一种基于多回波LiDAR的树冠总叶面积测量方法
阅读说明：本技术 一种基于多回波LiDAR的树冠总叶面积测量方法 (Crown total leaf area measurement method based on multi-echo LiDAR ) 是由 薛玉玺 李秋洁 徐俞阳 于 2021-08-13 设计创作，主要内容包括：一种基于多回波LiDAR的树冠总叶面积测量方法,包括以下步骤：将激光雷达装载在移动车辆上,获取树木的多回波点云数据；对于扫描得到的多回波点云数据,基于激光雷达的起始位置建立三维坐标系,筛选出待测树木的树冠点云数据；将树冠点云数据分为三类,计算各类树冠点云数据所对应的格网面积,累加获取总格网面积；将待测树木的总格网面积,带入线性回归模型得到总叶面积。本发明利用LiDAR的多回波原理,对移动激光雷达扫描系统获取的树冠点云数据进行处理分类,通过格网面积法对分类后的点云的数据分别计算格网面积,然后通过带入训练好的回归模型,进而得到总叶面积,这种方法能够有效提高树木叶面积测量的准确度。(A method for measuring total leaf area of a crown based on multi-echo LiDAR comprises the following steps: loading a laser radar on a moving vehicle to obtain multi-echo point cloud data of trees; establishing a three-dimensional coordinate system for the scanned multi-echo point cloud data based on the initial position of the laser radar, and screening crown point cloud data of the tree to be detected; dividing the crown point cloud data into three types, calculating the grid area corresponding to each type of crown point cloud data, and accumulating to obtain the total grid area; and substituting the total grid area of the tree to be detected into a linear regression model to obtain the total leaf area. The method utilizes the LiDAR multi-echo principle to process and classify the crown point cloud data acquired by the mobile laser radar scanning system, respectively calculates the grid area of the classified point cloud data by a grid area method, and then obtains the total leaf area by bringing in a trained regression model.)
技术领域
本发明涉及叶面积测量方法，尤其是一种基于多回波LiDAR的树冠总叶面积测量方法。
背景技术
使用激光雷达(light detection and ranging，LiDAR)主动遥感技术快速获取目标植物的高分辨、高精度的三维点云数据，然后根据点云数据计算目标植物的叶面积是研究植物生产力和生态系统物质循环的重要步骤。但是由于植物内部结构的复杂性，叶面积的准确测量具有很大的挑战性。因此植被的叶面积的准确测量方法研究具有十分重要的价值。
