一種全站儀與無人機(jī)影像聯(lián)合的樹高快速提取方法與流程

本發(fā)明涉及全站儀與無人機(jī)影像聯(lián)合的樹高快速提取方法。

背景技術(shù)：

隨著無人機(jī)(unmannedaerialvehicle)技術(shù)的不斷發(fā)展，其在林業(yè)中的應(yīng)用也越來愈廣泛。在森林資源日益減少的今天，對單木和林分實現(xiàn)精準(zhǔn)無損傷測量顯得尤為重要。以往粗獷的森林資源調(diào)查監(jiān)測中樹高測量是通過目估或者簡單的儀器和方法測量，精度比較差，滿足不了“精準(zhǔn)林業(yè)”和“數(shù)字林業(yè)”的要求。另外，高郁閉度林中的森林結(jié)構(gòu)復(fù)雜，樹冠相互遮擋嚴(yán)重，如何在復(fù)雜的林分環(huán)境中準(zhǔn)確、全方位地獲取樹高燈森林結(jié)構(gòu)參數(shù)也成為當(dāng)前森林信息獲取的主要困難之一。無人機(jī)可以機(jī)動地采集森林信息，耗費時間少且自動化程度高，無人機(jī)飛行系統(tǒng)為我們提供了一個可靠的樹高獲取途徑。

無人機(jī)作為小型化的飛行平臺可實現(xiàn)高分辨率影像的采集，在彌補(bǔ)衛(wèi)星遙感經(jīng)常因云層遮擋獲取不到影像缺點的同時，解決了傳統(tǒng)衛(wèi)星遙感重訪周期過長，應(yīng)急不及時等問題。無人機(jī)航拍影像具有數(shù)字化程度高、分辨率高、多時空尺度等特點，通過對無人機(jī)影像進(jìn)行處理，結(jié)合相關(guān)測繪技術(shù)能得到需要的樹木結(jié)構(gòu)參數(shù)以及森林三維場景構(gòu)建。近幾年，隨著gps技術(shù)、遙感技術(shù)、數(shù)字圖像傳輸技術(shù)以及視頻實時傳輸?shù)燃夹g(shù)的不斷發(fā)展，無人機(jī)以及無人機(jī)技術(shù)被廣泛運用在林業(yè)生產(chǎn)中。無人機(jī)影像在林業(yè)中的廣泛應(yīng)用可緩解森林樹木信息數(shù)據(jù)獲取的困難，并對林業(yè)資源進(jìn)行實時有效監(jiān)測和管理。無人機(jī)飛行平臺可以搭載量測相機(jī)、高光譜相機(jī)、激光雷達(dá)等多種設(shè)備。本論文數(shù)據(jù)采集主要利用搭載量測相機(jī)的小型無人機(jī)平臺組成，改數(shù)據(jù)采集方式獲得的影像數(shù)據(jù)與其它方式相比有其自身的特點。在影像獲取的過程中，由于受到設(shè)備及環(huán)境的限制，獲得的影像存在誤差且存在于量測相機(jī)的框標(biāo)系統(tǒng)下，完整的無人機(jī)影像需要通過地面控制點進(jìn)行定向歸化到相應(yīng)的坐標(biāo)系統(tǒng)下，因此需要對獲取的原始影像數(shù)據(jù)進(jìn)行內(nèi)定向、相對定向和絕對定向，有效而精確的定向結(jié)果可以為后續(xù)的參數(shù)提取提供良好的數(shù)據(jù)支持。

由于受到測量環(huán)境之間樹冠的相互遮擋，無人機(jī)獲取的影像數(shù)據(jù)往往存在由于樹冠之間的相互遮擋存在測量不到的地方，導(dǎo)致局部區(qū)域信息缺失。樹冠之間的遮擋使我們無法準(zhǔn)確獲得樹底點坐標(biāo)，從而無法獲得樹高數(shù)據(jù)。由于全站儀獲取地形數(shù)據(jù)方便，靈活性高，而且成本較低。因此，工作人員可以通過對獲取的全站儀數(shù)據(jù)進(jìn)行處理獲取相應(yīng)的樹底點坐標(biāo)，從而在有樹冠遮擋的情況下與無人機(jī)影像結(jié)合快速獲取樹高數(shù)據(jù)。

