一种全站仪与无人机影像联合的树高快速提取方法与流程

本发明涉及全站仪与无人机影像联合的树高快速提取方法。

背景技术：

随着无人机(unmannedaerialvehicle)技术的不断发展，其在林业中的应用也越来愈广泛。在森林资源日益减少的今天，对单木和林分实现精准无损伤测量显得尤为重要。以往粗犷的森林资源调查监测中树高测量是通过目估或者简单的仪器和方法测量，精度比较差，满足不了“精准林业”和“数字林业”的要求。另外，高郁闭度林中的森林结构复杂，树冠相互遮挡严重，如何在复杂的林分环境中准确、全方位地获取树高灯森林结构参数也成为当前森林信息获取的主要困难之一。无人机可以机动地采集森林信息，耗费时间少且自动化程度高，无人机飞行系统为我们提供了一个可靠的树高获取途径。

无人机作为小型化的飞行平台可实现高分辨率影像的采集，在弥补卫星遥感经常因云层遮挡获取不到影像缺点的同时，解决了传统卫星遥感重访周期过长，应急不及时等问题。无人机航拍影像具有数字化程度高、分辨率高、多时空尺度等特点，通过对无人机影像进行处理，结合相关测绘技术能得到需要的树木结构参数以及森林三维场景构建。近几年，随着gps技术、遥感技术、数字图像传输技术以及视频实时传输等技术的不断发展，无人机以及无人机技术被广泛运用在林业生产中。无人机影像在林业中的广泛应用可缓解森林树木信息数据获取的困难，并对林业资源进行实时有效监测和管理。无人机飞行平台可以搭载量测相机、高光谱相机、激光雷达等多种设备。本论文数据采集主要利用搭载量测相机的小型无人机平台组成，改数据采集方式获得的影像数据与其它方式相比有其自身的特点。在影像获取的过程中，由于受到设备及环境的限制，获得的影像存在误差且存在于量测相机的框标系统下，完整的无人机影像需要通过地面控制点进行定向归化到相应的坐标系统下，因此需要对获取的原始影像数据进行内定向、相对定向和绝对定向，有效而精确的定向结果可以为后续的参数提取提供良好的数据支持。

由于受到测量环境之间树冠的相互遮挡，无人机获取的影像数据往往存在由于树冠之间的相互遮挡存在测量不到的地方，导致局部区域信息缺失。树冠之间的遮挡使我们无法准确获得树底点坐标，从而无法获得树高数据。由于全站仪获取地形数据方便，灵活性高，而且成本较低。因此，工作人员可以通过对获取的全站仪数据进行处理获取相应的树底点坐标，从而在有树冠遮挡的情况下与无人机影像结合快速获取树高数据。

综上所述，开发一种克服遮挡效应的无人机影像树高提取方法显得尤为重要。

技术实现要素：

本发明的目的是为了解决现有单一无人机获取的影像数据由于树冠之间的相互遮挡存在测量不到的地方，导致局部区域信息缺失的缺点，而提出一种全站仪与无人机影像联合的树高快速提取方法。

一种全站仪与无人机影像联合的树高快速提取方法包括以下步骤：

步骤一：利用无人机采集林地的影像，利用全站仪或gps-rtk采集林地的地形数据；所述地形数据包括控制点坐标(地面测量坐标系)和碎步点(地面测量坐标系)坐标；

步骤二：对步骤一中无人机采集的影像和控制点坐标进行定向拼接后得到林地数字正射影像(dom)，对林地数字正射影像数据进行立体观测得到树梢点坐标(地面测量坐标系)；

步骤三：利用自然生长算法(delaunay)将步骤一采集到的地形数据生成不规则三角网；

步骤四：利用步骤二中得到的树梢点坐标，在步骤三生成的不规则三角网中进行高程内插，求取树梢点正下方的地面坐标作为树根点坐标(地面测量坐标系)，求取树梢点坐标和树根点坐标的高程差值，该差值作为树高数据。

本发明的有益效果为：

本发明方法提供了一个简单快捷的高郁闭度林树高获取方式，通过全站仪数据补全了由于树冠之间的相互遮挡而丢失的地面信息。通过全站仪数据建立的三角网获取树根点坐标也简化了工作流程，避免了对每一棵树进行信息获取的繁琐工作，只要通过全站仪获取的地形数据以及无人机影像得到的树梢点平面坐标便可以预测树根点高程从而获得高郁闭度林分中的单木树高数据。

