CN117952766A - 一种用于林木数据的定向监管方法 - Google Patents

一种用于林木数据的定向监管方法 Download PDF

Info

Publication number
CN117952766A
CN117952766A CN202410346621.9A CN202410346621A CN117952766A CN 117952766 A CN117952766 A CN 117952766A CN 202410346621 A CN202410346621 A CN 202410346621A CN 117952766 A CN117952766 A CN 117952766A
Authority
CN
China
Prior art keywords
data
forest
ground
mudian
lin
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202410346621.9A
Other languages
English (en)
Other versions
CN117952766B (zh
Inventor
张忠辉
张大伟
付世萃
王玉斌
杨帆
于海媛
徐守斌
段加玉
杨成江
张义飞
罗也
林涵
于忠亮
程岩
刘志宇
赵吉盛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin Academy Of Forestry Sciences Jilin Forestry Biological Control Center Station
Original Assignee
Jilin Academy Of Forestry Sciences Jilin Forestry Biological Control Center Station
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jilin Academy Of Forestry Sciences Jilin Forestry Biological Control Center Station filed Critical Jilin Academy Of Forestry Sciences Jilin Forestry Biological Control Center Station
Priority to CN202410346621.9A priority Critical patent/CN117952766B/zh
Publication of CN117952766A publication Critical patent/CN117952766A/zh
Application granted granted Critical
Publication of CN117952766B publication Critical patent/CN117952766B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6227—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database where protection concerns the structure of data, e.g. records, types, queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Bioethics (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Mining & Mineral Resources (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于林木数据的定向监管方法，包括以下步骤：S10：通过无人机和三维激光扫描仪分别获取高空林木点云数据和地面林木点云数据；S20：对地面林木点云数据中的地面数据进行地面数据清洗；S30：对清洗后的地面林木点云数据和高空林木点云数据进行融合并提取林木轮廓信息；S40：对林木轮廓信息转换为具有原始语义和特征的简单数据，构建林木数据的数据库将转换后的数据进行输入；S50：在部门间建立联盟链，对林木数据的数据库进行加密和共享。本申请通过分别获取高空林木点云数据和地面林木点云数据并进行处理、清洗、融合、提取、加密和共享，公开了一种用于林木数据的定向监管方法，属于林木数据监控技术领域。