綜上所述，開發(fā)一種克服遮擋效應(yīng)的無人機(jī)影像樹高提取方法顯得尤為重要。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是為了解決現(xiàn)有單一無人機(jī)獲取的影像數(shù)據(jù)由于樹冠之間的相互遮擋存在測量不到的地方，導(dǎo)致局部區(qū)域信息缺失的缺點，而提出一種全站儀與無人機(jī)影像聯(lián)合的樹高快速提取方法。

一種全站儀與無人機(jī)影像聯(lián)合的樹高快速提取方法包括以下步驟：

步驟一：利用無人機(jī)采集林地的影像，利用全站儀或gps-rtk采集林地的地形數(shù)據(jù)；所述地形數(shù)據(jù)包括控制點坐標(biāo)(地面測量坐標(biāo)系)和碎步點(地面測量坐標(biāo)系)坐標(biāo)；

步驟二：對步驟一中無人機(jī)采集的影像和控制點坐標(biāo)進(jìn)行定向拼接后得到林地數(shù)字正射影像(dom)，對林地數(shù)字正射影像數(shù)據(jù)進(jìn)行立體觀測得到樹梢點坐標(biāo)(地面測量坐標(biāo)系)；

步驟三：利用自然生長算法(delaunay)將步驟一采集到的地形數(shù)據(jù)生成不規(guī)則三角網(wǎng)；

步驟四：利用步驟二中得到的樹梢點坐標(biāo)，在步驟三生成的不規(guī)則三角網(wǎng)中進(jìn)行高程內(nèi)插，求取樹梢點正下方的地面坐標(biāo)作為樹根點坐標(biāo)(地面測量坐標(biāo)系)，求取樹梢點坐標(biāo)和樹根點坐標(biāo)的高程差值，該差值作為樹高數(shù)據(jù)。

本發(fā)明的有益效果為：

本發(fā)明方法提供了一個簡單快捷的高郁閉度林樹高獲取方式，通過全站儀數(shù)據(jù)補(bǔ)全了由于樹冠之間的相互遮擋而丟失的地面信息。通過全站儀數(shù)據(jù)建立的三角網(wǎng)獲取樹根點坐標(biāo)也簡化了工作流程，避免了對每一棵樹進(jìn)行信息獲取的繁瑣工作，只要通過全站儀獲取的地形數(shù)據(jù)以及無人機(jī)影像得到的樹梢點平面坐標(biāo)便可以預(yù)測樹根點高程從而獲得高郁閉度林分中的單木樹高數(shù)據(jù)。

下表為通過本發(fā)明方法獲取的樹高數(shù)據(jù)，其中樹高數(shù)據(jù)為通過無人機(jī)與全站儀結(jié)合的方式獲取，樹高真實值為通過全站儀對每一株單木進(jìn)行測量獲取，通過數(shù)據(jù)對比可以發(fā)現(xiàn)，誤差控制在4％-25％之間，平均誤差達(dá)到了10.5％，精度滿足林業(yè)調(diào)查的要求，與通過無人機(jī)影像獲取的中低郁閉度林的精度不存在明顯差異，說明一種全站儀與無人機(jī)影像聯(lián)合的樹高快速提取方法是可行而有效的。

附圖說明

圖1是發(fā)明的流程圖；

圖2是拼接、定向過后獲取的測區(qū)無人機(jī)影像；

圖3是根據(jù)三角網(wǎng)生長法生成的不規(guī)則三角網(wǎng)；

圖4為樹梢點和樹根點的具體位置；

具體實施方式

具體實施方式一：一種全站儀與無人機(jī)影像聯(lián)合的樹高快速提取方法包括以下步驟：

步驟一：利用無人機(jī)采集林地的影像，利用全站儀或gps-rtk采集林地的地形數(shù)據(jù)；所述地形數(shù)據(jù)包括控制點坐標(biāo)和碎步點坐標(biāo)；

