从lidar数据识别植物属性的制作方法

专利名称：从lidar数据识别植物属性的制作方法
从LIDAR数据识别植物属性
背景技术：
对于生物学家、森林管理员及其他人来说，存在掌握表征诸如一片树木的一组植物的信息的长期需要。传统地，手动地获得植物样本的属性并且将该植物样本的属性外推 至较大的一组植物。例如，可以执行采样来估计除了其它属性以外的植物的高度、体积、年 龄、生物量和物种。可以以许多不同的方式来使用该表征植物属性的信息。例如，可以使用 样本数据来量化有利于收获的原材料的详细目录(inventory)。又例如，通过随着时间的推 移来比较植物的样本集的属性，可以确定病害是否正在危害植物的健康。遗憾的是，将样本数据外推至较大的集合可能不会准确地反映植物的实际属性。 关于这一点，物种及其它植物属性可能取决于即使在附近的地理位置中也能够高度变化的 许多不同因素。因此，生物学家、森林管理员及其他人可能没有掌握准确地表征植物的属性 的信息。航空(airborne)和卫星激光扫描技术的进步提供了获得关于植物属性的更准确 信息的机会。关于这一点，光检测和测距(“LiDAR”)是一种用于识别距远程目标的距离的 光学远程扫描技术。例如，可以从诸如飞行器或卫星等的源位置向地面上的目标位置发射 激光脉冲。距目标位置的距离可以通过测量脉冲的发射与一个或多个反射的回波信号的接 收之间的时间延迟来量化。此外，反射的回波信号的强度可以提供关于目标的属性的信息。 关于这一点，地面上的目标将响应于激光脉冲以变化的强度量来反射回波信号。例如，具有 大量树叶的植物物种平均将以比具有较少量树叶的植物更高的强度来反射回波信号。LiDAR光学远程扫描技术具有使其非常适合于识别植物属性的属性。例如，LiDAR 激光脉冲的波长通常在电磁光谱的紫外线、可见光、或近红外区域中产生。这些短波长在识 别树叶、树枝等的水平和垂直位置方面非常准确。而且，LiDAR提供了执行高采样强度的能 力、广泛的航摄覆盖范围、以及穿透植物冠层的顶层的能力。关于这一点，发射到目标植物 的单个LiDAR脉冲通常将产生多个回波信号，每个回波信号都提供关于植物属性的信息。现有系统的缺点在于不能在LiDAR数据集中表示的个体的树木、灌木及其它植物 之间进行区分。例如，可以收集其中以高采样强度来扫描森林的原始LiDAR数据，所述高采 样强度足以产生描述森林中的不同点的位置和反射属性的数据。具有其中处理原始LiDAR 数据来区分LiDAR数据中表示的点并且将那些点分配给个体的植物项目的系统将是有益 的。具有能够从原始LiDAR数据识别各种植物属性的系统也将是有益的。例如，通过 足够高的采样速率，可以辨别树木的树冠、树枝和树叶的形状及其它性质。如果该类信息是 可辨别的，则计算机系统将能够识别个体的植物项目的物种。

发明内容
提供该发明内容来以简化的形式引入下文在具体实施方式
中进一步描述的原理 的选择。该发明内容并不意在指出要求的主题的关键特征，也并不意在被用作确定要求的 主题的范围的辅助。
本发明的各方面旨在使用LiDAR数据来识别植物的属性。关于这一点，提供了一 种向个体的植物项目分配点的方法。在一个实施例中，该方法包括选择以生成了回波信号 的LiDAR数据表示的坐标位置。然后，进行关于该选择的坐标位置是否在分配给先前识别 的植物项目的地理区域内的确定。如果选择的坐标位置不在分配给先前识别的植物项目的 地理区域内，则该方法确定选择的坐标位置与新的植物项目相关联。在该情况下，生成该新 的植物项目的数字表示。


通过结合附图来参考以下详细描述将更容易认识到并且更好地理解本发明的前 述方面及许多附带优点，在附图中图1描绘了可以用来实现本发明的各方面的计算机的组件；图2描绘了根据本发明的一个实施例的用于向个体的植物项目分配点的示例性 树冠识别例程；图3描绘了可以用于说明本发明的各方面的LiDAR数据的样本集；图4描绘了可以用于说明本发明的各方面的树木的数字表示；图5描绘了具有描述用LiDAR扫描的植物的属性的信息的样本树木列表数据文 件；图6描绘了根据本发明的另一实施例的识别个体的植物项目的物种的示例性物 种识别例程；以及图7描绘了根据本发明的另一实施例的可以用来在植物的物种之间进行区分的 示例性物种属性模板。