Description

一种用于林木数据的定向监管方法
技术领域
本发明涉及林木数据监管领域，设计了一种用于林木数据的定向监管方法。
背景技术
目前，对于林木的调查，主要以传统的调查手段为主，需要的调查时间跨度大，所需人力物力成本高，不适合用于大范围的林木进行长时间动态变化观测，基于此，对于林木数据的监管，仍存在不能高效、快捷、及时、准确对林木数据进行监管的问题。
发明内容
有鉴于现有技术的上述缺陷，本发明提出一种用于林木数据的定向监管方法，本发明设计的技术方案步骤包括：
S10：通过无人机和三维激光扫描仪分别获取高空林木点云数据和地面林木点云数据；
S20：对地面林木点云数据中的地面数据进行地面数据清洗；
S30：对清洗后的地面林木点云数据和高空林木点云数据进行融合并提取林木轮廓信息；
S40：对林木轮廓信息转换为具有原始语义和特征的简单数据，构建林木数据的数据库将转换后的数据进行输入；
S50：在部门间建立联盟链，对林木数据的数据库进行加密和共享。
优选地，所述S10包括采用无人机获取林木的三维影像信息和设置三维激光扫描仪扫描获取林木结构和数字地面模型，将所述三维影像信息导入PIE-UAV软件中构建三维林木场景，提取高空林木点云数据；将林木结构和数字地面模型导入PIE-UAV软件中构建三维林木场景，提取地面林木点云数据。
优选地，所述S20包括以下步骤：
S2001：对地面林木点云数据的每个元素点进行遍历并计算其在Z轴的坐标值；
S2002：计算地面林木点云数据的元素点在Z轴的最大坐标值和最小坐标值；
S2003：设定地面分割阈值，将坐标值在最小坐标值和地面分割阈值区间的元素点作为底部点云进行提取分割，所述区间包括最小坐标值和地面分割阈值；
S2004：对提取分割后的底部点云构建三维体素网格，体素的重心表示为该体素内的所有的底部点云；
S2005：构建预设平面和平面距离阈值，计算所述体素的重心到预设平面的距离并将距离小于平面距离阈值的重心进行剔除，得到清洗地面数据后的地面林木点云数据。
优选地，在执行所述S2001过程中，还包括所述对地面林木点云数据的每个元素点进行遍历时元素点为NaN点时，对该元素点进行剔除。
优选地，所述S2002包括通过索引在地面林木点云数据中步进2个元素，将较大坐标值的元素点和较小坐标值的元素点分别与上一次步进时的较大坐标值的元素点和较小坐标值的元素点进行比对，实时更新最大坐标值和最小坐标值直至索引对地面林木点云数据全部步进完后，输出元素点在Z轴的最大坐标值和最小坐标值。
优选地，所述S30的提取林木轮廓信息包括采用二维Alpha Shape算法将融合后的林木数据投影到平面上，通过圆环滚动获得林木的边界离散线段，将首尾相接的线段连接成封闭的多边形输出林木轮廓信息。
优选地，所述S40包括采用Sequence-to-Sequence模型处理林木轮廓信息的上下文关系，将其转换为具有原始语义和特征的简单数据，构建林木数据的数据库将转换后的数据进行输入。
优选地，所述S50包括通过联盟链搜索林木数据的数据库并获取加密的林木数据，将其发送至云服务器上，生成安全索引和文件的密钥，根据林木数据提取关键字进行共享，每个关键字的密钥计算公式如下：
式中，为在林木数据/>中提取的关键字/>的密钥，/>和/>为关键字/>的密钥参数，/>为关键字总数量。
优选地，所述安全索引的表达公式如下：
式中，为安全索引。
优选地，部门间还基于联盟链添加用户授权功能，公式如下：
式中，为林木数据/>授权给用户U的变化量，/>为授权用户数量/>的逆操作，/>为授权用户数量，/>为用户文件私钥。
有益效果：
1、本发明通过无人机和三维激光扫描仪获取林木数据可以提供高效、精准和全面的林木数据，对于林木管理具有重要意义。
2、本发明通过二维Alpha Shape算法提取林木轮廓信息，能将林木的生长状况和砍伐状况通过轮廓提取的方式呈现，便于进行更好的识别。
3、本发明基于联盟链添加安全索引、文件密钥和用户授权，保障林木数据的传输安全并在部门间分享，实现数据共享的自动化操作。
附图说明
图1是本发明一个较佳实施例的流程示意图；
图2是本发明一个较佳实施例的地面数据清洗流程示意图。
具体实施方式
下面对本发明的实施例作详细说明，下述的实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
本发明设计了一种用于林木数据的定向监管方法，如图1所示，技术方案包含以下步骤，具体包括：
S10：通过无人机和三维激光扫描仪分别获取高空林木点云数据和地面林木点云数据；
S20：对地面林木点云数据中的地面数据进行地面数据清洗；
S30：对清洗后的地面林木点云数据和高空林木点云数据进行融合并提取林木轮廓信息；
S40：对林木轮廓信息转换为具有原始语义和特征的简单数据，构建林木数据的数据库将转换后的数据进行输入；
S50：在部门间建立联盟链，对林木数据的数据库进行加密和共享。
