摘 要

林分调查管理中传统的统计方法需大量的人力物力，时间周期长，在统计范围越大时越容易重复统计或者漏记。因此，对林场管理的自动化需求越来越大。当今遥感技术的迅猛发展，为林场管理的自动化进程提供了充分的前提条件。如何准确快速的统计出林场的相关信息及参数则是当前的研究热点。

本文提出了一种基于优化分水岭与球面调和函数的林木冠层自动识别与分类的算法。冠层提取部分得了令人满意的实验结果。冠层识别与分类部分目前能很好得识别出锥形树冠，以及非锥形树冠。

本文的主要工作如下：

1. 使用优化分水岭算法提取单株树冠的点云。
2. 基于树冠表面径向最小夹角的点的长度构造球函数，并对球函数进行调和分析，以获得该株树冠的特征描述子。
3. 用支持向量机对特征描述子进行样本训练，并调试获得最佳分类参数。
4. 对树冠进行识别和分类。

本文最后的实验结果表明，本文所提取的树冠形状的特征描述子能较好地匹配该类对应的树冠。

关键字：林场自动化；球面调和；冠层识别与分类；特征描述子

Automatic identification and classification of forest canopy based on Optimization of Watershed and Spherical harmonic function

Abstract

The traditional statistical methods in forest investigation management require a lot of manpower and resources, and take a long time to finish it. In the bigger forest, it is more easier to repeat or omit some statistics region. Therefore, the demand for automation of forest investigation management is growing. Today the rapid development of remote sensing technology provides adequate preconditions for the forest investigation management. Quickly and accurately Obtaining the relevant information and parameters of the forest is a hot topic in the current Forestry.

This paper presents an algorithm based on the optimization of Watershed and the Spherical harmonic function , which can identify and classify canopies of a complicated forest .

The part of canopy extraction has satisfactory results. Another part of canopy identification and classification currently has well identified conical crowns, as well as non-tapered crowns.

The main work of this paper is as follows:

1. Use optimization algorithms based on Watershed to extract the point clouds of a single tree canopy.
2. Construct a Spherical function by the length of the point of the radial minimum angle of the crown surface. Then conduct a Harmonic analysis of spherical function to obtain the tree canopy descriptor.
3. Conduct a sapmle training with SVM to trees’ canopy descriptor, and debug to find the best classification parameters.
4. Identify and classify canopies of a forest.

The final experimental results show that the extracted crown characteristics descriptors can better match the related crowns.

Key words: automatic of forest; spherical harmonic; identification and classification of forest canopy; characteristics descriptor

目 录

1 第一章 绪论 ………………………………………………………………………………1

1.1 研究背景及意义 ……………………………………………………………1

1.2 国内外研究现状 ……………………………………………………………1

1.3 研究目的与内容 ……………………………………………………………3

2 冠层自动识别………………………………………………………………………………5

2.1 优化分水岭算法………………………………………………………………5

2.1.1 传统分水岭算法介绍 ……………………………………………5

2.1.2 基于优化的分水岭分割算法 ……………………………………5

2.1.3 与传统分水岭算法比较 …………………………………………8

3 冠层形状识别………………………………………………………………………………12

3.1 基于球面调和的冠层形状识别………………………………………………12

3.1.1 球面调和函数简介 ………………………………………………12

3.1.2 基于射线夹角最小方法采样的球面调和树冠形状识别 ………14

4 结果与分析…………………………………………………………………………………17

4.1 分类结果与分析………………………………………………………………17

5 总结…………………………………………………………………………………………22

致谢……………………………………………………………………………………………23

参考文献………………………………………………………………………………………24

1. 绪论

1.1研究背景及意义

森林是地球上最大的陆地生态系统，具有生物多样性以及丰富的资源，在改善生态环境比如水循环、碳循环与气候调节，以及维持生态平衡中发挥着重要作用[1]。森林具有的惊人的生物生产能力，能够为人类源源不断的提供物质能源，为人类的生存和发展提供了重要物质基础。因此正确统计一块林分区域的树木储备量，对于评估其特殊的经济及社会作用变得越来越重要了。

树木是森林的主要组成部分，且树木的地上部分由树干和树冠组成。树冠被认为是树木的一个重要部分，它是林木进行光合作用、蒸腾作用等一系列生态活动的主要场所 ，对于树冠形状的深入研究能帮住研究人员更好的了解树木树冠的形状特点，树冠体积的计算以及树木各部位的生物产量[2]。一片复杂的林分区域，生长着大小以及类型不同的树木，导致树冠存在明显的差异性。因此，研究树冠的形状及其大小的特性对于反演林分中单株木相关参数具有相当重要的参考价值，同时在提高林场调查的自动化程度和结果的准确度上都有着重要的意义[3]。

激光雷达(Light Detection And Ranging，LiDAR)是一项通过由传感器所发出的激光来测定传感器与目标物之间距离的主动遥感技术，所得到的数据被称为点云数据，点云数据有物体表面反射信息组成，即三维坐标和RGB值，也即每个点占六个维的信息。将激光雷达技术用于估测森林参数的研究始于20世纪80年代中期，它能快速地得到垂直方向上高精度林分结构参数[4]。从LiDAR数据中容易获取地物的三维坐标点信息，庞大的点云数据更有利于表现变化剧烈的地物和细节信息，这一技术的发展使得人们研宄地物目标越发的容易而精准，在林业上具有广泛的应用。LiDAR数据为研宄生态过程中树冠的空间结构提供可靠的数据支持，对研宄生态环境有重要意义。