具体实施例方式可以在诸如由计算机执行的程序模块的计算机可执行指令的上下文中描述本发 明。一般而言，程序模块包括执行任务或实现特定的抽象数据类型的例程、程序、应用、窗口 小部件(widget)、对象、组件、数据结构等。此外，还可以在由通过通信网络链接的远程处理 设备来执行任务的分布式计算环境中实践本发明。在分布式计算环境中，程序模块可以位 于本地和/或远程计算存储介质上。虽然本发明将主要在使用原始LiDRA数据来识别植物属性的上下文中进行描述，但本领域的技术人员及其他人应认识到，本发明还适用于其它上下文。例如，使用其它类型 的扫描系统来识别植物属性可以实现本发明的各方面。在任何情况下，以下描述首先提供 了其中可以实现本发明的各方面的计算机系统的概述。然后，将描述用于向个体的植物项 目分配LiDAR数据的点的方法。本文提供的说明性示例并不意在是穷尽的或者将本发明局 限于所公开的确切形式。类似地，为了实现相同的结果，本文所描述的任何步骤可以与其它 步骤或步骤组合互换。现在参考图1，将描述具有能够实现本发明的各方面的组件的示例性计算机100。 本领域的技术人员及其他人将认识到，计算机100可以是各种设备中的任何一个，包括但 不限于，个人计算设备、基于服务器的计算设备、小型和大型计算机、膝上型计算机、或具有 某种类型的存储器的其它电子设备。为了便于说明，并且由于对理解本发明并不重要，因此图1没有示出许多计算机的典型组件，诸如键盘、鼠标、打印机、显示器等。然而，图1中所 描绘的计算机100包括处理器102、存储器104、计算机可读介质驱动器108(例如，磁盘驱 动器、硬盘驱动器、⑶-ROM/DVD-ROM等)，其全部通过通信总线110被通信地彼此连接。存 储器104通常包括随机存取存储器(“RAM”)、只读存储器(“ROM”)、闪速存储器等等。
如图1中所示，存储器104存储用于控制计算机100的全面操作的操作系统112。 操作系统112可以是通用操作系统，诸如Microsoft 操作系统、Linux操作系统、或UNIX 操作系统。替选地，操作系统112可以是被设计用于非通用硬件的专用操作系统。在任何 情况下，本领域的技术人员及其他人将认识到，操作系统112此外通过管理对硬件资源和 输入设备的访问来控制计算机的操作。例如，操作系统112执行允许程序从计算机可读介 质驱动器108读取数据的功能。如下文进一步详细地描述的，可以使得计算机100可从计 算机可读介质驱动器108获得原始LiDAR数据。关于这一点，安装在计算机100上的程序 可以与操作系统112交互来从计算机可读介质驱动器108访问LiDAR数据。如图1中进一步描绘的，存储器104附加地存储提供LiDAR处理应用114的程序 代码和数据。在一个实施例中，LiDAR处理应用114包括计算机可执行指令，该计算机可执 行指令在由处理器102执行时将算法应用于一组原始LiDAR，以向使用LiDAR仪器扫描的个 体的植物项目分配LiDAR点。如前所述，LiDAR是一种可以用于识别距远程目标的距离的光 学远程扫描技术。关于这一点，可以从飞行器、卫星、或其它源位置向地面上的目标位置发 射一系列激光脉冲。通过测量激光脉冲的发射与回波信号的接收之间的时间延迟来确定距 受激光脉冲冲击的植物(树叶、树枝等)的距离。此外，回波信号的强度根据接触的植物的 属性而变化。在一个实施例中，LiDAR处理应用114使用以原始LiDAR数据表示的距离值 和强度值来在从其收集到原始LiDAR数据的个体的植物项目(例如，树木、庄稼等)之间进 行区分。关于这一点，下面参考图2来描述由向个体的植物项目分配LiDAR点的LiDAR处 理应用114实现的例程的示例性实施例。在另一实施例中，LiDAR处理应用114包括计算机可执行指令，该计算机可执行指 令在由处理器102执行时应用识别个体的植物项目的物种的算法。更具体地说，LiDAR处 理应用114实现识别个体的植物项目的属性的功能，除了其它以外，所述属性包括但不限 于高度、树冠参数、分枝模式。当已知植物的区别属性时，执行处理来识别植物的物种。