摘要：针对地质截面图内部的地层信息,提出了一种新颖的抗干扰性强的地层分割算法。该方法首先采用变差函数和置信度计算地质图中区域的方向角度,接着面向方向一致连续的地质图子区域设计基于方向流场引导的蛇模型分割方法;其次摒弃了基于梯度信息的图像方向结构求取方法,构造了融合Radon变换获取方向角度的Gabor滤波器,从而精确分割出不同地质层并修补了同一地质层内部的断裂处;最后通过在真实地质剖面图中进行的测试验证了该方法的有效性,其能获取更优的分割结果,从而对石油勘探和地质环境的三维重建起到推动作用。

摘要：【目的】定量模拟和刻画林木冠层太阳短波辐射的分布和截获情况,于时空变换下反演太阳短波辐射在不同林木冠层内的辐射通量变化,为林木培育经营和提质增效提供理论依据。【方法】首先,以公共数据集和真实扫描的校园内林木激光点云数据为例,结合设计的机器视觉算法,对林木激光点云进行枝叶分离和单叶分割,并用合适大小的椭圆形和圆柱体几何单元分别拟合每片叶片和骨架,开展林木真实模型重建;其次,运用计算机图形学方法,结合研究地点的经纬度和时刻,模拟太阳入射光线,并引入物理学的双向反射和透射分布函数及蒙特卡洛光线追踪算法,开展反射和透射光线与冠层内叶片的碰撞模拟;最后,根据仪器测量得到的不同树种叶片平均粗糙度和折射率,结合光线追踪算法,实现林木冠层内短波辐射分布计算和木林冠层光截获效率评估。【结果】利用本研究方法计算时空变换下不同树种(芒果、橡胶、紫薇、樱花)4株树冠及一片香樟树林的直射、反射和透射太阳辐射通量,其中直射辐射通量占比约86%、反射辐射通量占比约5%、透射辐射通量占比约9%。叶面积指数高的树冠会拦截更多直射和透射光线;在太阳高度角较小时刻(上午或下午),斜射的太阳光线反射后易与树冠中其他叶片发生二次求交,产生较多反射辐射通量。同时,由于林木的趋光性,中午树冠光线拦截率高于上午和下午10%左右。比对采用本研究方法计算的树冠辐射通量拦截比值和样地手持光电仪器实测结果,绝对误差小于6%。【结论】在测绘科学、计算机图形学及林学多学科视角融合下,本研究基于激光点云重建树木真实表观形态结构,并将蒙特卡洛光线追踪算法与物理学的双向反射和透射分布函数相融合,真实模拟光线在树冠中的传播过程,可准确获取林木冠层内太阳短波辐射分布与树冠辐射通量拦截值,对研究时空变换下林木太阳辐射吸收、光强与树冠形态结构的耦合关联及不同表型参数的林冠辐射传输模型均有重要启示意义。

摘要：传统的立体匹配算法通过计算两幅图像的像素点相似程度,从而找到左图像素点和右图像素点的对应关系,常采用的是一种局部最优的方法,所以其匹配精度很低。为了提高精度,当前策略主要是将问题转化为求解能量方程,进而来对全局空间进行优化。从一个新的角度即视差图优化来研究能量方程的求解,通过对扫描线算法、动态规划算法和图割算法深刻讨论来分析算法原理与运行图,从而理解各算法优缺点形成本质与问题转化的依据,可以进一步的改进其不足,为研究新的算法打下基础。

摘要：针对已有目标检测算法在检测形态结构复杂的树冠时容易产生误检和复杂度较高的问题,提出一种基于改进YOLOv3的单木树冠检测算法。结合稀疏连接与残差结构的特点,采用ResNeXt-50模型构建基础网络,并根据ResNeXt块设计检测模块的结构,降低网络复杂度,改善网络泛化性与表征能力。同时采用Mish激活函数改进隐藏层的映射形式,使网络更易于拟合和优化。实验结果表明,与YOLOv3算法相比,上述算法在航拍树冠数据集上的平均精度均值提高了9.07%,且具有更小的时空复杂度。

