技术为单木位置的精准定位和树冠的精确划分提供了应用空间。利用冠层高度模型(CHM)检测和提取单木数量和树冠、树高等信息,评估和分析空间分辨率和点云密度对单木分割和树冠提取结果的影响和精度,该方法可准确分割人工侧柏林和提取树冠信息,总体上单木分割精确率均>75%,树冠轮廓提取精确率均>65%,实测数据与提取数据的回归决定系数均>0.6。适当的空间分辨率有助于提高单木分割精度,当分辨率为0.3 m时单木分割和树冠提取结果均为最优。同时研究发现随着点云密度的降低,单木数量的识别精度值随之下降。当点云密度为100%时,F为89%,当点云密度为10%时,其F降低至73%。基于CHM模型可以较好实现人工林的单木精确分割,对林木出现的树冠重叠、覆盖、偏移等现象均有一定的辨别能力;同时分析了空间分辨率和点云密度对单木分割和树冠提取结果的影响并评估了精确性,识别了单木分割时关键参数的最优选择。

关键词：无人机激光雷达单木分割结构参数信息空间分辨率点云密度

在线全文

学校读者我要写书评

暂无评论

利用无人机激光雷达提取玉米叶面积密度

武汉大学学报（信息科学版） 2021年第11期46卷 1737-1745页

作者：雷蕾李振洪杨浩杨贵军长安大学地质工程与测绘学院陕西西安710054 农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097

叶面积密度可以表征冠层内部叶面积的垂直分布,是作物生长发育、营养诊断和育种研究的重要结构参数。激光雷达通过发射多脉冲和接收多回波信号可以探测到作物冠层内部信息。首先基于无人机激光雷达获取60个小区多航线的玉米点云数据,采... 详细信息

叶面积密度可以表征冠层内部叶面积的垂直分布,是作物生长发育、营养诊断和育种研究的重要结构参数。激光雷达通过发射多脉冲和接收多回波信号可以探测到作物冠层内部信息。首先基于无人机激光雷达获取60个小区多航线的玉米点云数据,采用基于接触频率的体素法对叶面积密度进行估算,再对多个体素大小进行分析得到最优体素大小(0.2 m);其次对各航线以及航线叠加效果进行对比,得到无人机激光雷达获取点云数据的最优激光脉冲入射角(-30°~52°);然后结合玉米叶倾角和激光脉冲入射角对叶面积密度估算模型进行校正,从而提高叶面积密度估算精度;最后通过对不同种植密度和不同品种的玉米叶面积密度分布进行分析,得到不同品种玉米的发育快慢、株型特点以及最合理的种植密度。以上结果可为基于无人机激光雷达数据估算叶面积密度提供指导,并为玉米育种和科学管理提供参考。

关键词：叶面积密度分布基于接触频率的体素法叶倾角脉冲入射角无人机激光雷达

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于无人机激光雷达点云数据的单木分割研究

中南林业科技大学学报 2022年第1期42卷 45-53页

作者：刘浩然范伟伟徐永胜林文树东北林业大学工程技术学院黑龙江哈尔滨150040

【目的】探索不同树种在样地和单木尺度上无人机激光雷达点云数据的单木分割效果,选取哈尔滨城市林业示范基地阔叶林(水曲柳)和针叶林(樟子松)两块样地为研究对象,对样地内树木点云进行单木分割并评价其分割效果,为后续单木结构参数的... 详细信息

【目的】探索不同树种在样地和单木尺度上无人机激光雷达点云数据的单木分割效果,选取哈尔滨城市林业示范基地阔叶林(水曲柳)和针叶林(樟子松)两块样地为研究对象,对样地内树木点云进行单木分割并评价其分割效果,为后续单木结构参数的提取提供数据支持,同时丰富森林资源信息的调查手段。【方法】通过无人机激光雷达获得样地树木点云数据,然后分别采用改进的K均值聚类算法和基于相对间距的阈值分割算法对水曲柳和樟子松样地进行单木点云数据分割。其中,水曲柳样地点云数据处理采用改进的K均值聚类算法,通过树干点云位置推算初始聚类中心,减少因树冠重叠导致的错误分割;樟子松样地点云数据处理则采用基于相对间距的阈值分割算法,通过设定多条阈值规则并利用动态最大值滤波器对树顶进行精确探测,提高算法的分割精度。最后,基于样地和单木点云完整度两个方面对点云数据分割效果进行评价。【结果】1)从样地尺度来看,水曲柳和樟子松样地单木识别率分别为0.91和0.87,相应的调和值(F)分别为0.91和0.88,结果显示单木分割的整体效果较好。水曲柳样地召回率(r)为0.87,精确率(p)为0.95,算法分割过程中产生的错误分割较少。樟子松样地算法分割的单木也多为正确分割(r=0.82、p=0.94),其分割误差主要来自于单木欠分割,过分割现象相对较少。2)从单木点云分割的完整程度来看,水曲柳样地的单木平均正确分割率为75.6%,点云平均欠分割率为24.3%,平均过分割率为18.5%,单木点云的最大错误分割率为31.8%,不同单木之间分割精度有较大差异;樟子松样地的单木分割精度较稳定,平均正确分割率达84.1%,平均欠分割和过分割率分别为16.3%和9.0%,表明单木点云不存在大量错误分割的情况。【结论】基于树木形态结构特征改进了两种优化单木点云数据分割算法,两种算法下分割的森林样地单木精度在不同评价尺度中表现均较好,对林中树木出现的树冠重叠、遮挡、偏移等现象均有一定的辨别能力,实现了森林样地树木点云数据的单木精确分割。