关 于这一点，下面参考图6来描述由被配置成从LiDAR数据识别物种信息的LiDAR处理应用 114实现的例程的示例性实施例。如图1中进一步描绘的，存储器104附加地存储提供数据库应用116的程序代码 和数据。如前所述，LiDAR处理应用114可以从LiDAR数据识别某些植物属性。根据一个 实施例，数据库应用116被配置成将描述由LiDAR处理应用114识别的这些植物属性的信 息存储在详细目录数据库118中。关于这一点，数据库应用116可以出于与详细目录数据 库118交互的目的而生成查询。因此，可以用描述从其收集到LiDAR数据的植物的属性的 大的数据集合来填充详细目录数据库118。图1描绘了具有可以用于实现本发明的一个或多个实施例的组件的计算机100的 示例性架构。当然，本领域的技术人员及其他人将认识到，计算机100可以包括比图1中所 示的那些更少或更多的组件。此外，本领域的技术人员及其他人将认识到，虽然上文已经参 考图1描述了特定的计算机配置和示例，但因为可以在不脱离要求的主题的范围的情况下在其它上下文中实现本发明的各方面，因此该特定的示例实际上应当被解释为说明性的。 现在参考图2，将描述向个体的植物项目分配LiDAR点的示例性树冠识别例程 200。如图2中所示，树冠识别例程200开始于框202，在框202处执行预处理来将原始LiDAR 数据转换成可以共享的标准化格式。例如，在框202处执行的预处理可以将原始LiDAR数据 转换成遵循美国摄影测量与遥感学会(American Society of Photogrammetryand Remote Sensing) ( "ASPRS"). LAS 二进制文件标准的格式。关于这一点，ASPRS. LAS文件格式是被 配置成存储使用LiDAR仪器收集的三维数据点的二进制文件格式。如下文进一步详细描述 的，.LAS文件格式包括定义明确的记录和字段，该定义明确的记录和字段可以由本发明的 各方面实现的软件系统容易地进行访问。出于说明性目的并且仅通过示例的方式，图3中描绘了可以包括在ASraS. LAS文 件中的LiDAR数据的样本集300。在该示例性实施例中，LiDAR数据的样本集300包括每 一个都与从LiDAR仪器生成的激光脉冲相对应的记录302、304和306。图3中所描绘的记 录302-306被组织成列，该列包括回波编号列308、位置列310、强度列312、以及地面标志列 314。如前所述，可以使从LiDAR仪器生成的每个激光脉冲与多个反射的回波信号相关联。 因此，回波编号列308基于以其接收到回波信号的时间顺序来识别回波信号。在图3中所 描绘的数据的示例性样本集300中，位置列310识别生成回波信号的位置的三元坐标(例 如，X、Y和Ζ)。根据一个实施例，位置列310中的三元坐标遵循通用横向墨卡托(“UTM”) 坐标系。关于这一点，可以使用地理信息系统(“GIS”)来将原始LiDAR数据映射到UTM坐 标系。然而，本领域的技术人员及其他人将认识到，在不脱离要求的主题的范围的情况下， 可以采用其它类型的映射技术来识别这些坐标位置。如图3中进一步所示，图3中描绘的LiDAR数据的样本集300包括识别对应的回 波信号的强度的强度列312。关于这一点，从目标位置以其反射回波信号的强度取决于很多 不同的因素。更具体地说，由LiDAR脉冲接触的表面面积的量影响强度值，以及接触的标的 物的物理特性。例如，LiDAR脉冲接触的表面面积越大，回波信号的强度就越高。而且，在 地面标志列314中提供的数据指示特定的回波信号是否被识别为植物冠层下面的地面或 地表(floor)。如图2中所示，在框202处执行以生成数据的样本集300的预处理包括将原始 LiDAR数据转换成定义明确的格式。此外，在图3中所描绘的实施例中，执行预处理来识别 从接触植物冠层下面的地面或地表生成的回波信号。如下文进一步详细地描述的，识别从 植物冠层下面的地面或地表反射的回波信号可以用来估计植物项目的高度。再次参考图2，在框204处，识别在选择的多边形的边界内的坐标位置。在一个实 施例中，本发明的各方面在选择其它地理区域以供处理之前顺序地处理预定地理区域(例 如，多边形)内的位置。