- 年份
- 2024(7781)
- 2023(11308)
- 2022(9678)
- 2021(9096)
- 2020(8041)
- 2019(18479)
- 2018(18169)
- 2017(34533)
- 2016(18257)
- 2015(20312)
- 2014(19652)
- 2013(19228)
- 2012(17497)
- 2011(15522)
- 2010(15267)
- 2009(13710)
- 2008(13256)
- 2007(11279)
- 2006(9613)
- 2005(8252)
- 学科
- 济(72061)
- 经济(71984)
- 管理(50224)
- 业(47630)
- 企(39867)
- 企业(39867)
- 方法(36901)
- 数学(32628)
- 数学方法(32073)
- 财(19556)
- 学(18019)
- 中国(17803)
- 农(17695)
- 业经(14037)
- 地方(12696)
- 务(12465)
- 贸(12430)
- 贸易(12424)
- 财务(12413)
- 财务管理(12380)
- 制(12359)
- 农业(12070)
- 易(12045)
- 企业财务(11799)
- 理论(11500)
- 技术(10634)
- 和(10492)
- 银(9960)
- 银行(9912)
- 环境(9735)
- 机构
- 大学(249632)
- 学院(245627)
- 济(96359)
- 管理(94599)
- 经济(94398)
- 研究(87069)
- 理学(82327)
- 理学院(81372)
- 管理学(79437)
- 管理学院(79016)
- 中国(65002)
- 科学(57207)
- 京(53251)
- 农(46796)
- 财(45317)
- 所(44726)
- 业大(42012)
- 研究所(41182)
- 中心(40258)
- 农业(36951)
- 江(36844)
- 财经(36091)
- 院(33441)
- 北京(33127)
- 经(33086)
- 范(31436)
- 师范(30984)
- 经济学(29558)
- 州(28463)
- 省(27729)
- 基金
- 项目(179259)
- 科学(140827)
- 基金(132535)
- 研究(122181)
- 家(120045)
- 国家(119171)
- 科学基金(101070)
- 社会(77119)
- 社会科(73124)
- 社会科学(73102)
- 基金项目(69761)
- 自然(69612)
- 省(68798)
- 自然科(68092)
- 自然科学(68064)
- 自然科学基金(66848)
- 划(59730)
- 教育(56973)
- 资助(54881)
- 编号(46572)
- 重点(41615)
- 部(39525)
- 发(37171)
- 创(37147)
- 成果(36724)
- 科研(36099)
- 计划(35567)
- 创新(34855)
- 教育部(33218)
- 国家社会(32793)
共检索到359696条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 中南林业科技大学学报
[作者]
丁志文 邢艳秋 杨书航 尹伯卿 郭振