步驟二：對步驟一中無人機(jī)采集的影像和控制點坐標(biāo)進(jìn)行定向拼接后得到林地數(shù)字正射影像(dom)，對林地數(shù)字正射影像數(shù)據(jù)進(jìn)行立體觀測得到樹梢點坐標(biāo)；

步驟三：利用自然生長算法(delaunay)將步驟一采集到的地形數(shù)據(jù)生成不規(guī)則三角網(wǎng)；

步驟四：利用步驟二中得到的樹梢點坐標(biāo)，在步驟三生成的不規(guī)則三角網(wǎng)中進(jìn)行高程內(nèi)插，求取樹梢點正下方的地面坐標(biāo)作為樹根點坐標(biāo)，求取樹梢點坐標(biāo)和樹根點坐標(biāo)的高程差值，該差值作為樹高數(shù)據(jù)。樹梢點和樹根點的具體位置如圖4所示。

具體實施方式二：本實施方式與具體實施方式一不同的是：所述步驟一中利用無人機(jī)采集林地的影像，利用全站儀或gps-rtk采集林地的地形數(shù)據(jù)的具體過程為：

確定無人機(jī)的飛行路線以及飛行高度，無人機(jī)航向重疊率大于等于60％，旁向重疊率大于等于30％；設(shè)置地面控制點，利用全站儀或gps-rtk測量地面控制點的坐標(biāo)，每條航線的地面控制點大于等于6個；全站儀或gps-rtk利用控制點進(jìn)行林區(qū)地形碎步點坐標(biāo)采集。

航線設(shè)定是根據(jù)林區(qū)的實際情況以及要求的航片分辨率確定無人機(jī)的飛行路線以及飛行高度，確定航線的同時需要保證航片的航向重疊率不小于60％，旁向重疊率不小于30％，以便提高無人機(jī)影像的拼接精度。

地面控制點測量是為了攝影瞬間相對于地面的姿態(tài)進(jìn)行的控制點采集，利用全站儀或gps-rtk進(jìn)行測量，一般要求每條航線具備六個作業(yè)控制點。

航拍應(yīng)該選擇晴朗、無風(fēng)的天氣進(jìn)行，首先選定最佳飛行路線，在平坦區(qū)域架設(shè)無人機(jī)設(shè)備后進(jìn)行影響獲取，航拍完成后及時將影像傳輸?shù)诫娔X中。

全站儀根據(jù)已知點的情況進(jìn)行控制測量，對獲得的數(shù)據(jù)進(jìn)行平差處理得到控制點坐標(biāo)，利用控制點進(jìn)行林區(qū)地形碎步點采集，獲得的數(shù)據(jù)能夠用于不規(guī)則三角網(wǎng)生成以及高程內(nèi)插。

其它步驟及參數(shù)與具體實施方式一相同。

具體實施方式三：本實施方式與具體實施方式一或二不同的是：所述步驟二中對步驟一中無人機(jī)采集的影像和控制點坐標(biāo)進(jìn)行定向拼接后得到林地數(shù)字正射影像，對林地數(shù)字正射影像數(shù)據(jù)進(jìn)行立體觀測得到樹梢點坐標(biāo)的具體過程為：

步驟二一：影像內(nèi)定向；對步驟一得到的影像進(jìn)行內(nèi)定向完成掃描坐標(biāo)(在影像數(shù)字化過程中由于影像在掃描儀上位置是任意放置的形成的掃描坐標(biāo))到像坐標(biāo)(以影像像主點為坐標(biāo)系原點，對于航空影像，兩對邊機(jī)械框標(biāo)的連線為x軸和y軸的坐標(biāo)系框標(biāo)坐標(biāo)系，其與航線方向一致的連線為x軸，航線方向為正向，像坐標(biāo)系的方向與框標(biāo)坐標(biāo)系的方向相同)的轉(zhuǎn)換，內(nèi)定向采用多項式變換公式，用矩陣表示為：

h＝a’h′+t

其中所述h為量測的像點坐標(biāo)或掃描坐標(biāo)，a’為變換矩陣，h'為變換后的像點坐標(biāo)，t為變換參數(shù)；

步驟二二：影像內(nèi)定向后進(jìn)行影像相對定向；對影像進(jìn)行相對定向恢復(fù)相鄰兩影像攝影光束的相互關(guān)系，使同名光線對對相交，完成相鄰影像的鑲嵌；