因此，将由选择的多边形占据的地理区域与生成了回波信号的原始 LiDAR数据集中的坐标位置作比较。关于这一点，出于识别选择的多边形内的LiDAR数据集 中的坐标位置的目的来执行交运算。如下文进一步详细描述的，在选择其它地理区域之前 识别选择的多边形内的植物的位置。 如图2中进一步所示，在框206处，基于选择的多边形内的生成了回波信号的坐标 位置的绝对海拔高度对其进行排序。关于这一点，将被识别为最高的坐标位置置于排序的 数据中的第一位置。类似地，将最低坐标位置置于排序的数据中的最后位置。然而，由于可以使用本领域中公知的技术来执行基于位置的绝对高度来对所述位置进行排序，所以这里将不描述这些技术的进一步描述。在框208处，选择生成回波信号的LiDAR数据中的位置以供处理。在一个实施例 中，本发明的各方面基于位置的绝对高度来顺序地选择在框206处以排序的数据表示的位 置。关于这一点，首先选择排序的数据中的最高位置，并且最后选择最低位置。在判定框210处，进行关于在框208处选择的位置是否在先前创建的数字树冠伞 或数字树枝伞以下的确定。如下文更详细描述的，本发明针对每个植物项目生成数字树冠 伞，其表示由植物占据的区域的初始估计。关于这一点，如果选择的位置在先前创建的数字 树冠伞以下，则在框210处执行的测试的结果是“是”，并且树冠识别例程200继续进行到下 文进一步详细描述的框214。相反，如果在框208处选择的位置不在先前创建的数字树冠 伞以下，则树冠识别例程200确定在框210处执行的测试的结果是“否”，并且继续进行到框 212。在框212处，创建数字树冠伞，该数字树冠伞表示由个体的植物项目所占据的区 域的初始估计。如果到达框212，则在框208处选择的位置被识别为是个体的植物项目中 的最高位置。在该情况下，创建数字树冠伞，使得可以向个体的植物项目分配LiDAR数据中 的所有其它位置。关于这一点，所述数字树冠伞是由植物项目占据的区域的初始估计。然 而，如在下文进一步详细描述的，由于处理该数据中所表示的其它位置，所以可以修改分配 给个体的植物项目的区域。根据一个实施例，基于一组已知信息来估计在框212处创建的数字树冠伞的大 小。如上文参考图3描述的，通过本发明的各方面获得数据包括指示符，在LiDAR记录中所 表示的其位置与植物冠层下面的地面或地表相关联。此外，如果到达方框212，则识别了生 成回波信号的最高位置。因此，可以通过识别生成回波信号的植物项目的最高位置与植物 冠层下面的地面或地表之间的差来估计个体的植物项目的高度。关于这一点，可以使用空 间内插技术来估计植物项目中的最高位置下面的点处的地面的海拔。为此，可以使用接触 到植物冠层下面的地面的LiDAR脉冲作为次要点来预测LiDAR激光脉冲接触到植物的位置 处的海拔。本领域的技术人员及其他人将认识到，在植物的高度与植物树冠的大小之间存 在紧密的相关性。因此，除了其它因素以外，可以基于植物的高度来估计数字树冠伞的大 小。如图2中进一步所示，在框214处，创建表示由树枝占据的区域的数字树枝伞状。 如果到达框214，则在框208处选择的位置在先前重复树冠识别例程200期间所创建的数 字树冠伞以下。因此，生成回波信号的选择的位置可以表示诸如树枝、树叶等植物的组成部 分。在该情况下，创建可能扩展分配给植物项目的区域的数字树枝伞。如前所述，数字树冠 伞表示由个体的植物项目占据的区域的初始估计。然而，LiDAR数据的附加处理可以指示 个体的植物项目大于如以数字树冠伞表示的初始估计。在该情况下，考虑到LiDAR数据的 附加处理，可以扩大分配给植物项目的区域。现在参考图4，将描述可以用来表示由植物项目占据的面积的数字树冠伞与数字 树枝伞之间的关系。出于说明性目的，在图4中描绘了树木400，其中，激光脉冲接触三个 位置402、404和406。在该示例中，当选择位置402时，树冠识别例程200生成数字树冠伞 408来提供由树木400占据的区域的初始估计。此后，当选择位置404时，进行位置404在数字树冠伞408以下的确定。在该情况下，树冠识别例程200创建数字树枝伞410。