关键词：无人机激光雷达点云数据单木分割 k-means算法阈值分割算法

基于二维正态分布的无人机激光雷达点云匹配研究

在线全文

学校读者我要写书评

暂无评论

激光杂志 2024年第4期45卷 265-270页

作者：任娜张玉王洪江张楠沈阳工程学院信息学院沈阳110136 东北林业大学信息学院哈尔滨150006

无人机激光雷达点云特征多,一次匹配花时间长,难以进行二次匹配,因此研究基于二维正态分布的无人机激光雷达点云匹配方法。采集无人机激光雷达点云图像,通过旋转平移方法、双边滤波方法对图像预处理,利用二维正态分布算法和动态时间规... 详细信息

无人机激光雷达点云特征多,一次匹配花时间长,难以进行二次匹配,因此研究基于二维正态分布的无人机激光雷达点云匹配方法。采集无人机激光雷达点云图像,通过旋转平移方法、双边滤波方法对图像预处理,利用二维正态分布算法和动态时间规整算法完成点云特征提取,使用初始变换矩阵估计算法对点云进行粗匹配,再使用近点迭代算法进行点云快速精匹配,通过两次匹配实现无人机激光雷达点云快速匹配。实验结果表明,所提方法的无人机激光雷达点云图像去噪效果好,点云匹配时间短,匹配偏差仅在0.04 m-0.15 m之间,匹配精度达到了相关预期。

关键词：二维正态分布无人机激光雷达点云匹配旋转平移方法点云特征粗匹配精匹配

联合无人机激光雷达和高光谱数据反演玉米叶面积指数

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2022年第5期37卷 1097-1108页

作者：张亚倩骆社周王成习晓环聂胜黎东李光辉福建农林大学资源与环境学院福建福州350002 中国科学院空天信息创新研究院北京100094 河南省航空物探遥感中心河南郑州450053

叶面积指数(Leaf Area Index,LAI)是作物长势监测及产量估算的重要指标,准确高效的LAI反演对农田经济的宏观管理具有重要作用。研究探索了联合无人机激光雷达(Light Detection and Ranging,LiDAR)和高光谱数据反演玉米叶面积指数的潜力... 详细信息

叶面积指数(Leaf Area Index,LAI)是作物长势监测及产量估算的重要指标,准确高效的LAI反演对农田经济的宏观管理具有重要作用。研究探索了联合无人机激光雷达(Light Detection and Ranging,LiDAR)和高光谱数据反演玉米叶面积指数的潜力,并分析了LiDAR数据不同采样尺寸、高度阈值、点密度对LAI反演精度的影响同时确定三者的最优值。该研究分别从重采样的LiDAR数据和高光谱影像中提取了LiDAR变量和植被指数,然后基于偏最小二乘回归(Partial Least Square Regression,PLSR)和随机森林(Random Forest,RF)回归两种算法分别利用LiDAR变量、植被指数、联合LiDAR变量和植被指数构建预测模型,并确定反演玉米LAI的最优预测模型。结果表明:反演玉米LAI的最优采样尺寸、高度阈值、点密度分别为5.5 m、0.55 m、18 points/m^(2),研究发现最高的点密度(420 points/m^(2))并没有产生最优的玉米LAI反演精度,因此单独依靠增加点密度的方法提高LAI的反演精度并不可靠。基于LiDAR变量获得的LAI反演精度(PLSR:R^(2)=0.874,RMSE=0.317;RF:R^(2)=0.942,RMSE=0.222)高于基于植被指数获得的LAI反演精度(PLSR:R^(2)=0.741,RMSE=0.454;RF:R^(2)=0.861,RMSE=0.338),而使用组合变量构建预测模型的反演精度(PLSR:R^(2)=0.885,RMSE=0.304;RF:R^(2)=0.950,RMSE=0.203)优于使用单一变量建立的LAI预测模型,其中利用联合LiDAR变量和植被指数建立的随机森林回归模型为最优预测模型。因此,将两种数据源融合在提高植被LAI反演精度方面具有一定的潜力。

关键词：无人机激光雷达高光谱叶面积指数玉米点云密度