【目的】无人机激光雷达与地基激光雷达的工作方式不同，导致无人机点云缺乏林内信息，地基点云缺乏林冠信息，单一平台的LiDAR点云难以完整描述森林三维垂直结构，将这两者点云融合有利于消除各自的扫描盲区，估测更为准确的森林结构参数。基于此，提出了一种基于地面特征与树木位置关系的无标识自动化配准方法。【方法】选取哈尔滨城市林业示范基地内的蒙古栎和樟子松作为研究对象，采用大疆禅思L1激光雷达设备与FARO Focus3D X330三维激光扫描仪分别获取样地内的无人机和地基LiDAR点云。首先，利用改进的渐进式加密三角网滤波算法分别从无人机点云和地基点云中提取地面点云，基于两者相似的快速点特征直方图（FPFH）特征，使用随机采样一致性算法得到初始配准参数，完成初始配准。然后，从初始配准后的无人机点云和地基点云中提取相同高度处的树干点云的水平投影位置作为配准基元，分别构建不规则三角网，并基于三角形的角度相似性原理寻找同名三角形对。最后，使用奇异值分解法得到旋转平移参数，从而完成精细配准。【结果】蒙古栎样地内对应树木水平偏移距离的平均值为0.173 m，樟子松样地内对应树木水平偏移距离的平均值为0.283 m,2个样地的树木点云均取得了较高的配准精度。【结论】提出的点云配准方法有效实现了林区无人机点云数据和地基点云数据的配准，二者的融合可为快速完整地获取林木构型信息提供数据基础，从而推动多源激光雷达技术联合应用于林木三维重建和森林资源精细调查等方面。
[期刊] 中南林业科技大学学报
[作者]
王鑫运 黄杨 邢艳秋 李德江 赵晓伟
【目的】针对传统机载激光雷达（Light Detection And Ranging, LiDAR）所生成的冠层高度模型分辨率较低，不利于高郁闭度人工针叶林中冠幅较小的树种单木分割的问题，基于大疆禅思L1激光雷达高密度点云，提出了一种基于层次化泛洪的单木分割算法。【方法】采用大疆禅思L1激光雷达设备，选择东北地区樟子松与兴安落叶松人工林作为实验样地。首先对原始的高密度激光雷达点云依次进行拼接、去噪、高程归一化处理，针对两块样地生成分辨率分别为0.1、0.2、0.4 m的高、中、低3种分辨率的冠层高度模型。对3种冠层高度模型分别进行先开后闭的形态学滤波处理，以降低冠层高度模型中单个树冠内部不同像素间高程差。然后采用反距离插值算法对3种冠层高度模型中的空洞像素进行平滑处理，并采用图像增强算法提高3种冠层高度模型中树冠内部像素与树冠间像素的对比度，以降低形态学滤波对林隙的模糊处理影响。最后利用局部最大值法分别在3种冠层高度模型中搜索树顶，基于搜索到的树顶位置，结合分层处理思想通过模拟泛洪算法实现单木分割，并基于一般树冠形态，对分割后树冠投影形状、面积进行约束，以优化分割后树冠形状。【结果】针对人工针叶林林分，提出的单木分割算法结合高分辨率冠层高度模型在两种树种样地下最高分割精度达到90%以上。其中，在冠幅较小的兴安落叶松样地中，基于高、中、低分辨率冠层高度模型的单木分割精度F值分别达到91.6%、85.9%、80.2%。而冠幅较大的樟子松样地中，基于高、中、低分辨率冠层高度模型的单木分割精度F值分别为86.2%、84.1%、75.9%。【结论】基于冠层高度模型的单木分割场景中，冠幅较大的树种对于一定范围内分辨率变化不敏感，高分辨率冠层高度模型可以提高人工针叶林单木分割精度，尤其是对于冠幅较小的树种分割精度提高较大。本研究提出的单木分割方法结合无人机高密度LiDAR点云在高郁闭度人工针叶林样地中可达到较高分割精度。
[期刊] 林业科学研究
[作者]
徐志扬 刘浩栋 陈永富 陈巧 李华玉 王娟