摘要：林木参数反演是森林资源管理与培育经营的关键环节。迅速发展的激光探测与测量技术突破了传统测量方法,可以快速的获取林木的空间三维信息,在林业普查中具备高效率、高精度的优势。结合计算机图形学与图像学方法,以中国最大的橡胶生产基地海南省儋州市长期受台风侵害下的两个不同品种橡胶林段(林段1PR107,林段2CATAS7-20-59)为研究对象,设计了面向离散激光点云的单株林木参数提取方法,自动获取橡胶林木风害后的生物量指标。首先,通过人背负移动激光雷达获取林段点云数据并使用瑞利商求取台风造成的主枝干倾角,以找寻每株橡胶树的树冠中心点。其次,对点云进行垂直投影,并采用分水岭与Meanshift算法实现株株分离。最后,基于以上操作自动获取与实测值相近的林木参数,例如冠幅、冠径、冠积、叶面积密度、叶面积分布以及主枝与分枝之间夹角等。计算表明,林段1与林段2东西冠幅分别为3.95和3.73m,与实测相差1.74%～6.27%;林段1与林段2南北向冠幅分别为6.47和6.51m,与实测相差2.54%～4.02%;林段1与林段2平均胸径分别为5.20和4.73cm,与实测相差0.64%～2.44%;林段1与林段2平均冠积分别为168.01和141.80m3,与实测相差0.67%～0.85%;林段1与林段2主枝干倾斜角分别为18.80°和13.11°,与实测相差5.53%～7.09%;林段1与林段2二级分支与主枝干的夹角分别为40.21°～69.23°和10.63°～32.14°,它们相差62.63%;林段1在不同天顶角下的叶面积指数均大于林段2。通过对一定样本(150棵/每类林段)的分析结果与真实比对表明,该方法对林木参数反演结果精度较高,有效地评估了不同品种橡胶树在台风下的损伤度(如主枝干歪斜率、叶面积密度及衰减分布)。参数反演结果与实测值仅有8%的偏差,此偏差主要由橡胶林分叶片稠密,导致林分中叶面与枝干扫描数据获取缺失,以及外界环境干扰如风力扰动、点云拼接误差、激光束发散率、激光扫描范围等原因造成。同时,由于林段1(PR107)的橡胶树的主枝与分枝夹角、冠积以及叶面积指数均大于林段2(CATAS7-20-59)的橡胶树,导致林段1的橡胶树比林段的2橡胶树在台风侵害下更脆弱。因此,该研究可用于研究风力侵害对于不同森林地块的影响,以及量化风害造成的生态系统紊乱的影响。同时,该方法解决了人背负激光扫描数据进行单株提取与林木参数反演的问题,为激光测绘在林业中的应用提供了新思路。

摘要：基于激光雷达(light detection and ranging,LiDAR)数据重建树体三维模型并精准获取林木空间枝干结构参数是精准林业发展的必然趋势。本文研究面向激光点云提出了一种融合基于晶格投影的深度学习网络,以及面向提取的枝干点云的树木模型骨架重建的方法。该深度学习网络包括旋转不变性模块、晶格投影与重心插值模块,多尺度变换与卷积操作层,通过将旋转变换后的点云晶格投影到三个坐标平面上再分别重心插值获得变换系数,解决了三维点云因排列无序而造成空间卷积困难的问题。以海南多类树木为研究对象,首先,把带枝叶标签的林木点云基团带入构造的深度学习网络中训练网络参数,实现测试样本中的林木数据的枝叶分离。其次,对分类后的树木枝干点云垂直分层并空间聚类,获取每层的聚类中心点并按相邻层中心点距离最小原则实现骨架链表构造,同时采用自适应随机抽样一致(random sample consensus,RANSAC)方法来计算的圆柱体拟合半径,以重建树木的各级枝干。最后,根据中心点连通的链表结构以及角度变化最小准则自动识别树木中的主枝干和各个一级分枝。通过与实测数据比对验证表明,深度学习枝叶分类准确率为91.31%,高于传统的机器学习分类方法7%左右。算法得到的橡胶树一级枝干直径与实测值比对为:决定系数R^(2)=0.92,均方根误差RMSE=0.64 cm,相对均方根误差rRMSE=6.39%;相应的一级枝干与主枝干的分枝角与实测值比对为:R^(2)=0.91,RMSE=3.32°,rRMSE=7.81%。本文研究设计了深度学习网络与计算机图形学的算法快速精准从地基点云中重建树木的骨架模型,精度吻合实际测量值,具有一定推广价值。