步驟二三：影像相對定向后進(jìn)行影像絕對定向；對影像進(jìn)行絕對定向確定航片在攝影瞬間相對于地面的姿態(tài)，利用全站儀或gps-rtk測得的控制點坐標(biāo)作為已知控制點來確定空間輔助坐標(biāo)(該坐標(biāo)系是一種過渡坐標(biāo)系，它以攝站點為坐標(biāo)原點，以鉛錘方向為z軸，并取航線方向為x軸，有利于沿航線方向累積的系統(tǒng)誤差)與實際物空間坐標(biāo)(所攝物體所在的空間直角坐標(biāo)系，所用的為地面測量坐標(biāo)系，它的x軸指向正北方向，與大地測量中的高斯-克呂格平面坐標(biāo)系相同，高程以我國黃海高程系統(tǒng)為基準(zhǔn))之間的變換關(guān)系后；得到林地數(shù)字正射影像；

步驟二四：對步驟二三得到的林地數(shù)字正射影像進(jìn)行立體量測；根據(jù)共線方程可以獲取圖像上任意點的三維坐標(biāo)；共線方程為：

其中所述x,y為像點的像平面坐標(biāo)，x0,y0,f為影像的內(nèi)方位元素，xs,ys,zs為攝站點的物方空間坐標(biāo)，xa,ya,za為物方點的物方空間坐標(biāo)，ai,bi,ci(i＝1,2,3)為影像的三個外方位元素組成的九個方向余弦。

其它步驟及參數(shù)與具體實施方式一或二相同。

具體實施方式四：本實施方式與具體實施方式一至三之一不同的是：所述步驟三中利用自然生長算法將步驟一采集到的地形數(shù)據(jù)生成不規(guī)則三角網(wǎng)的具體過程為：

步驟三一：找出全站儀數(shù)據(jù)中離散點相距最近的兩點，連接這兩點形成不規(guī)則三角網(wǎng)(tin)的初始基線，在初始基線的基礎(chǔ)上進(jìn)行不規(guī)則三角網(wǎng)的生長；

步驟三二：找到距離初始基線中點最近的點，該點與初始基線的兩個端點構(gòu)成不規(guī)則三角網(wǎng)的第一個三角形；至此不規(guī)則三角網(wǎng)的第一個三角形生成完成。

步驟三三：以第一個三角形中除初始基線外的兩條邊為基線，重復(fù)步驟三二，直到兩個新的三角形擴(kuò)展完成；

步驟三四：重復(fù)步驟三二至步驟三三，直到所有離散點均成為不規(guī)則三角網(wǎng)的端點。

其它步驟及參數(shù)與具體實施方式一至三之一相同。

具體實施方式五：本實施方式與具體實施方式一至四之一不同的是：所述步驟四中高程內(nèi)插的具體過程為：

根據(jù)樹梢點的坐標(biāo)確定樹木在不規(guī)則三角網(wǎng)中所處的三角形，三角形頂點坐標(biāo)為

(x1,y1,z1)(x2,y2,z2)(x3,y3,z3)，則平面方程為：

根據(jù)平面方程確定內(nèi)插公式求取樹根點高程，內(nèi)插公式為：

通過做差求取樹根點和樹梢點的高程差值p＝zm-z。

其中所述(xm,ym,zm)為樹梢點坐標(biāo)，z為求得樹根點高程值，xj1,yj1,zj1為xj-x1,yj-y1,zj-z1(j＝2,3)，p為求得的樹高數(shù)據(jù)。