[目的 ]基于无人机激光雷达(LiDAR)点云数据提取杉木树冠上部结构参数(树冠顶点、树高、冠幅和上部冠长),并进行树冠上部外轮廓模拟与可视化,为树种识别提供树木冠形特征。[方法 ]利用LASTools开源工具从激光雷达点云数据生成无孔洞的冠层高度模型,使用LiDAR360软件,采用局部最大值法检测树冠顶点,基于CHM种子点对点云进行单木分割,并在ArcGIS下手动选取杉木单株点云样本,用Python编程对"欠分割"样本进行单木纯化(之后全部编程方式自动化处理);提取纯化后单株样本的树冠上部结构参数(树冠顶点、树高、冠幅和上部冠长),再对单木点云按照一定高度间隔进行分层切片,使用宽度百分位数法提取单木树冠上部的相对着枝深度、枝条长度作为模型变量,以相对着枝深度分层分别建模与验证样本按照3倍标准差法剔除异常外轮廓点,选取二次多项式、幂函数和指数函数3个基础模型进行模型拟合与验证,最后采用最优拟合模型进行样地尺度的三维可视化。[结果 ]无人机激光雷达综合单木检测率为79.63%,结合实测参数与提取结果进行相关分析,树高线性回归R2为0.890 5,冠幅线性回归R2为0.845 6;二次抛物线、幂函数和对数函数拟合R2分别为0.807 0、0.817 0、0.806 0,幂函数对杉木树冠上部外轮廓的拟合效果更优。[结论 ]在高林分密度条件下,单木点云的有效提取纯化对客观描绘树冠形状非常重要;基于无人机激光雷达拟合的杉木树冠上部外轮廓反映了杉木的树冠上部形态,可为杉木的树种识别提供参考。
[期刊] 实验技术与管理
[作者]
李庆玲 翟凯 郭鸿锐 段晴川
针对迭代最近点（iterative closest point，ICP）算法和正态分布变换（normal distributions transform，NDT）算法实现点云配准误差较大的问题，该文提出了一种NDT-ICP点云配准算法。NDT-ICP算法主要包括NDT粗配准和ICP精配准两个核心环节，NDT粗配准环节得到的位姿变换矩阵作为ICP精配准环节的位姿初始值，ICP精配准环节通过Gauss-Newton法迭代求解目标函数输出最优变换矩阵。实验结果表明，NDT-ICP算法较ICP算法和NDT算法有效降低了绝对位姿误差，提升了点云配准精度。
[期刊] 北京林业大学学报
[作者]
王晓松 黄心渊
在自然场景中拍摄的树木图像包含了丰富的信息,并受环境、光照、天气、噪声等的干扰,树木本身及其周围景物的多样性使得自然场景中的树木图像提取成为一项复杂的、探索性很强的工作。本文采用自然图像抠图技术进行树木图像的提取,较好地解决了树木图像内部存在大量空洞和透明现象的问题;提出了关注区域的概念,并引入区域生长的方法,从简化三分图划分、尽可能多地确定前景像素点和减少未知区域待运算像素数目3个方面对基于马尔可夫随机场(MRF)的抠图方法进行了改进。实验结果表明:改进的基于MRF的树木图像抠图算法能够有效地提取树木图像,并简化了人机交互过程,增强了颜色的准确性,同时使运算速度大幅度提高。
关键词：
图像提取 自然图像抠图 马尔可夫随机场
[期刊] 中南林业科技大学学报
[作者]
刘浩然 范伟伟 徐永胜 林文树
【目的】探索不同树种在样地和单木尺度上无人机激光雷达点云数据的单木分割效果,选取哈尔滨城市林业示范基地阔叶林(水曲柳)和针叶林(樟子松)两块样地为研究对象,对样地内树木点云进行单木分割并评价其分割效果,为后续单木结构参数的提取提供数据支持,同时丰富森林资源信息的调查手段。【方法】通过无人机激光雷达获得样地树木点云数据,然后分别采用改进的K均值聚类算法和基于相对间距的阈值分割算法对水曲柳和樟子松样地进行单木点云数据分割。其中,水曲柳样地点云数据处理采用改进的K均值聚类算法,通过树干点云位置推算初始聚类中心,减少因树冠重叠导致的错误分割;樟子松样地点云数据处理则采用基于相对间距的阈值分割算法,通过设定多条阈值规则并利用动态最大值滤波器对树顶进行精确探测,提高算法的分割精度。最后,基于样地和单木点云完整度两个方面对点云数据分割效果进行评价。