下表为通过本发明方法获取的树高数据，其中树高数据为通过无人机与全站仪结合的方式获取，树高真实值为通过全站仪对每一株单木进行测量获取，通过数据对比可以发现，误差控制在4％-25％之间，平均误差达到了10.5％，精度满足林业调查的要求，与通过无人机影像获取的中低郁闭度林的精度不存在明显差异，说明一种全站仪与无人机影像联合的树高快速提取方法是可行而有效的。

附图说明

图1是发明的流程图；

图2是拼接、定向过后获取的测区无人机影像；

图3是根据三角网生长法生成的不规则三角网；

图4为树梢点和树根点的具体位置；

具体实施方式

具体实施方式一：一种全站仪与无人机影像联合的树高快速提取方法包括以下步骤：

步骤一：利用无人机采集林地的影像，利用全站仪或gps-rtk采集林地的地形数据；所述地形数据包括控制点坐标和碎步点坐标；

步骤二：对步骤一中无人机采集的影像和控制点坐标进行定向拼接后得到林地数字正射影像(dom)，对林地数字正射影像数据进行立体观测得到树梢点坐标；

步骤三：利用自然生长算法(delaunay)将步骤一采集到的地形数据生成不规则三角网；

步骤四：利用步骤二中得到的树梢点坐标，在步骤三生成的不规则三角网中进行高程内插，求取树梢点正下方的地面坐标作为树根点坐标，求取树梢点坐标和树根点坐标的高程差值，该差值作为树高数据。树梢点和树根点的具体位置如图4所示。

具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中利用无人机采集林地的影像，利用全站仪或gps-rtk采集林地的地形数据的具体过程为：

确定无人机的飞行路线以及飞行高度，无人机航向重叠率大于等于60％，旁向重叠率大于等于30％；设置地面控制点，利用全站仪或gps-rtk测量地面控制点的坐标，每条航线的地面控制点大于等于6个；全站仪或gps-rtk利用控制点进行林区地形碎步点坐标采集。

航线设定是根据林区的实际情况以及要求的航片分辨率确定无人机的飞行路线以及飞行高度，确定航线的同时需要保证航片的航向重叠率不小于60％，旁向重叠率不小于30％，以便提高无人机影像的拼接精度。

地面控制点测量是为了摄影瞬间相对于地面的姿态进行的控制点采集，利用全站仪或gps-rtk进行测量，一般要求每条航线具备六个作业控制点。

航拍应该选择晴朗、无风的天气进行，首先选定最佳飞行路线，在平坦区域架设无人机设备后进行影响获取，航拍完成后及时将影像传输到电脑中。

全站仪根据已知点的情况进行控制测量，对获得的数据进行平差处理得到控制点坐标，利用控制点进行林区地形碎步点采集，获得的数据能够用于不规则三角网生成以及高程内插。

其它步骤及参数与具体实施方式一相同。

具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤二中对步骤一中无人机采集的影像和控制点坐标进行定向拼接后得到林地数字正射影像，对林地数字正射影像数据进行立体观测得到树梢点坐标的具体过程为：

步骤二一：影像内定向；对步骤一得到的影像进行内定向完成扫描坐标(在影像数字化过程中由于影像在扫描仪上位置是任意放置的形成的扫描坐标)到像坐标(以影像像主点为坐标系原点，对于航空影像，两对边机械框标的连线为x轴和y轴的坐标系框标坐标系，其与航线方向一致的连线为x轴，航线方向为正向，像坐标系的方向与框标坐标系的方向相同)的转换，内定向采用多项式变换公式，用矩阵表示为：

h＝a’h′+t

其中所述h为量测的像点坐标或扫描坐标，a’为变换矩阵，h'为变换后的像点坐标，t为变换参数；

步骤二二：影像内定向后进行影像相对定向；对影像进行相对定向恢复相邻两影像摄影光束的相互关系，使同名光线对对相交，完成相邻影像的镶嵌；

步骤二三：影像相对定向后进行影像绝对定向；对影像进行绝对定向确定航片在摄影瞬间相对于地面的姿态，利用全站仪或gps-rtk测得的控制点坐标作为已知控制点来确定空间辅助坐标(该坐标系是一种过渡坐标系，它以摄站点为坐标原点，以铅锤方向为z轴，并取航线方向为x轴，有利于沿航线方向累积的系统误差)与实际物空间坐标(所摄物体所在的空间直角坐标系，所用的为地面测量坐标系，它的x轴指向正北方向，与大地测量中的高斯-克吕格平面坐标系相同，高程以我国黄海高程系统为基准)之间的变换关系后；得到林地数字正射影像；