具体的，S10包括采用大疆精灵4RTK版低空无人机获取林木的三维影像信息和设置三维激光扫描仪扫描获取林木结构和数字地面模型，无人机设置的高度需比树高30m，重叠率高于75％，将三维影像信息导入PIE-UAV软件中构建三维林木场景，提取高空林木点云数据；将林木结构和数字地面模型导入PIE-UAV软件中构建三维林木场景，提取地面林木点云数据，数据包括林木的胸径、树高和冠幅等。
优选地，如图2所示，S20包括以下步骤：
S2001：对地面林木点云数据的每个元素点进行遍历并计算其在Z轴的坐标值；
S2002：计算地面林木点云数据的元素点在Z轴的最大坐标值和最小坐标值；
S2003：设定地面分割阈值，将坐标值在最小坐标值和地面分割阈值区间的元素点作为底部点云进行提取分割，区间包括最小坐标值和地面分割阈值；
S2004：对提取分割后的底部点云构建三维体素网格，体素的重心表示为该体素内的所有的底部点云；
S2005：构建预设平面和平面距离阈值，计算体素的重心到预设平面的距离并将距离小于平面距离阈值的重心进行剔除，得到清洗地面数据后的地面林木点云数据。
具体的，由于三维激光扫描仪获取的地面林木点云数据中地面数据和林木数据混杂，为了分离地面数据跟林木数据，提高后续对林木数据的监管，需要对地面数据进行清洗，进行清洗操作，分割并剔除地面点云。点云的坐标值可以是正数也可以是负数，坐标是实数，正X轴代表前方，正Y轴代表左边，正Z轴代表上方。
优选地，在执行S2001过程中，还包括对地面林木点云数据的每个元素点进行遍历时元素点为NaN点时，对该元素点进行剔除。
具体的，NaN为Not a Number，非数；是计算机科学中数值数据类型的一类值，表示未定义或不可表示的值。
优选地，S2002包括通过索引在地面林木点云数据中步进2个元素，将较大坐标值的元素点和较小坐标值的元素点分别与上一次步进时的较大坐标值的元素点和较小坐标值的元素点进行比对，实时更新最大坐标值和最小坐标值直至索引对地面林木点云数据全部步进完后，输出元素点在Z轴的最大坐标值和最小坐标值。
具体的，索引的第一次步进时，将较大的元素点坐标值作为最大坐标值，较小的元素点坐标值作为Z轴的最小坐标值；索引第一次以后的步进时，将较大的元素点坐标值与最大坐标值进行比对，较小的元素点坐标值与最小坐标值进行比对；当较大的元素点坐标值大于最大坐标值时替换最大坐标值，当较小的元素点坐标值小于最小坐标值时替换最小坐标值；与传统遍历点云数据相比，本发明通过步进2个元素，使遍历次数减半。
然后设定地面分割阈值，将在Z轴的最小坐标值和地面分割阈值区间的坐标值的元素点作为底部点云进行提取分割，区间包括最小坐标值和地面分割阈值；
地面分割阈值计算公式如下：
式中，/>为地面分割函数，/>为地面林木点云数据在Z轴的最大坐标值，/>为地面林木点云数据在Z轴的最大坐标值。
构建预设平面和平面距离阈值，计算体素的重心到预设平面的距离并将距离小于平面距离阈值的重心进行剔除，得到剔除地面数据后的地面林木点云数据。
选取3个不共线的重心点、/>和/>，计算3点所在平面的法向量/>，公式如下：
计算每个重点到/>的距离/>，公式如下：
式中，这个法向量描述了预设平面的方向和倾斜程度。它垂直于预设平面，并且可以用来表示该平面的朝向，其中，T表示向量的转置操作，这个距离/>表示了从重点/>到预设平面的垂直距离。它告诉我们每个重点离预设平面的远近程度。
平面距离阈值的计算公式如下：
式中，/>为平面距离阈值，/>为重点的数量。
优选地，S30的提取林木轮廓信息包括采用二维Alpha Shape算法将融合后的林木数据投影到平面上，通过圆环滚动获得林木的边界离散线段，将首尾相接的线段连接成封闭的多边形输出林木轮廓信息。
具体的，能将林木的生长状况和砍伐状况通过轮廓提取的方式呈现，便于进行更好的识别。
优选地，S40包括采用Sequence-to-Sequence模型处理林木轮廓信息的上下文关系，将其转换为具有原始语义和特征的简单数据，构建林木数据的数据库将转换后的数据进行输入。
优选地，S50包括通过联盟链搜索林木数据的数据库并获取加密的林木数据，将其发送至云服务器上，生成安全索引和文件的密钥，根据林木数据提取关键字进行共享，每个关键字的密钥计算公式如下：
式中，为在林木数据/>中提取的关键字/>的密钥，/>和/>为关键字/>的密钥参数，/>为关键字总数量。
优选地，安全索引的表达公式如下：
式中，为安全索引。
优选地，部门间还基于联盟链添加用户授权功能，公式如下：
式中，为林木数据/>授权给用户U的变化量，/>为授权用户数量/>的逆操作，/>为授权用户数量，/>为用户文件私钥。
