-
公开(公告)号：CN109446691B
公开(公告)日：2022-12-20
申请号：CN201811322277.0
申请日：2018-11-08
Applicant: 南京林业大学
IPC: G06F30/20 , G06T17/00 , G06F119/14
Abstract: 本发明公开了一种基于激光点云与空气动力学的活立木抗风性能分析方法，包括获取林木点云数据并枝叶分离；采用拉普拉斯算法对枝干点云进行收缩；将枝干点云数据自下而上切分为不同的层；求取每个高度分层的聚类中心点，根据聚类中心点拟合每一个高度分层的枝干；将活立木不同枝干骨架分类为主枝干和次级枝干；完成对活立木叶子点云数据的归属；建立林分模型，将林分模型加载风力，根据湍流模型和流固耦合模型分析林分内部动态压力、风速度以及湍流动能强度分布，本发明计算复杂度适中，能更好地描述活立木的空间结构特征与生长参数变化，实现活立木在台风下抗风性能的定性定量化评估，准确度高，为树木的栽培种植与防风营造提供准确的理论依据。
-
公开(公告)号：CN106484997B
公开(公告)日：2021-12-14
申请号：CN201610886061.1
申请日：2016-10-10
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于克里金插值的水岸带淤泥厚度计算及出图方法：首先使用船载RTK和声呐进行点数据采集；然后，分别对高频和低频点数据进行普通克里金格网插值，形成两个频段的规则格网数据；最后，结合杆高等固定参数设置，计算淤泥顶和淤泥底数据，得到淤泥厚度，并使用ArcGIS进行栅格计算，得到空间淤泥厚度图。本发明的基于克里金插值的水岸带淤泥厚度计算及出图方法，将无人船应用于河道的淤泥厚度测绘中，能够提高测绘的工作效率和工作准确度。通过对南京水西门河段进行实地测试和出图验证，本方法具有较高的精度和效率，能够较好的完成典型水岸带河底淤泥的精确测定，能够为水岸带土壤研究提供技术支持。
-
公开(公告)号：CN109409429B
公开(公告)日：2021-08-20
申请号：CN201811263568.7
申请日：2018-10-28
Applicant: 南京林业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于激光雷达点云数据的树种分类方法，包括通过激光雷达传感器获取林段点云数据；对林段点云数据进行单株树分割；提取完整的单株树点云数据；删除多余杂点；根据单株树的结构特征、纹理特征以及冠形特征推导出单株树的结构特征参数、纹理特征参数以及冠形特征参数；将被测单株树的结构特征参数、纹理特征参数以及冠形特征参数的混淆矩阵输入到性能优化的SVM分类器中从而实现树种分类。本发明结合树木结构特征参数、树木纹理特征参数和树冠特征参数进行树种分类，使用多类特征值参数对分类结果有很好的提升作用，树种识别程度较高。
-
公开(公告)号：CN108872964B
公开(公告)日：2020-02-14
申请号：CN201810930730.X
申请日：2018-08-15
Applicant: 南京林业大学
IPC: G01S7/48
Abstract: 本发明公开一种基于无人机LiDAR数据的银杏人工林郁闭度提取方法，包括对激光雷达离散点云数据滤波，插值生成数字地形模型，点云数据归一化处理；然后分别基于归一化点云数据提取特征变量，结合地面实测郁闭度和提取的特征变量，在优选变量的基础上进行逐步回归构建预测模型对研究区内郁闭度进行估测。本发明通过获取无人机激光雷达点云并提取冠层特征变量，并结合地面实测数据，可以高效率且高精度地获取特定范围的“面”上连续分布的郁闭度。全面深入地提取了多组人工林冠层无人机激光雷达点云特征，从而高质量地提取了人工林林分郁闭度。与使用其他相近遥感方法进行林分郁闭度反演相比，其相对均方根误差降低1.7％。
-
公开(公告)号：CN110569805A
公开(公告)日：2019-12-13
申请号：CN201910855294.9
申请日：2019-09-10
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于无人机影像点云的人工林单木提取及立地质量评价的方法，属于森林资源管理技术领域。首先借助无人机搭载多光谱相机采集多光谱相片，应用SFM技术对带有坐标信息的无人机相片进行匹配生成摄影测量点云，对摄影测量点云进行处理获得归一化的点云数据；然后采用基于归一化点云的PCS方法对人工林进行单木提取并进行精度验证；最后，通过优势木平均高并结合样地基准年龄，编制地位级指数表，对人工林进行立地质量评价。本发明可应用在森林资源监测、生态因子调查及生物多样性研究等领域，并可掌握森林树种资源分布及动态变化，对于森林的经营管理、生态环境保护及气候变化方面具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN109212505B