【结果】1)从样地尺度来看,水曲柳和樟子松样地单木识别率分别为0.91和0.87,相应的调和值(F)分别为0.91和0.88,结果显示单木分割的整体效果较好。水曲柳样地召回率(r)为0.87,精确率(p)为0.95,算法分割过程中产生的错误分割较少。樟子松样地算法分割的单木也多为正确分割(r=0.82、p=0.94),其分割误差主要来自于单木欠分割,过分割现象相对较少。2)从单木点云分割的完整程度来看,水曲柳样地的单木平均正确分割率为75.6%,点云平均欠分割率为24.3%,平均过分割率为18.5%,单木点云的最大错误分割率为31.8%,不同单木之间分割精度有较大差异;樟子松样地的单木分割精度较稳定,平均正确分割率达84.1%,平均欠分割和过分割率分别为16.3%和9.0%,表明单木点云不存在大量错误分割的情况。【结论】基于树木形态结构特征改进了两种优化单木点云数据分割算法,两种算法下分割的森林样地单木精度在不同评价尺度中表现均较好,对林中树木出现的树冠重叠、遮挡、偏移等现象均有一定的辨别能力,实现了森林样地树木点云数据的单木精确分割。
[期刊] 北京林业大学学报
[作者]
杨坤 赵艳玲 张建勇 陈超 赵鹏鹏
无人机遥感技术在树木参数获取中具有重要作用。为探讨利用无人机高分辨率影像提取树高的可行性,本文选择邱集煤矿矿区森林公园为研究区,采用Pix4D软件对无人机采集的高分辨率影像进行处理,生成研究区正射影像和三维点云;利用最大类间方差法将三维点云分割为树木点云及树下地面点云两部分,由此提取树木顶端高度和地面平均高度,并将地面平均高度视为树木根部的高度,得到树木高度。研究表明:最大类间方差法能够准确分割树木点云和地面点云;利用无人机高分辨率影像进行树高提取是可行的,树木高度测量绝对误差小于80cm、相对误差绝对值
关键词：
无人机 高分辨率影像 三维点云 树高提取
[期刊] 物流技术
[作者]
赵桂红 张腾飞
为探究无人机在进行应急物资末端配送时最优的任务分配方法，以总送达时间最短为目标函数建立模型，根据两种常用的任务分配思想，基于蚁群算法设计了两种求解算法，以解决无人机配送应急救援物资的任务分配问题。结果表明，两种方法均可解决无人机的任务分配问题，且二者的适用性在所建立的场景中并无太大不同，即两种方法给出的分配方案不完全一致，但方案所花费时间却大概率相同，主要是将目标函数设定为总完成时间最小导致的。此外，当无人机最大装载量大于各需求点需求量上限时，其分配方案也会趋于一致，均呈现为无中转的形式。
关键词：
应急救援 无人机 末端配送 任务分配
[期刊] 中国农业大学学报
[作者]
马学磊 薛河儒 周艳青
针对点云配准算法易受噪声、体外孤点以及采样率影响的问题，采用形状指数关键点检测方法、最近邻距离比法和迭代最近点算法，基于三维点云对羊体点云配准方法进行研究。结果表明：1)使用协方差矩阵特征描述子能对形状指数方法检测的关键点进行描述；2)基于特征匹配的配准方法能对不同视角的羊体点云进行配准，最大均方根误差为0.024 1;3)对于含有噪声、体外孤点或较低采样率的不同类型的羊体点云模型，配准的最大均方根误差为0.023 8。试验证明基于特征匹配的配准方法能准确地对羊体点云进行配准，并且不受噪声、体外孤点以及采样率的影响。
关键词：
羊 点云 点云配准 特征匹配 距离约束
[期刊] 北京林业大学学报
[作者]
张少昂 王冬梅
本文从Richards方程的基础——Bertalanffy生长理论对树木生长适用性的分析出发,从理论上探讨了Richards方程作为描述树木生长方程的适用条件和局限性;从树木组成结构——心、边材的特点出发,构造了一种新的树木生长方程:该生长方程满足作为理论生长方程所应有的解析特性,而且克服了Richards方程的不足.文中还对心、边材比率变化过程的假设进行了验证.