已有的方法有的是根据LiDAR采集到冠层点云数对叶面积进行估算。叶面积和冠层点云数为线性关系，且经过高斯函数、多项式函数和指数函数对点云数和叶片数拟合验证。但是由于点云数受到LiDAR的移动速度和测量距离影响很大，因此针对这一问题，出现了一种基于LiDAR单回波的格网面积法测量叶面积。可是这种只利用单回波点云计算叶面积的方法忽略了二次回波的点云。树冠内部有很多的树叶部分重叠在一起，当激光点打在重叠边缘的时候出现两次回波，这时候只计算单回波的格网面积就会导致叶面积计算的不准确，因此需要对多回波点云进行分类计算格网面积得到总叶面积。
发明内容
本发明的目的是针对现有的叶面积测量方法只利用LiDAR单回波导致结果不准确的问题，提出了一种基于多回波LiDAR的树冠总叶面积测量方法。
本发明的技术方案是：
本发明提供一种基于多回波LiDAR的树冠总叶面积测量方法，该方法包括以下步骤：
S1、将激光雷达装载在移动车辆上，移动车辆经过待测树木，采用激光扫描传感器获取树木的多回波点云数据，包括两次回波的距离r1、r2，回波的强度I1、I2和角度θ；
S2、对于扫描得到的多回波点云数据，基于激光雷达的起始位置建立三维坐标系，判断多回波点云数据的三维坐标是否属于感兴趣区域，筛选出待测树木的树冠点云数据；
S3、根据筛选出的树冠点云数据，将树冠点云数据分为三类，计算各类树冠点云数据所对应的格网面积，累加获取总格网面积；
S4、将待测树木的总格网面积，带入线性回归模型得到总叶面积。
进一步地，步骤S1中，激光雷达扫描的角度范围是-135°至135°，扫描获取二维剖面即扫描线，扫描面与激光雷达的直线移动轨迹垂直，扫描分辨率为Δθ。
进一步地，步骤S1中，移动车辆的移动速度小于移动速度最大值vmax；移动车辆与待测树木之间的测量距离小于扫描距离最大值dmax，所述的移动速度最大值vmax和扫描距离最大值dmax分别采用下述公式计算：
其中，Δleaf表示待测树木上中等尺寸叶片的长和宽中的较小值，Δα表示激光雷达扫描分辨率为Δθ所对应的弧度，Δt表示激光雷达的扫描周期。
进一步地，步骤S2具体包括以下步骤：
S2-1、以激光雷达初始位置为坐标原点O，建立直角坐标系O-xyz，x轴方向为激光雷达随车辆的运动方向，y轴方向为激光雷达扫描深度方向，z轴方向为被扫描目标与地面垂直的高度方向；根据下述公式将多回波点云数据转化到三维坐标系中：
其中，j表示该点云的测量点帧序号，i表示帧内序号，v表示激光雷达即移动车辆的移动速度，Δt表示激光雷达的扫描周期，rn(i,j)表示第j帧中第i个位置第n次回波的距离，n＝1、2，θ(i)表示每一帧第i个位置的点云对应的弧度，xn(i,j)表示第j帧中第i个位置第n次回波的x轴坐标，yn(i,j)表示第j帧中第i个位置第n次回波的y轴坐标，zn(i,j)表示第j帧中第i个位置第n次回波的z轴坐标；
S2-2、对于建立好的三维坐标系，根据x轴、y轴和z轴的感兴趣区域范围ROI，采用下述公式判断第j帧中第i个位置是否为树冠点云位置：如果满足则记为树冠点云数据；
其中，xmin和xmax为x轴的范围，ymin和ymax为y轴的范围，zmin和zmax为z轴的范围。
进一步地，xmin为0，xmax是树冠的横向宽度，ymin是树冠外缘到车载二维激光扫描传感器的最小深度距离，ymax是树冠到传感器的最大深度距离，zmin是树冠底部与传感器在垂直方向上的距离差值，为负值，范围是zmax是树冠顶部与传感器在垂直方向上的距离差值。
进一步地，步骤S3具体为：
S3-1、将树冠点云数据按下式分为三类情况：
其中，C(i,j)表示第j帧中第i个位置两次回波的总点云，I1(i,j)表示第j帧中第i个位置第一次回波的强度，I2(i,j)表示第j帧中第i个位置第二次回波的强度，p2(i,j)表示第j帧中第i个位置第二次回波的点云，Ⅰ型表示激光点完全打在同一个叶片上，只有一次回波；Ⅱ型表示激光点部分打在叶片上，部分穿透树冠，有两次回波；Ⅲ型表示激光点打在重叠叶片的边缘。S3-2、采用格网面积法计算树冠点云数据中各个格网的面积：