公开(公告)日：2019-11-05
申请号：CN201811060614.3
申请日：2018-09-11
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于无人机多光谱高重叠度影像的森林林分特征反演方法，借助无人机机载多光谱传感器获取高重叠度影像，利用波段组合和植被指数变换获取光谱数据；并利用空中三角测量算法与点云密集匹配算法生成数字点云数据；基于归一化点云数据和光谱数据来提取待测林冠层结构特征变量；最后结合地面实测待测林林分数据和提取的待测林冠层结构特征变量构建多元回归模型，反演待测林林分特征。本发明有助于提高森林林分特征的反演精度，并可掌握待测林空间结构及动态变化规律，对于森林可持续生产经营、生态环境建模及维持区域生态平衡具有重要意义。
-
公开(公告)号：CN109446986A
公开(公告)日：2019-03-08
申请号：CN201811263570.4
申请日：2018-10-28
Applicant: 南京林业大学
Abstract: 本发明公开了一种面向树木激光点云的有效特征抽取与树种识别方法，包括：获取目标树的全覆盖点云数据；对目标树的全覆盖点云数据进行降噪处理以去除异常点；根据降噪后获得的点云数据分别分析目标树的三种类别的树木特征；抽取基于树木相对聚类特征的最优特征参数组；抽取基于点云分布特征的最优特征参数组；抽取基于树木表观特征的最优特征参数组；将三种类别的树木特征的最优特征参数组进行组合并作为变量输入到SVM分类器中进行树种分类。本发明达到了较高的树种分类精度，为获得更准确的森林树种分布提供了强有力的工具，减少了野外实体调查的高成本、费时、费力，减少了人工判读带来的误差。
-
公开(公告)号：CN109409429A
公开(公告)日：2019-03-01
申请号：CN201811263568.7
申请日：2018-10-28
Applicant: 南京林业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于激光雷达点云数据的树种分类方法，包括通过激光雷达传感器获取林段点云数据；对林段点云数据进行单株树分割；提取完整的单株树点云数据；删除多余杂点；根据单株树的结构特征、纹理特征以及冠形特征推导出单株树的结构特征参数、纹理特征参数以及冠形特征参数；将被测单株树的结构特征参数、纹理特征参数以及冠形特征参数的混淆矩阵输入到性能优化的SVM分类器中从而实现树种分类。本发明结合树木结构特征参数、树木纹理特征参数和树冠特征参数进行树种分类，使用多类特征值参数对分类结果有很好的提升作用，树种识别程度较高。
-
公开(公告)号：CN109212553A
公开(公告)日：2019-01-15
申请号：CN201811074556.X
申请日：2018-09-14
Applicant: 南京林业大学
Abstract: 本发明公开一种无人机LiDAR和随机森林提取银杏生物物理特性的方法，主要通过无人机搭载的LiDAR传感器采集数据，通过数据处理后，分别提取三组冠层结构特征变量，并与实测的林分生物物理特性一起构建随机森林模型预测提取生物物理特性。本方法采用随机森林模型方法去反演林分生物物理特性；相比较传统的参数方法变量之间需要满足一系列的先验假设，而通过随机森林模型可以将所有提取的特征变量输入模型进行运算，并且随机森林模型可以评估每个特征变量的重要性，从而高质量地提取了人工林林分生物物理特性。同时，通过上述数据获得的随机森林不仅利于特征变量的机理解释，也易于进行方法移植，即在天然林和次生林中也可以进行应用。
-
公开(公告)号：CN109164460A
公开(公告)日：2019-01-08
申请号：CN201811050310.9
申请日：2018-09-10
Applicant: 南京林业大学
IPC: G01S17/88
Abstract: 本发明公开了一种基于机载激光雷达数据的森林蓄积量分布估测方法，属于森林资源监测、森林可持续经营管理和生态因子调查领域。本发明首先将激光雷达点云数据进行归一化处理，从归一化点云数据中提取特征变量；然后采用最大似然法解算Weibull尺度参数和形状参数，对激光雷达特征变量进行优选并反演Weibull尺度参数和形状参数；最后利用两参数Weibull分布模型预测森林蓄积量分布。本发明对森林蓄积量分布的估测方法与其他相近估测方法相比，其总体精度提升了5％以上，该方法不仅利于特征变量的机理解释，也可用于天然林和次生林。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.034 seconds)