步骤二四：对步骤二三得到的林地数字正射影像进行立体量测；根据共线方程可以获取图像上任意点的三维坐标；共线方程为：

其中所述x,y为像点的像平面坐标，x0,y0,f为影像的内方位元素，xs,ys,zs为摄站点的物方空间坐标，xa,ya,za为物方点的物方空间坐标，ai,bi,ci(i＝1,2,3)为影像的三个外方位元素组成的九个方向余弦。

其它步骤及参数与具体实施方式一或二相同。

具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：所述步骤三中利用自然生长算法将步骤一采集到的地形数据生成不规则三角网的具体过程为：

步骤三一：找出全站仪数据中离散点相距最近的两点，连接这两点形成不规则三角网(tin)的初始基线，在初始基线的基础上进行不规则三角网的生长；

步骤三二：找到距离初始基线中点最近的点，该点与初始基线的两个端点构成不规则三角网的第一个三角形；至此不规则三角网的第一个三角形生成完成。

步骤三三：以第一个三角形中除初始基线外的两条边为基线，重复步骤三二，直到两个新的三角形扩展完成；

步骤三四：重复步骤三二至步骤三三，直到所有离散点均成为不规则三角网的端点。

其它步骤及参数与具体实施方式一至三之一相同。

具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：所述步骤四中高程内插的具体过程为：

根据树梢点的坐标确定树木在不规则三角网中所处的三角形，三角形顶点坐标为

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

根据平面方程确定内插公式求取树根点高程，内插公式为：

通过做差求取树根点和树梢点的高程差值p＝zm-z。

其中所述(xm,ym,zm)为树梢点坐标，z为求得树根点高程值，xj1,yj1,zj1为xj-x1,yj-y1,zj-z1(j＝2,3)，p为求得的树高数据。

其它步骤及参数与具体实施方式一至四之一相同。

采用以下实施例验证本发明的有益效果：

实施例一：

本发明的一种全站仪与无人机影像联合的树高快速提取方法的流程图如图1所示。

本发明的无人机影像与全站仪数据采集模块由无人机航拍和全站仪测量进行获取，具体步骤如下：

a)控制点的采集：根据野外的实际地形情况将控制点布设在明显地物点上，明显地物点是指野外的实地位置和航片的影像位置都可以明确辨认的点。一般地区较理想的明显地物点是近于直角而且又近于水平的线状地物的交点和地物的拐角上，特别是道路交叉的位置经常作为优先选点的理想目标。像片控制点的点位目标影像应清晰，易于判读和立体量测，当目标与其他像片条件发生矛盾时，应着重考虑目标条件。野外航片控制点测量的工作经过以下过程:拟定控制点测量的技术计划，实地踏勘选定航片控制点，像控点的刺点与整饰；控制点的观测、计算，控制成果的整理等。实地拟定像控点是根据技术计划到实地进行核实对照、最后确定像控点的位置和施测方法。像控点选定后，像片上要准确刺出像控点的位置，刺点的像片经过整饰注记即能获得摄影测量内业成图需要的控制片。野外控制测量完成后，能获得像控点坐标的观测、计算成果与标示有像控点位置和坐标的控制片。

b)全站仪数据的获取：为了获得相应的树底点坐标应获得林区的地形数据。使用南方测绘nts-310全站仪在选定的控制点上进行控制测量，测量完成后进行内业平差处理获取已知点数据。在测量完成的已知点基础上获取进行碎步测量以获取林区地形数据。在测量过程中应尽量保证测量点之间构成的三角形为等边三角形，方便后期的数据处理以及树底点坐标计算。

c)无人机影像数据获取：

无人机影像数据的获取主要包括样地因子调查、控制点采集、控制点布点方案、航线网布点、区域网布点、航测影像获取等步骤。

航摄按照设计要求飞行，航向重叠一般60％-65％之间，旁向重叠一般在32％-48％之间，航向弯曲度在3％之内，航片倾斜角一般小于2度，均在规定的限差内。同一航线上相邻航片的航高差不大于30m；大航高与最小航高之差不大于50m，摄区内实际航高与设计航高之差不大于设计航高的5％；覆盖超出测区边界线不少于一条航线，旁向覆盖超出测区边界线不少于像幅的40％。