其它步驟及參數(shù)與具體實施方式一至四之一相同。

采用以下實施例驗證本發(fā)明的有益效果：

實施例一：

本發(fā)明的一種全站儀與無人機(jī)影像聯(lián)合的樹高快速提取方法的流程圖如圖1所示。

本發(fā)明的無人機(jī)影像與全站儀數(shù)據(jù)采集模塊由無人機(jī)航拍和全站儀測量進(jìn)行獲取，具體步驟如下：

a)控制點的采集：根據(jù)野外的實際地形情況將控制點布設(shè)在明顯地物點上，明顯地物點是指野外的實地位置和航片的影像位置都可以明確辨認(rèn)的點。一般地區(qū)較理想的明顯地物點是近于直角而且又近于水平的線狀地物的交點和地物的拐角上，特別是道路交叉的位置經(jīng)常作為優(yōu)先選點的理想目標(biāo)。像片控制點的點位目標(biāo)影像應(yīng)清晰，易于判讀和立體量測，當(dāng)目標(biāo)與其他像片條件發(fā)生矛盾時，應(yīng)著重考慮目標(biāo)條件。野外航片控制點測量的工作經(jīng)過以下過程:擬定控制點測量的技術(shù)計劃，實地踏勘選定航片控制點，像控點的刺點與整飾；控制點的觀測、計算，控制成果的整理等。實地擬定像控點是根據(jù)技術(shù)計劃到實地進(jìn)行核實對照、最后確定像控點的位置和施測方法。像控點選定后，像片上要準(zhǔn)確刺出像控點的位置，刺點的像片經(jīng)過整飾注記即能獲得攝影測量內(nèi)業(yè)成圖需要的控制片。野外控制測量完成后，能獲得像控點坐標(biāo)的觀測、計算成果與標(biāo)示有像控點位置和坐標(biāo)的控制片。

b)全站儀數(shù)據(jù)的獲?。簽榱双@得相應(yīng)的樹底點坐標(biāo)應(yīng)獲得林區(qū)的地形數(shù)據(jù)。使用南方測繪nts-310全站儀在選定的控制點上進(jìn)行控制測量，測量完成后進(jìn)行內(nèi)業(yè)平差處理獲取已知點數(shù)據(jù)。在測量完成的已知點基礎(chǔ)上獲取進(jìn)行碎步測量以獲取林區(qū)地形數(shù)據(jù)。在測量過程中應(yīng)盡量保證測量點之間構(gòu)成的三角形為等邊三角形，方便后期的數(shù)據(jù)處理以及樹底點坐標(biāo)計算。

c)無人機(jī)影像數(shù)據(jù)獲取：

無人機(jī)影像數(shù)據(jù)的獲取主要包括樣地因子調(diào)查、控制點采集、控制點布點方案、航線網(wǎng)布點、區(qū)域網(wǎng)布點、航測影像獲取等步驟。

航攝按照設(shè)計要求飛行，航向重疊一般60％-65％之間，旁向重疊一般在32％-48％之間，航向彎曲度在3％之內(nèi)，航片傾斜角一般小于2度，均在規(guī)定的限差內(nèi)。同一航線上相鄰航片的航高差不大于30m；大航高與最小航高之差不大于50m，攝區(qū)內(nèi)實際航高與設(shè)計航高之差不大于設(shè)計航高的5％；覆蓋超出測區(qū)邊界線不少于一條航線，旁向覆蓋超出測區(qū)邊界線不少于像幅的40％。

內(nèi)外方位元素的獲取：內(nèi)方位元素是在空中攝影的瞬間攝影機(jī)或傳感器內(nèi)部的幾何要素。包括像主點、焦距長度、框標(biāo)和透鏡畸變差。確定圖像位置和角度的變量是外方位元素。外方位元素確定圖像在成像瞬間有關(guān)的特征值。包括3個線元素和3個角元素。3個線元素是攝影機(jī)光學(xué)中心在攝影成像時的空間位置，即在地面空間坐標(biāo)系中的坐標(biāo)x,y,z。