具体的，将林木数据的数据库授权用户，通过add Authority User（）函数辅助林木数据的数据库进行传输，实现数据共享的自动化操作，且基于用户的监管方式，本发明基于Web***，结合网络适配器采用RESTful Web Service接口技术，辅助林木数据监管完成。该公式结合了用户的文件私钥和授权用户数量的逆操作/>，通过一个指数函数来表示授权用户数量对于文件授权过程的影响。这种设计可以帮助管理文件的访问权限，并控制哪些用户有权访问特定的内容，通过授权用户数量的逆操作，可以实现更细致的授权控制，因为指数函数会放大或压缩不同用户数量的效果；另外，将用户私钥与逆操作相结合，增加了对文件访问权限的安全性和保密性，确保只有经过授权的用户才能访问文件；由于使用了指数函数，可以根据需要动态调整授权用户数量对文件访问的影响，从而实现更灵活的权限管理。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的试验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种用于林木数据的定向监管方法，其特征在于，包括以下步骤：
S10：通过无人机和三维激光扫描仪分别获取高空林木点云数据和地面林木点云数据；
S20：对地面林木点云数据中的地面数据进行地面数据清洗；
S30：对清洗后的地面林木点云数据和高空林木点云数据进行融合并提取林木轮廓信息；
S40：对林木轮廓信息转换为具有原始语义和特征的简单数据，构建林木数据的数据库将转换后的数据进行输入；
S50：在部门间建立联盟链，对林木数据的数据库进行加密和共享。
2.根据权利要求1所述的一种用于林木数据的定向监管方法，其特征在于，所述S10包括采用无人机获取林木的三维影像信息和设置三维激光扫描仪扫描获取林木结构和数字地面模型，将所述三维影像信息导入PIE-UAV软件中构建三维林木场景，提取高空林木点云数据；将林木结构和数字地面模型导入PIE-UAV软件中构建三维林木场景，提取地面林木点云数据。
3.根据权利要求1所述的一种用于林木数据的定向监管方法，其特征在于，所述S20包括以下步骤：
S2001：对地面林木点云数据的每个元素点进行遍历并计算其在Z轴的坐标值；
S2002：计算地面林木点云数据的元素点在Z轴的最大坐标值和最小坐标值；
S2003：设定地面分割阈值，将坐标值在最小坐标值和地面分割阈值区间的元素点作为底部点云进行提取分割，所述区间包括最小坐标值和地面分割阈值；
S2004：对提取分割后的底部点云构建三维体素网格，体素的重心表示为该体素内的所有的底部点云；
S2005：构建预设平面和平面距离阈值，计算所述体素的重心到预设平面的距离并将距离小于平面距离阈值的重心进行剔除，得到清洗地面数据后的地面林木点云数据。
4.根据权利要求3所述的一种用于林木数据的定向监管方法，其特征在于，在执行所述S2001过程中，还包括所述对地面林木点云数据的每个元素点进行遍历时元素点为NaN点时，对该元素点进行剔除。
5.根据权利要求3所述的一种用于林木数据的定向监管方法，其特征在于，所述S2002包括通过索引在地面林木点云数据中步进2个元素，将较大坐标值的元素点和较小坐标值的元素点分别与上一次步进时的较大坐标值的元素点和较小坐标值的元素点进行比对，实时更新最大坐标值和最小坐标值直至索引对地面林木点云数据全部步进完后，输出元素点在Z轴的最大坐标值和最小坐标值。
6.根据权利要求1所述的一种用于林木数据的定向监管方法，其特征在于，所述S30的提取林木轮廓信息包括采用二维Alpha Shape算法将融合后的林木数据投影到平面上，通过圆环滚动获得林木的边界离散线段，将首尾相接的线段连接成封闭的多边形输出林木轮廓信息。
7.根据权利要求1所述的一种用于林木数据的定向监管方法，其特征在于，所述S40包括采用Sequence-to-Sequence模型处理林木轮廓信息的上下文关系，将其转换为具有原始语义和特征的简单数据，构建林木数据的数据库将转换后的数据进行输入。
8.根据权利要求1所述的一种用于林木数据的定向监管方法，其特征在于，所述S50包括通过联盟链搜索林木数据的数据库并获取加密的林木数据，将其发送至云服务器上，生成安全索引和文件的密钥，根据林木数据提取关键字进行共享，每个关键字的密钥计算公式如下：
式中，为在林木数据/>中提取的关键字/>的密钥，/>和/>为关键字的密钥参数，/>为关键字总数量。
9.根据权利要求8所述的一种用于林木数据的定向监管方法，其特征在于，所述安全索引的表达公式如下：
式中，为安全索引。
10.根据权利要求8所述的一种用于林木数据的定向监管方法，其特征在于，部门间还基于联盟链添加用户授权功能，公式如下：
式中，为林木数据/>授权给用户U的变化量，/>为授权用户数量/>的逆操作，/>为授权用户数量，/>为用户文件私钥。
CN202410346621.9A 2024-03-26 2024-03-26 一种用于林木数据的定向监管方法 Active CN117952766B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410346621.9A CN117952766B (zh) 2024-03-26 2024-03-26 一种用于林木数据的定向监管方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410346621.9A CN117952766B (zh) 2024-03-26 2024-03-26 一种用于林木数据的定向监管方法

