發(fā)布時(shí)間：2022-01-23 08:15

　　葉片屬性估計(jì)對(duì)于理解植被中的光合作用、呼吸作用、蒸騰作用以及碳和養(yǎng)分循環(huán)以及評(píng)估植物或森林的生物學(xué)參數(shù)至關(guān)重要。地面激光掃描（TLS）能夠在樹枝和葉片尺度上提供各個(gè)樹木的詳細(xì)特征,并提取樹干和樹冠的準(zhǔn)確結(jié)構(gòu)參數(shù)。在本文中,我們開發(fā)了一種基于計(jì)算機(jī)圖形的3D點(diǎn)云分割方法,可從單個(gè)葉片中準(zhǔn)確有效地檢測(cè)樹葉及其形態(tài)特征（即葉面積和葉角分布（方位角和葉傾角））。為此,我們采用具有自適應(yīng)半徑的球面鄰域模型來提取具有不同形態(tài)結(jié)構(gòu)和復(fù)雜空間分布的單個(gè)葉片的中心區(qū)域點(diǎn);同時(shí),定義了四個(gè)輔助標(biāo)準(zhǔn),以確保提取出的各個(gè)葉表面的中心區(qū)域點(diǎn)的準(zhǔn)確性。然后,使用基于密度的帶噪聲的應(yīng)用程序空間聚類（DBSCAN）算法對(duì)葉片的中心區(qū)域點(diǎn)進(jìn)行聚類,并獲得與每個(gè)葉片表面相對(duì)應(yīng)的中心點(diǎn)。我們還基于提取的每個(gè)葉片表面的中心點(diǎn)和兩個(gè)與形態(tài)相關(guān)的參數(shù),使用高級(jí)3D分水嶺算法對(duì)單個(gè)葉片進(jìn)行了分割。最后,通過分析分段的單葉點(diǎn)云來計(jì)算和評(píng)估葉屬性（葉面積和葉片角度分布）。為了驗(yàn)證最終結(jié)果,在野外活動(dòng)期間手動(dòng)測(cè)量了實(shí)驗(yàn)樹木上指定葉片的實(shí)際葉片面積,葉傾角和方位角數(shù)據(jù)。此外,還對(duì)分割算法中的參數(shù)進(jìn)行了敏感性分析。結(jié)果表明,所提出的方法對(duì)于... 

【文章來源】：南京林業(yè)大學(xué)江蘇省

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線圖

7第二章數(shù)據(jù)與方法2.1研究區(qū)在南京林業(yè)大學(xué)校園（32°08"N，118°81"E）選擇實(shí)驗(yàn)樹，校園內(nèi)選擇的個(gè)體如粗糠樹(Ehretiamacrophylla)，紫薇(crapemyrtle)和八角金盤(Fatsiajaponica)樹木。使用地面激光掃描儀（LeicaC10）儀器掃描具有不同寬葉和不同葉密度的所有實(shí)驗(yàn)樹的樹冠，并且使用單站掃描來獲得數(shù)據(jù)。2.2研究數(shù)據(jù)2.2.1研究數(shù)據(jù)的采集本次實(shí)驗(yàn)選擇三種實(shí)驗(yàn)樹，即一棵典型的粗糠樹，一棵典型的紫薇和一棵典型的八角金盤進(jìn)行測(cè)試。它們由TLS掃描得到的點(diǎn)云如圖2-1所示。這些樹的結(jié)構(gòu)特征包括樹高，樹冠高度和冠層投影面積如圖2-1所示。其中激光雷達(dá)點(diǎn)密度分別為16946.3點(diǎn)(points)pts2，16188.76pts2和51483.96pts2。樹木的高度分別為3.5m，3.42m和1.6m。冠基（樹冠的底部高度）分別為0.97m，1.26m和0.01m。樹冠的投影面積分別為1.84m2,3.136m2和4.592m2。每棵樹的胸徑統(tǒng)計(jì)數(shù)據(jù)也列在圖2-1中，其中胸徑定義為胸部每個(gè)分支直徑的總和。這些比較表明，對(duì)于所有三種樹種，樣本樹之間的基本結(jié)構(gòu)參數(shù)各異。由于選定樹木中沒有出現(xiàn)極端天氣（臺(tái)風(fēng)，寒害，酸雨等），因此沒有葉片掉落與掃描噪聲點(diǎn)增加的情況。這些選定的實(shí)驗(yàn)樹適合于研究葉屬性估測(cè)。圖2-1實(shí)驗(yàn)樹木選擇和掃描數(shù)據(jù)收集：使用地面激光掃描儀掃描不同的樹種，包括（a）粗糠樹；（b）紫薇和（c）八角金盤;（d），（e）和（f）顯示了掃描點(diǎn)云并羅列了實(shí)驗(yàn)樹的一系列結(jié)構(gòu)特征。

