[发明专利]结合形态学冠层控制和分水岭的LiDAR数据单木提取方法

说明书

技术领域

本发明涉及激光雷达数据处理技术，尤其涉及一种结合形态学冠层控制和分水岭的LiDAR数据单木提取方法。

背景技术

激光雷达(Light Detecting and Ranging，LiDAR)技术是近20年来遥感领域最具革命性的成就之一。根据其特点，LiDAR技术在林业上有着极为广泛的应用，尤其在构建冠层高度模型(Canopy Height Model，CHM)等方面有着突出的优势。

目前从LiDAR数据中提取单木的算法有很多，其中一些算法是针对CHM进行的。CHM是林业研究中的一个重要模型，它表示了地面以上的冠层高度，反映了植被的垂直高度变化以及植被上表面的水平分布情况。针对CHM、从LiDAR数据中提取单木是指，根据LiDAR数据建立CHM，从CHM中提取单木的方法。目前，从CHM中提取单木的方法主要是区域生长法和标记分水岭法。

但是，现有的从CHM中提取单木的方法对CHM质量要求较高，且无法保证单木提取的精度。

发明内容

本发明的目的是提供一种从结合形态学冠层控制和分水岭的LiDAR数据单木提取方法，从而解决在提取单木时对CHM质量的依赖程度过高，以及提取单木精度无法保证的问题。

本发明的目的通过以下技术方案来实现。

一种结合形态学冠层控制和分水岭的LiDAR数据单木提取方法，包括：

步骤1、基于LiDAR数据建立CHM；

步骤2、基于形态学冠层控制，在所述CHM中确定外部标记；

步骤3、对所述CHM进行全局中值滤波处理；

步骤4、结合所述外部标记，使用局部极值的方式获得全局中值滤波处理后的CHM的内部标记；

步骤5、结合所述内部标记，对步骤1中所述的CHM进行第一次分水岭操作；

步骤6、利用所述外部标记，剔除第一次分水岭操作结果中的非冠层水槽，得到优化的第一次分水岭操作结果；

步骤7、查找所述优化的第一次分水岭操作结果中没有内部标记的水槽，对所述没有内部标记的水槽进行重建，得到重建后的CHM；

步骤8、结合所述内部标记，对重建后的CHM进行第二次分水岭操作；

步骤9、利用所述外部标记，剔除第二次分水岭操作结果中的非冠层水槽，得到优化的第二次分水岭操作结果；

步骤10、使用预定的结构元素，对第二次分水岭操作结果进行开操作，得到单木分割结果；

步骤11、根据单木分割结果，提取单木参数。

本发明的关键在于始终将冠层控制的概念与单木分割过程结合，并且通过重建，进行了两次的分水岭操作，从而大大的减少了过分割现象。分水岭分割之后，该发明还使用基于自适应结构元素形态学操作对结果进行优化，使得分割的单木冠层更贴近于真实的冠层形状。因此，本发明提供的方法，分割的结果只存在可忽略的过分割现象，使得单木分割的精度得到了提高，且降低了对CHM质量的依赖，具有很强的实用价值。

附图说明

图1本发明实施例提供的一种方法流程图；

图2为本发明实施例提供的冠幅测量示意图。

具体实施方式

本发明提供一种结合形态学冠层控制和分水岭的LiDAR数据单木提取方法，其实现方式如图1所示，包括如下操作：

步骤1、基于LiDAR数据建立CHM；

步骤2、基于形态学冠层控制，在步骤1中建立的CHM中确定外部标记；

所述的外部标记是一个二值图像，用来表示树冠的分布情况。

所述的外部标记并不参与后续分水岭运算，以最大程度的保留分割的紧凑性，避免为控制过分割而带来的欠分割现象。

外部标记的作用是针对分水岭运算的结果进行冠层控制，以剔除分水岭运算结果中的非冠层水槽。

可以使用基于形态学的冠层控制进行外部标记的确定。作为举例而非限定，步骤2的具体实现方式可以是：

步骤21、对上述的CHM进行形态学开操作，开操作的数学表示如下：

CHM_Open＝CHMοS                    公式(1)

其中，CHM_Open为经过开操作后的CHM，CHM为步骤1中建立的CHM，ο是形态学开操作算子，S为近圆形结构元素。

步骤22、将开操作的结果与设定的冠层阈值进行比较，根据比较结果获得外部标记的初始二值图像；