本發(fā)明的無人機(jī)影像數(shù)據(jù)定向拼接和樹梢點提取模塊由virtuzo軟件提取，具體步驟如下：

a)測區(qū)設(shè)置：將tiff格式文件轉(zhuǎn)換為vz格式文件,根據(jù)影像分辨率以及飛行方式輸入正確的基本測區(qū)參數(shù)。

b)自動空中三角測量生成立體像對：包括內(nèi)定向、自動選點轉(zhuǎn)點、相對定向、半自動量測控制點。并能夠自動整理成果，建立各模型的參數(shù)文件。選定區(qū)域，按同名核線重新采樣，進(jìn)行匹配預(yù)處理和匹配編輯，而后生成立體像對。

c)igs數(shù)字測圖：新建矢量窗口，裝載相應(yīng)立體模型(正射影像)。選擇地物特征碼選擇線型在影像窗口進(jìn)行地物量測。用立體眼鏡(或反光立體鏡)進(jìn)行觀測，用鼠標(biāo)或手輪腳盤移動影像并調(diào)整測標(biāo)。切準(zhǔn)樹木樹梢點單擊鼠標(biāo)左鍵記錄當(dāng)前點坐標(biāo)。

如圖2所示為拼接、定向過后獲取的測區(qū)無人機(jī)影像。

本發(fā)明的delaunay生長算法生成不規(guī)則三角網(wǎng)模塊由delaunay生長算法實現(xiàn)，具體算法步驟如下：

a)尋找初試基線：在所有的離散點中尋找一個離散點，計算其余點與該點的平面距離s，連接該點與距離該點最近的點作為生成三角網(wǎng)的初始基線。

b)確定第三點：在初始基線右側(cè)運用delaunay法則搜尋第三點，具體的做法是：在初始基線右側(cè)的離散點中查找距此基線距離最短的點，做為第三點。

c)三角網(wǎng)的生成：連接第三點以及基線的兩個端點生成第一個三角形，以新生成的三角形的兩條邊(從基線起始點到第三點以及第三點到基線終止點)作為新的基線。重復(fù)確定第三點以及生成三角形的過程，直至所有的基線處理完畢。至此，所有的三角形生成完畢，基于離散點的不規(guī)則三角網(wǎng)形成。

如圖3為根據(jù)三角網(wǎng)生長法生成的不規(guī)則三角網(wǎng)，圖中紅點代表樹木位置，同時可計算樹底高程以及樹高數(shù)據(jù)。

本發(fā)明的高程內(nèi)插獲取樹底點高程及樹高獲取模塊平面內(nèi)插方程實現(xiàn)，具體步驟如下：

a)確定平面方程：

首先根據(jù)樹梢點的坐標(biāo)定位到不規(guī)則三角網(wǎng)中所在的三角形，根據(jù)三角形的頂點確定平面方程。三角形的三個頂點為a(510155.011，4007105.021)b(510151.463，4007099.243)c(510159.036，4007096.531)，根據(jù)無人機(jī)影像所得的樹梢點坐標(biāo)(510156.263，4007101.584，269.874)，求取λ1、λ2、λ3的值：

λ3＝1-λ1-λ2＝0.284

根據(jù)平面內(nèi)三角形與點的關(guān)系定理可知：

對

1.當(dāng)且僅當(dāng)0<λ<1，樹梢點在δabc內(nèi)；

2.不滿足1，但0≤λ≤1，則樹梢點在δabc頂點或邊界上；

3.對于不滿足1和的情況，樹梢點在δabc外部。

求取對應(yīng)的λ1、λ2、λ3的值，根據(jù)定理判斷樹梢點與三角形的位置，直到樹梢點在某一個三角形內(nèi)部或邊上時停止查找。樹梢點所在三角形的頂點坐標(biāo)為a(510155.011，4007105.021，256.034)b(510151.463，4007099.234，255.631)c(510159.036，4007096.531，256.348)，可以確定平面方程為：

b)根據(jù)平面方程可以確定內(nèi)插公式求取待求點高程，內(nèi)插公式為：

z即為所求的樹底點的高程，通過求取樹底點和樹梢點的高程差值p＝269.874-256.116＝13.708可以求得樹高數(shù)據(jù)p＝13.708。

本發(fā)明還可有其它多種實施例，在不背離本發(fā)明精神及其實質(zhì)的情況下，本領(lǐng)域技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。