Publications (2)

Publication Number Publication Date
CN117952766A true CN117952766A (zh) 2024-04-30
CN117952766B CN117952766B (zh) 2024-06-18

Family

ID=90805532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410346621.9A Active CN117952766B (zh) 2024-03-26 2024-03-26 一种用于林木数据的定向监管方法

Country Status (1)

Country Link
CN (1) CN117952766B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101866495A (zh) * 2010-06-01 2010-10-20 中国科学院自动化研究所 基于骨架点云的树木建模方法
CN103093497A (zh) * 2013-01-09 2013-05-08 吉林大学 基于分层轮廓的lidar数据城市快速重建方法
CN104200212A (zh) * 2014-06-25 2014-12-10 西安煤航信息产业有限公司 一种基于机载LiDAR数据的建筑物外边界线提取方法
CN106600617A (zh) * 2016-12-29 2017-04-26 中科宇图科技股份有限公司 基于曲率从Lidar点云数据提取建筑物轮廓线的方法
CN110298875A (zh) * 2019-06-28 2019-10-01 福建农林大学 一种三维激光点云数据自动获取林木树高的方法
CN112381861A (zh) * 2020-09-18 2021-02-19 南京航空航天大学 一种基于地基激光雷达的林地点云数据配准和分割方法
CN113432553A (zh) * 2020-03-23 2021-09-24 北京图森智途科技有限公司 一种挂车夹角的测量方法、装置及车辆
CN115496796A (zh) * 2022-09-20 2022-12-20 北京数字绿土科技股份有限公司 一种通过激光点云测算树干体积的方法和***
CN115953607A (zh) * 2023-01-04 2023-04-11 北京数字绿土科技股份有限公司 一种使用点云数据的树干胸径的提取方法和***
CN115984359A (zh) * 2022-12-29 2023-04-18 中国电建集团昆明勘测设计研究院有限公司 基于球坐标积分的地基激光点云单木树冠体积提取方法
CN116704333A (zh) * 2023-05-19 2023-09-05 中国电建集团江西省电力设计院有限公司 一种基于激光点云数据的单株林木检测方法
JP7368571B1 (ja) * 2022-09-14 2023-10-24 朝日航洋株式会社 位置精度評価方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101866495A (zh) * 2010-06-01 2010-10-20 中国科学院自动化研究所 基于骨架点云的树木建模方法
CN103093497A (zh) * 2013-01-09 2013-05-08 吉林大学 基于分层轮廓的lidar数据城市快速重建方法
CN104200212A (zh) * 2014-06-25 2014-12-10 西安煤航信息产业有限公司 一种基于机载LiDAR数据的建筑物外边界线提取方法
CN106600617A (zh) * 2016-12-29 2017-04-26 中科宇图科技股份有限公司 基于曲率从Lidar点云数据提取建筑物轮廓线的方法
CN110298875A (zh) * 2019-06-28 2019-10-01 福建农林大学 一种三维激光点云数据自动获取林木树高的方法
CN113432553A (zh) * 2020-03-23 2021-09-24 北京图森智途科技有限公司 一种挂车夹角的测量方法、装置及车辆
CN112381861A (zh) * 2020-09-18 2021-02-19 南京航空航天大学 一种基于地基激光雷达的林地点云数据配准和分割方法
JP7368571B1 (ja) * 2022-09-14 2023-10-24 朝日航洋株式会社 位置精度評価方法
CN115496796A (zh) * 2022-09-20 2022-12-20 北京数字绿土科技股份有限公司 一种通过激光点云测算树干体积的方法和***
CN115984359A (zh) * 2022-12-29 2023-04-18 中国电建集团昆明勘测设计研究院有限公司 基于球坐标积分的地基激光点云单木树冠体积提取方法
CN115953607A (zh) * 2023-01-04 2023-04-11 北京数字绿土科技股份有限公司 一种使用点云数据的树干胸径的提取方法和***
CN116704333A (zh) * 2023-05-19 2023-09-05 中国电建集团江西省电力设计院有限公司 一种基于激光点云数据的单株林木检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姚 征: ""基于文本信息增强的医疗大数据自动共享平台设计"", 《自动化技术与应用》, no. 10, 31 October 2023 (2023-10-31) *
汪霖: ""基于无人机高分影像的森林参数估测方法"", 《中国优秀硕士学位论文全文数据库 农业科技辑》, no. 01, 15 January 2021 (2021-01-15), pages 049 - 122 *