内外方位元素的获取：内方位元素是在空中摄影的瞬间摄影机或传感器内部的几何要素。包括像主点、焦距长度、框标和透镜畸变差。确定图像位置和角度的变量是外方位元素。外方位元素确定图像在成像瞬间有关的特征值。包括3个线元素和3个角元素。3个线元素是摄影机光学中心在摄影成像时的空间位置，即在地面空间坐标系中的坐标x,y,z。

本发明的无人机影像数据定向拼接和树梢点提取模块由virtuzo软件提取，具体步骤如下：

a)测区设置：将tiff格式文件转换为vz格式文件,根据影像分辨率以及飞行方式输入正确的基本测区参数。

b)自动空中三角测量生成立体像对：包括内定向、自动选点转点、相对定向、半自动量测控制点。并能够自动整理成果，建立各模型的参数文件。选定区域，按同名核线重新采样，进行匹配预处理和匹配编辑，而后生成立体像对。

c)igs数字测图：新建矢量窗口，装载相应立体模型(正射影像)。选择地物特征码选择线型在影像窗口进行地物量测。用立体眼镜(或反光立体镜)进行观测，用鼠标或手轮脚盘移动影像并调整测标。切准树木树梢点单击鼠标左键记录当前点坐标。

如图2所示为拼接、定向过后获取的测区无人机影像。

本发明的delaunay生长算法生成不规则三角网模块由delaunay生长算法实现，具体算法步骤如下：

a)寻找初试基线：在所有的离散点中寻找一个离散点，计算其余点与该点的平面距离s，连接该点与距离该点最近的点作为生成三角网的初始基线。

b)确定第三点：在初始基线右侧运用delaunay法则搜寻第三点，具体的做法是：在初始基线右侧的离散点中查找距此基线距离最短的点，做为第三点。

c)三角网的生成：连接第三点以及基线的两个端点生成第一个三角形，以新生成的三角形的两条边(从基线起始点到第三点以及第三点到基线终止点)作为新的基线。重复确定第三点以及生成三角形的过程，直至所有的基线处理完毕。至此，所有的三角形生成完毕，基于离散点的不规则三角网形成。

如图3为根据三角网生长法生成的不规则三角网，图中红点代表树木位置，同时可计算树底高程以及树高数据。

本发明的高程内插获取树底点高程及树高获取模块平面内插方程实现，具体步骤如下：

a)确定平面方程：

首先根据树梢点的坐标定位到不规则三角网中所在的三角形，根据三角形的顶点确定平面方程。三角形的三个顶点为a(510155.011，4007105.021)b(510151.463，4007099.243)c(510159.036，4007096.531)，根据无人机影像所得的树梢点坐标(510156.263，4007101.584，269.874)，求取λ1、λ2、λ3的值：

λ3＝1-λ1-λ2＝0.284

根据平面内三角形与点的关系定理可知：

对

1.当且仅当0<λ<1，树梢点在δabc内；

2.不满足1，但0≤λ≤1，则树梢点在δabc顶点或边界上；

3.对于不满足1和的情况，树梢点在δabc外部。

求取对应的λ1、λ2、λ3的值，根据定理判断树梢点与三角形的位置，直到树梢点在某一个三角形内部或边上时停止查找。树梢点所在三角形的顶点坐标为a(510155.011，4007105.021，256.034)b(510151.463，4007099.234，255.631)c(510159.036，4007096.531，256.348)，可以确定平面方程为：

b)根据平面方程可以确定内插公式求取待求点高程，内插公式为：

z即为所求的树底点的高程，通过求取树底点和树梢点的高程差值p＝269.874-256.116＝13.708可以求得树高数据p＝13.708。

本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。