其中，ASG表示单个的格网面积，Δα表示激光雷达扫描分辨率为Δθ所对应的弧度；
S3-2、对三个类型所有格网的面积进行累加，获取总格网面积ATG：
ATG＝∑AsG。
进一步地，步骤S4中，线性回归模型的获取方法为：
S4-1、在待测区域选取多个树木作为训练样本，按照步骤S1-S3获取各训练样本样本的总格网面积；
S4-2、对于各训练样本分别获取叶面积真值；
S4-3、将训练样本的总格网面积和叶面积真值带入一阶线性回归模型通过拟合得到k和b；
ATL＝kATG+b
其中，ATL表示叶面积真值，ATG表示总格网面积，k和b表示所采用的一阶线性模型的系数。
本发明的有益效果：
本发明的基于多回波LiDAR的树冠总叶面积测量方法，利用LiDAR的多回波原理，对移动激光雷达扫描系统获取的树冠点云数据进行处理分类，通过格网面积法对分类后的点云的数据分别计算格网面积，然后通过带入训练好的回归模型，进而得到总叶面积，这种方法能够有效提高树木叶面积测量的准确度
本发明的其它特征和优点将在随后
具体实施方式
部分予以详细说明。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。
图1示出了本发明中移动激光雷达扫描方式示意图之一。
图2示出了本发明中移动激光雷达扫描方式示意图之二。
图3示出了本发明中目标树木树冠点云在移动激光雷达三维坐标系的示意图。
图4示出了本发明中树冠点云回波情况分类示意图。
图5示出了本发明中格网面积求取示意图。
图6示出了本发明中树冠点云总格网示意图。
图7示出了本发明中格网面积和叶面积真值拟合图。
具体实施方式
下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
本发明提供一种基于多回波LiDAR的树冠总叶面积测量方法，该方法包括以下步骤：
S1、将激光雷达装载在移动车辆上，移动车辆经过待测树木，采用激光扫描传感器获取树木的多回波点云数据，包括两次回波的距离r1、r2，回波的强度I1、I2和角度θ；激光雷达扫描的角度范围是-135°至135°，扫描获取二维剖面即扫描线，扫描面与激光雷达的直线移动轨迹垂直，扫描分辨率为Δθ。
如图1、2所示，步骤S1中，移动车辆的移动速度小于移动速度最大值vmax；移动车辆与待测树木之间的测量距离小于扫描距离最大值dmax，所述的移动速度最大值vmax和扫描距离最大值dmax分别采用下述公式计算：
其中，Δleaf表示待测树木上中等尺寸叶片的长和宽中的较小值，Δα表示激光雷达扫描分辨率为Δθ所对应的弧度，Δt表示激光雷达的扫描周期。
S2、对于扫描得到的多回波点云数据，基于激光雷达的起始位置建立三维坐标系，如图3所示，判断多回波点云数据的三维坐标是否属于感兴趣区域，筛选出待测树木的树冠点云数据，具体包括以下步骤：
S2-1、以激光雷达初始位置为坐标原点O，建立直角坐标系O-xyz，x轴方向为激光雷达随车辆的运动方向，y轴方向为激光雷达扫描深度方向，z轴方向为被扫描目标与地面垂直的高度方向；根据下述公式将多回波点云数据转化到三维坐标系中：
其中，j表示该点云的测量点帧序号，i表示帧内序号，以移动车辆速度0.104m/s为例，移动车辆以此速度扫描1.5m距离时，激光雷达获取单棵样本树的扫描数据560帧，每帧1081个序号点云数据；v表示激光雷达即移动车辆的移动速度，Δt表示激光雷达的扫描周期，rn(i,j)表示第j帧中第i个位置第n次回波的距离，n＝1、2，θ(i)表示每一帧第i个位置的点云对应的弧度，xn(i,j)表示第j帧中第i个位置第n次回波的x轴坐标，yn(i,j)表示第j帧中第i个位置第n次回波的y轴坐标，zn(i,j)表示第j帧中第i个位置第n次回波的z轴坐标；
S2-2、对于建立好的三维坐标系，根据x轴、y轴和z轴的感兴趣区域范围ROI，采用下述公式判断第j帧中第i个位置是否为树冠点云位置：如果满足则记为树冠点云数据；