Also Published As

Publication number Publication date
CN117952766B (zh) 2024-06-18

Similar Documents

Publication Publication Date Title
Zhao et al. Uctgan: Diverse image inpainting based on unsupervised cross-space translation
Engwirda Locally optimal Delaunay-refinement and optimisation-based mesh generation
Li et al. 3D cost aggregation with multiple minimum spanning trees for stereo matching
Wu et al. Constructing 3D CSG models from 3D raw point clouds
CN116310192A (zh) 一种基于点云的城市级建筑物三维模型单体重建方法
CN108920765B (zh) 一种基于建筑物三维线段模型的假设平面拟合方法
EP1886256A2 (en) Image comparison by metric embeddings
CN114021168A (zh) 基于联邦学习的地铁基坑开挖风险识别方法及装置
Aljumaily et al. Big-data approach for three-dimensional building extraction from aerial laser scanning
CN105684046A (zh) 生成图像组成
CN113763529B (zh) 一种基于三维扫描的变电站建模方法
Liu et al. Method for extraction of airborne LiDAR point cloud buildings based on segmentation
JP6173754B2 (ja) 画像検索システム、画像検索装置および画像検索方法
Hu et al. Leaf and wood separation of poplar seedlings combining locally convex connected patches and K-means++ clustering from terrestrial laser scanning data
Kumar et al. A hybrid cluster technique for improving the efficiency of colour image segmentation
CN111854683A (zh) 用于三维空间数据高程采样的方法及装置、设备
CN117952766B (zh) 一种用于林木数据的定向监管方法
Wang et al. [Retracted] Processing Methods for Digital Image Data Based on the Geographic Information System
Hui et al. Automatic morphological filtering algorithm for airborne lidar data in urban areas
Wang et al. Improved progressive triangular irregular network densification filtering algorithm for airborne LiDAR data based on a multiscale cylindrical neighborhood
CN115311418B (zh) 一种多细节层次树木模型单体化重建方法及装置
CN112989086B (zh) 一种城市管理图像智能识别分类***及方法
Chen et al. Semantic modeling of outdoor scenes for the creation of virtual environments and simulations
Hu et al. Point cloud segmentation for an individual tree combining improved point transformer and hierarchical clustering
Wu et al. Point cloud registration algorithm based on the volume constraint

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant