地面LiDAR與高光譜數(shù)據(jù)配準及在單木結(jié)構(gòu)參數(shù)提取中的應(yīng)用.pdf

1、高速發(fā)展的遙感技術(shù)，使得傳統(tǒng)光學遙感已經(jīng)無法滿足林木資源調(diào)查對空間信息和光譜信息的精度要求。近年來，由于激光雷達(Light Detection and Ranging， LiDAR)高精度的三維空間信息以及高光譜數(shù)據(jù)豐富的光譜信息，使二者迅速在各行各業(yè)得到了廣泛應(yīng)用。在LiDAR數(shù)據(jù)與高光譜數(shù)據(jù)空間信息與光譜信息互相補償?shù)臈l件下，協(xié)同兩種數(shù)據(jù)將更有利于提高林木參數(shù)反演精度。本文利用地面三維激光掃描儀Leica Scanstation

2、C10和成像光譜儀SOC710協(xié)同獲取單木的三維空間信息和光譜信息，進行了以下幾個方面的工作：
　?。?）總結(jié)了國內(nèi)外針對 LiDAR數(shù)據(jù)和高光譜數(shù)據(jù)的研究現(xiàn)狀，重點介紹了協(xié)同兩種數(shù)據(jù)在林業(yè)方面的研究現(xiàn)狀以及LiDAR與光學遙感數(shù)據(jù)配準方法的研究現(xiàn)狀；
　　（2）針對地面 LiDAR點云數(shù)據(jù)的離散性和巨大的數(shù)據(jù)量，本文建立了基于四叉樹的LiDAR點云數(shù)據(jù)索引機制；
　?。?）針對地面LiDAR數(shù)據(jù)與高光譜數(shù)據(jù)成像方式的

3、不同，LiDAR點云數(shù)據(jù)是離散的三維空間信息，高光譜數(shù)據(jù)是二維光譜圖像，本文模擬相機成像方式，將LiDAR點云數(shù)據(jù)二維圖像化；
　?。?）針對 LiDAR自身強度信息和高光譜數(shù)據(jù)灰度信息的差異，本文研究了基于控制點、基于特征以及基于互信息的配準方法，提出結(jié)合控制點和特征互信息的配準方法，利用基于控制點的配準方法實現(xiàn)LiDAR圖像與高光譜圖像的粗配準，然后將得到的粗配準參數(shù)作為Powell算法搜索的初始化參數(shù)，利用特征互信息作為相似

4、性度量，該方法實現(xiàn)了LiDAR圖像與高光譜圖像的精配準。
　?。?）針對利用地面 LiDAR自身強度信息無法實現(xiàn)葉片與枝干分割，基于幾何信息實現(xiàn)LiDAR數(shù)據(jù)的葉片與枝干分割，計算量非常大，本文根據(jù)樹的葉片和枝干光譜曲線的區(qū)別，協(xié)同高光譜數(shù)據(jù)的光譜信息實現(xiàn)了單木LiDAR數(shù)據(jù)枝干與樹葉的分割，最后利用樹葉LiDAR點云數(shù)據(jù)，實現(xiàn)了基于VCP(Voxel-based Canopy)算法的葉面積密度估計。
　　總之，本文針對地面