摘要：【目的】地面激光扫描仪(terrestrial laser scanning,TLS)通过获取植物的稠密激光点云,以精细刻画森林的结构参数,如树木骨架和叶面积等。真实叶面积是林学和植物学中表型研究的一个重要参数,而目前在植物科学领域,还没有很好的表型特征测量手段。因此,本研究提出了一种新颖的地面激光点云的叶面积估算方法来评估树木的表型特征指标。【方法】首先,设计了一种基于小平面区域定位与生长的植物点云的单叶分割算法,实现精准的单叶点云分割提取;其次,以每片叶片法向量与扫描仪入射激光线的夹角、扫描仪与叶片的距离和单叶的点云数量3个参量为输入特征,并结合训练样本与L1+L2正则化多元回归方法获取拟合系数,以反演树冠内所有叶片的面积。最后,将校园内实验树(紫薇、樱花、银杏和香樟)作为研究对象,并将计算结果与实测值进行比对。【结果】本研究方法相较最小二乘拟合算法,取得了更优的叶面积反演结果。对于两棵小树而言,本研究方法与实测值比对取得了较好的结果:紫薇(R^(2)=0.95,RMSE为0.42 cm^(2))、樱花(R^(2)=0.92,RMSE为1.87 cm^(2));对于两棵具有更大树冠和枝叶的大树,本研究方法也取得了较好的结果,分别为银杏(R^(2)=0.83,RMSE为1.24 cm^(2))、香樟(R^(2)=0.86,RMSE为1.10 cm^(2))。【结论】本研究方法面向林木激光点云数据,运用计算机视觉与机器学习技术准确计算树冠内叶片面积,为林木的叶面积计量提供新颖的思路。

摘要：针对田间冠层图像质量易受光照和天气变化等外界因素影响造成的分割精度低且无法自动化实现的问题,提出一种利用残差学习改进U-net模型结构的玉米冠层图像分割方法,利用残差结构增强U-net模型收缩路径的深度,提高模型的特征提取能力,并对模型结构进行重组设计,引入批标准化和Dropout机制增强模型的泛化性,构成U型残差学习的ResU-net分割模型,并结合分割领域典型的损失函数和评价指标,设计多种损失函数,通过对比不同损失函数在测试集上的表现,最终选定Focal_Tversky损失函数构成ResU-net++语义分割模型.实验发现:ResU-net模型在测试集上的准确率为0.9398,优于传统的U-net模型的0.8936;且优化后的ResU-net++方法在测试集中的准确率为0.9539、精确率为0.931、召回率为0.9525、F1值为0.9419、IOU值为0.9123,优于U-net和ResU-net模型.以不同的玉米品种构建了验证样本集,结果表明,ResU-net++模型在验证样本中的分割精确率为0.9325,说明ResU-net++模型具有一定的泛化性,可以为不同光照条件下玉米原位冠层图像的分割提供参考.

摘要：2015年，中央面对当前农村发展中．遇到的困难，抓住农村土地制度改革这个关键环节，在全国选择多个县（市、区）进行农村宅基地制度、农村集体经营性建设用地入市、农村土地征收制度三项试点改革。近日，《瞭望》新闻周刊记者在国土资源部通报表扬的试点地区之一浙江义乌市调查发现，按照中央顶层设计要求，义乌三项试点改革亮点纷呈，改革效应不断释放，昭示了制度创新的巨大能量。

摘要：浙皖闽赣四省交界处有一条1995公里的“联盟大道”,这条公路由浙江衢州、安徽黄山、福建南平、江西上饶4个獅联手打造。整条线路串联了9个国家5A级景区以及众多人文生态景观,他们富有创意地称之为“95号公路”。“一拍即合”衢黄南饶四市是我国东中部地区名副其实的生态屏障,也是全国髙等级景区最密集区域,紧邻我国人口最密集、旅游需求最旺盛的长三角经济区。