[期刊] 南京农业大学学报
[作者]
刘超 卜鑫荣 刘慧 杨官学 沈跃 徐婕
[目的] 目标分割是通过为果园喷雾机提供树木的表征信息，使喷雾机能够实现精准喷雾的一项基本视觉任务。在分割过程中，对苗圃中的树冠、树干等不同部位进行分割，可以帮助喷雾机对喷雾部分的对靶，实现在果园或苗圃景观中无需人工干预的自动导航以及精准喷药等操作。与图片相比，点云能够更好地表征树木的三维结构并且受照明条件影响小，因此针对点云树木设计分割算法更适合应用在果园、苗圃等室外环境中工作的农业机械上。[方法] 本文介绍了一种分割精度准确、参数量小的点云分割网络，TSNet，它可以很容易地被部署在果园喷雾机上。该网络主要具有以下特点：1）该网络基于DGCNN改进，可以更好地实现点云分割任务；2)网络引入了连续递归门控卷积模块 （g~(n)Conv），可以提高树木分割的准确率；3）为了避免全局信息损失并增加信息传递效率，我们设计了权重通道用于特征传递。[结果] TSNet分割树木的mIoU达到了90.08%，模型大小为0.72 M，优于常用的点云分割算法，PointNet、PointNet++、DGCNN、CurveNet、PointMLP和D-PointNet++。[结论] 所提方法能够为苗圃树木检测识别和农业机器人作业提供更准确地感知信息。
[期刊] 中南林业科技大学学报
[作者]
刘浩然 范伟伟 徐永胜 林文树
【目的】为提高森林单木生物量估测精度和效率,本研究基于无人机激光雷达技术对哈尔滨城市林业示范基地的水曲柳、樟子松样地进行点云数据获取及单木生物量估测。【方法】通过优化算法对获取的点云数据进行树高、冠幅等单木结构参数的提取;然后基于改进的凸包算法获取树冠体积、树冠投影面积等树冠因子。最后将上述获得的单木结构参数引入传统CAR生物量模型中,建立基于无人机激光雷达点云数据的单木生物量模型。【结果】1)基于点云数据提取的单木结构参数与实测数值间的相关性较好。其中水曲柳样地平均冠幅和树高值的决定系数R2分别为0.82和0.86,而樟子松样地平均冠幅和树高的决定系数R2分别为0.80和0.84。2)通过与国家林业局颁布的水曲柳、樟子松生物量异速生长方程进行对比得出,当引入树高、冠幅、树冠投影面积和树冠体积作为CAR模型参数时构建的生物量模型拟合效果最优,R2分别为0.83、0.79,相应的均方根误差RMSE分别为18.912和8.120 kg/株。通过最优生物量模型评价指标可以看出,两块样地生物量模型的总相对误差SRE分别为-0.541%和0.311%,平均相对误差MRE分别为0.014%和0.020%以内,而平均相对误差绝对值MARE分别为9.19%和6.95%。3)当引入树冠体积作为变量时,生物量模型的精度明显提高。相比于树高、冠幅作为变量的模型,树冠体积的引入使得水曲柳、樟子松生物量模型的R2分别提高了0.076和0.060,RMSE分别下降6.759和1.386 kg/株。【结论】本研究说明无人机激光雷达点云数据能够通过结合其提取的单木结构参数对森林单木生物量进行估测研究,并能取得较好的拟合优度和较高的预测精度。
[期刊] 浙江农林大学学报
[作者]
贾鹏刚 夏凯 董晨 冯海林 杨垠晖
胸径是立木测定的基本因子,自动获取胸径数据是准确高效计算森林蓄积量和生物量的关键。以银杏Ginkgo biloba为研究对象,通过无人机获得影像数据,利用运动恢复结构(SFM)方法生成数字表面模型和正射影像图,进而提取单株银杏的树冠面积(A_c),冠幅(W_c)及树高(H)。3个参数分别与胸径(DBH)建立一元回归模型(A_c-D_(BH),W_c-D_(BH), H-D_(BH)),二元回归模型(A_c&W_c-D_(BH), A_c&H-D_(BH), W_c&H-D_(BH))和三元回归模型(A_c&W_c&H-D_(BH))。52组拟合样本的结果显示:A_c&W_c&H-D_(BH)模型的决定系数(R~2)最高为0.825 0,均方根误差(E_(RMS))最小为0.959 1。19组检测样本的结果显示:A_c&W_c&H-D_(BH)模型反演的胸径值误差率为4.20%,小于A类森林资源胸径因子允许的误差值(5%)。研究结果表明:通过无人机采集树冠面积、冠幅和树高3个参数,可计算得到较高精度的胸径值。