其中，xmin和xmax为x轴的范围，ymin和ymax为y轴的范围，zmin和zmax为z轴的范围；xmin为0，xmax是树冠的横向宽度，ymin是树冠外缘到车载二维激光扫描传感器的最小深度距离，ymax是树冠到传感器的最大深度距离，zmin是树冠底部与传感器在垂直方向上的距离差值，为负值，范围是zmax是树冠顶部与传感器在垂直方向上的距离差值。
S3、根据筛选出的树冠点云数据，将树冠点云数据分为三类，计算各类树冠点云数据所对应的格网面积，累加获取总格网面积，具体为：
S3-1、如图4所示，二维激光雷达扫描树冠时由于树冠的结构，将树冠点云数据按下式分为三类情况：
其中，C(i,j)表示第j帧中第i个位置两次回波的总点云，I1(i,j)表示第j帧中第i个位置第一次回波的强度，I2(i,j)表示第j帧中第i个位置第二次回波的强度，p2(i,j)表示第j帧中第i个位置第二次回波的点云，Ⅰ型表示激光点完全打在同一个叶片上，只有一次回波；Ⅱ型表示激光点部分打在叶片上，部分穿透树冠，有两次回波；Ⅲ型表示激光点打在重叠叶片的边缘。
S3-2、如图5、5所示，将每一个点云的测量面积近似为一个矩形，一个矩形代表一个格网，格网面积就是这些矩形面积之和，矩形的长和宽为；
其中，Δi表示矩形的宽，Δj表示矩形的长；
采用格网面积法计算树冠点云数据中各个格网的面积；
其中，ASG表示单个的格网面积，Δα表示激光雷达扫描分辨率为Δθ所对应的弧度；
S3-2、对三个类型所有格网的面积进行累加，获取总格网面积ATG：
ATG＝∑ASG。
S4、将待测树木的总格网面积，带入线性回归模型得到总叶面积，线性回归模型的获取方法为：
S4-1、在待测区域选取多个树木作为训练样本，按照步骤S1-S3获取各训练样本样本的总格网面积；
S4-2、对于各训练样本分别获取叶面积真值；
S4-3、将训练样本的总格网面积和叶面积真值带入一阶线性回归模型通过拟合得到k和b；
ATL＝kATG+b
其中，ATL表示叶面积真值，ATG表示总格网面积，k和b表示所采用的一阶线性模型的系数。
具体实施时：
试验采用日本Hokuyo公司生产的二维激光雷达，型号为UTM-30LX。该款二维激光雷达采用波长905nm的红外线，通过电机摆动获取不同角度的测量值，测量距离0.1m-30m，测量精度±30mm，扫描范围270°，角度分辨率0.25°，扫描周期25ms。UTM-30LX每次扫描获取1帧数据，包含1081个不同角度的距离和激光反射强度，分别用4字节、2字节表示。
试验采用的移动激光雷达测量系统，二维激光雷达UTM-30LX被安装在距离地面0.55米的2.5米直线导轨的传送带上。传送带由一个步进电机(57HBP112AL4)驱动，其速度由一个PLC(CM36L-30)控制为常数。其扫描方式如图1、2所示。
图3为利用MATLAB将采集到点云在建立的三维坐标系中的感兴趣区域可视化的实例，通过设置坐标范围的方法有效筛除了不是树冠的点云。其中x的范围是0m-1.35m，y的范围是0.1m-3m，z的范围是-0.05m-1.2m。
将筛选出的树冠点云分为三类，如图4所示的这三种情况：第一种是激光完全击打在一个叶片上，只有一次回波；第二种情况是激光部分打在叶片上，部分穿透了树冠，有两次回波；第三种情况是激光部分打在第一片叶片上，部分打在被遮挡第二片叶片上，有两次回波。
所使用的格网面积法将每一个点云的测量面积近似为矩形，如图5和图6所示，一个个矩形组成的树状总格网很好的拟合了待测树木的轮廓，求得一个个矩形面积之和就可以得到总格网面积。
将测量得到的训练树木的总格网面积与对应的总叶面积真值拟合，如图7所示的拟合曲线，得到线性回归模型的多项式系数k＝37684.22和b＝-4371.48，再通过回归模型得到测试树木的总叶面积。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。