ructuralfeaturesoftheexperimentaltrees.為了獲得真葉面積和葉角分布并證明我們的方法的有效性，在研究過程中使用LI-3000C便攜式面積計(jì)和角度測(cè)量裝置測(cè)量所有目標(biāo)樹的每個(gè)單葉面積和葉片傾角和方位角。為了驗(yàn)證最終結(jié)果，我們對(duì)具有不同葉片數(shù)的三棵實(shí)驗(yàn)樹進(jìn)行了隨機(jī)采樣，并使用角度測(cè)量裝置手動(dòng)測(cè)量了所有采用葉片的葉傾角和方位角。葉片角度分布箱形圖如圖2-2所示，從圖中可得，隨著采樣葉片數(shù)量的增加，葉片葉傾角和方位角越穩(wěn)定；當(dāng)隨機(jī)采樣的葉片數(shù)量占樹冠葉片總數(shù)的40％，葉片傾角和葉片方位角值趨于相對(duì)穩(wěn)定。圖2-2.箱形圖顯示三棵實(shí)驗(yàn)樹的真實(shí)葉片傾斜角和葉片方位角的分布。(a),(b),(c)：三棵實(shí)驗(yàn)樹的真實(shí)葉片傾角的分布隨著采樣葉數(shù)的比例的增加而增加。(d),(e),(f)：三棵實(shí)驗(yàn)樹的真實(shí)葉方位角的分布隨著采樣葉數(shù)比例的增加而增加。該圖表明，當(dāng)分析的葉片數(shù)量達(dá)到樹冠中葉片總數(shù)的40％時(shí)，葉片傾斜角和葉片方位角值趨于相對(duì)穩(wěn)定。因此，在下面的驗(yàn)證中，分析數(shù)據(jù)集占實(shí)驗(yàn)樹中葉片總數(shù)的40％。Figure2-2.Boxplotshowingthedistributionsofthetrueleafinclinationanglesandleafazimuthanglesofthethreeexperimentaltrees.(a),(b),(c):thedistributionsofthetrueleafinclinationanglesofthreeexperimentaltreeswithproportionofsampledleavesnumberincreasing.(d),(e),(f):thedistributionsofthetrueleafazimuthanglesofthreeexperimentaltreeswithproportionofsampledleavesnumberincreasing.Theplotsshowthatwhenthenumberofleavesanalysedreaches40%ofthetotalnumberofleavesinthetreecrown,theleafinclinationangleandleafazimuthanglevaluestendtoberelativelystable.Therefore,intheverificationbelow,theanalyticdatasetaccountedfor

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的自適應(yīng)參數(shù)DBSCAN聚類算法[J]. 王光,林國(guó)宇.  計(jì)算機(jī)工程與應(yīng)用. 2020(14)
[2]基于STL文件的個(gè)性化外固定支具模型生成算法研究[J]. 吳植文,韓玉川,白云瑞,支鵬翔,劉一然,朱險(xiǎn)峰.  國(guó)際生物醫(yī)學(xué)工程雜志. 2018 (05)



本文編號(hào)：3603953