[期刊] 北京林业大学学报
[作者]
张岚棋 杨华 张晓红
【目的】林分内林木大小、竞争和树种多样性等多方面因素影响着林木的生长，而胸高断面积生长量通常被用来描述树木生长状态。本文利用长白山云冷杉针阔混交林主要树种的单木胸高断面积生长量建立随机森林模型，研究和量化影响树木生长的环境因素，旨在为该地区的云冷杉针阔混交林生长预估提供理论依据。【方法】连续24年（1987—2010年）对总样木数为6 903株的固定样地进行数据调查，应用随机森林算法，选取单木、竞争因子、多样性和气候方面共11个调查因子，对混交林中6个主要树种建立胸高断面积生长量模型，并使用10折交叉验证法来优化超参数mtry和评估模型结果。【结果】（1）臭冷杉、云杉、红松、椴树、枫桦、白桦6个主要树种胸高断面积生长量模型的决定系数分别为0.663、0.683、0.695、0.459、0.384和0.568。（2）单木胸高断面积是最重要的因子，对树木生长有着很强的正向影响；竞争因子和树木大小多样性是影响树木生长的主要因素，单木胸高断面积生长量随着竞争因子、树木大小多样性增加而下降。（3）树种多样性对树木生长的影响比较有限，树种多样性指数和混交度的增加会一定程度加快云杉、臭冷杉和红松的生长速度；而气候因子对树木生长的影响则相对较小。【结论】树木生长在很大程度上依赖于其自身的生长潜力，在外界环境中主要受到来自林木间竞争和树木大小多样性的抑制，而树种多样性的增加也能在一定程度促进林内优势树种的生长；随机森林模型能够很好地量化和显出各变量与单木胸高断面积生长量之间复杂的关系，可以作为森林管理评价工具，为森林生长收获预估提供新的方法。
[期刊] 北京林业大学学报
[作者]
王晓松 杨刚
【目的】结合树木图像颜色和纹理特征,融合聚类和分类算法对树木图像进行多目标优化分割,从而提高自然背景下树木图像分割的准确性。【方法】首先,利用MSCC框架理论,解决聚类和分类目标函数同时依赖于聚类中心的问题。然后,分别选定聚类性能评价指标函数和分类性能评价指标函数。最后,采用多目标进化优化方法——NSGA-Ⅱ算法进行优化,得到Pareto前端最优解集,并通过计算聚类有效性指数I的最大值,寻找最优解决方案。选择具有代表性的法国梧桐、侧柏、松树和杏树等自然背景下拍摄的4幅图像作为样本。分别采用Kmeans、Fuzzy C-means、对聚类目标函数进行单目标优化,采用MOPSO方法进行多目标优化,以及NSGA-Ⅱ方法进行多目标优化等5种方法对样本图像进行分割比较。【结果】在聚类中心数量相同、种群大小相同、遗传代数相同的条件下,指数I的值表明本文提出的分割方法优势显著。对于4类不同样本图像分割的指数I值进行对比可知,以HF指数为单目标函数进行遗传优化的结果优于单一使用K-means和FCM算法; MOPSO多目标优化方法分割结果优于单目标优化结果;基于NSGA-Ⅱ优化的多目标函数分割结果又优于MOPSO多目标优化结果。【结论】融合聚类和分类算法构建聚类性能评价指标函数和分类评价性能指标函数,并采用非支配排序遗传算法对多目标函数进行优化,能更好地保留树木图像的颜色和纹理特征,分割准确率显著提高。
关键词：
多目标优化 树木图像 NSGA-Ⅱ
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
