相关实验视频
Updated: Jun 14, 2026
08:43
OLIgo Mass Profiling OLIMP of Extracellular Polysaccharides
Published on: June 20, 2010
13.7K
基于ALS和TLS点云数据组合的Moso竹子参数的提取
Suying Fan1,2,3, Sishuo Jing1,2,3, Wenbing Xu1,2,3
1State Key Laboratory of Subtropical Silviculture, Zhejiang A & F University, Hangzhou 311300, China.
Sensors (Basel, Switzerland)
|July 13, 2024
概括
将空中和地面激光扫描数据结合起来,显著改善了moso bamboo的参数提取. 这种合并的点云方法提高了竹子高度和乳房高度直径 (DBH) 的检测率和准确性.
科学领域:
- 林业林业 林业 林业 林业
- 遥感 遥感 遥感 遥感
- 地理空间分析是什么
背景情况:
- 单源点云数据对准确的 moso bamboo 参数提取有局限性.
- 空载激光扫描 (ALS) 和地面激光扫描 (TLS) 提供互补的数据,但需要对齐和整合.
研究的目的:
- 开发和评估一种使用合并ALS和TLS点云数据提取moso竹参数的新方法.
- 为了提高moso竹子检测,高度估计和胸高直径 (DBH) 测量的准确性和可靠性.
主要方法:
- 使用Iterative Closest Point (ICP) 算法和现场调查的坐标对准ALS和TLS点云.
- 用点云细分 (PCS) 算法对ALS数据进行细分,使用比较最短路径 (CSP) 方法对TLS和合并数据进行细分.
- 使用气安装方法估计DBH.
主要成果:
- 合并的点云数据实现了高达97.30%的moso竹检测率.
- 竹子估计高度的准确性得到改善,R2超过0.96和根平均平方误差 (RMSE) 减少到0.35-0.48米.
- DBH估计显示了高准确度,R2在0.97-0.99的范围内,RMSE减少到0.001-0.003m.
结论:
- 合并ALS和TLS点云数据显著提高了moso竹参数提取的准确性.
- 拟议的综合方法克服了单一来源数据的局限性,提供了更可靠的林业库存信息.