类似 地，当选择位置406时，进行位置406在数字树冠伞408以下的确定，并且树冠识别例程200 创建数字树枝伞412。在该示例中，数字树枝伞412扩大由本发明的各方面初始地分配给树 木400的区域414。这样，使用自上而下层级方法来初始地估计由树木400所占据的区域， 其中在需要时执行修改以扩大该区域。虽然以二维示出了图4，但实际上，本发明的各方面 收集和处理三维LiDAR数据点。因此，因为可以在不脱离要求的主题的范围的情况下在不 同的上下文中应用本发明的各方面，所以图4应被解释为是示例性地。再次参考图2，在判定框216处进行关于是否将选择LiDAR数据中表示的其它位置的确定。如前所述，本发明的各方面顺序地选择生成回波信号的在LiDAR数据中表示的 位置。通常，顺序地选择和处理在LiDAR数据的文件中所表示的所有位置。因此，当已经选 择了 LiDAR数据的文件中的每个记录时，树冠识别例程200继续进行到下面进一步详细描 述的框218。相反，如果将选择其它位置，则树冠识别例程200返回到框208，并且重复框 208-216，直至已经选择了该文件中所表示的所有位置。如图2中进一步所示，在框218处，用描述个体的植物项目的属性的数据来创建树 木列表数据文件。关于这一点，并且如下文参考图5进一步描述的，本发明的各方面识别从 其收集到LiDAR数据的每个植物项目的某些属性。很明显，可以使用树木列表数据文件来 更新数据库的内容，诸如跟踪有利于收获的原材料的详细目录的详细目录数据库118(图 1)。一旦创建了树木列表数据文件，则树冠识别例程200就继续进行到框220，在框220处 该树冠识别例程200终止。出于说明性目的并且仅通过示例的方式，在图5中描绘了由本发明的各方面创建 的树木列表数据文件的一部分500。在该示例性实施例中，所述树木列表数据文件包括每一 个都与植物项目相对应的多个记录502-508。记录502-508被组织成列，该列包括识别符列 510、位置列512、高度列514、距活树冠的高度(“HTLC”)列516、以及胸高直径(“DBH”) 列518。关于这一点，识别符列510包括用于由树冠识别例程200识别的每个植物项目的唯 一数字识别符。类似于上文参考图3提供的描述，位置列512包括识别对应的植物项目的 位置的三元坐标。此外，可以在高度列514中表示植物项目的高度。关于这一点，除其它因 素之外，可以基于生成回波信号的最高位置处的海拔与植物冠层下面的地面或地表之间的 差来估计植物项目的高度。如前所述，可以使用空间内插技术来估计LiDAR脉冲接触到植 物的点下面的点处的地面海拔。如图5中进一步所示，树木列表数据文件500包括HTLC列516。本领域的技术人 员及其他人将认识到，诸如树木的植物项目将包括树木的上部上的活树枝和活树叶。包括 活树枝和活树叶的树木的部分通常被称为“活树冠”。然而，从树木的基部开始的树木的一 部分将不具有活树枝或活树叶。在HTLC列516中识别从树木的基部到活树冠的距离。最 后，DBH列518包括可以基于除了其它因素以外的植物高度、距活树冠的高度来估计的被称 为胸高直径的通用度量。如图5中所示，在框218处执行以创建树木列表数据文件的处理可以包括从LiDAR 数据生成关于植物属性的估计。例如，对于在树木列表数据文件中所表示的每个植物项目， 使用LiDAR数据来估计距活树冠的高度和胸高直径，以生成估计。本发明的实现不限于图2中所描绘的树冠识别例程200。其它例程可以包括额外的步骤或者排除图2中所示的步骤。此外，还可以以与所示的不同的顺序来执行图2中所 描绘的步骤。例如，参考图2将树木列表数据文件的创建描述为与例程200的其它步骤分 开地执行。然而，实际上，可以将树木列表数据文件动态地填充为正在处理的LiDAR数据。 因此，在图2中描绘的树冠识别例程200仅提供了可以以其实现本发明的实施例的方式的 一个示例。现在参考图6，将描述用于基于LiDAR数据来识别植物物种的物种识别例程600。 在一个实施例中，物种识别例程600被配置成结合上文参考图2所述的树冠识别例程200 来执行处理。关于这一点，分析与个体的植物项目相关联的LiDAR数据，以便获得物种信
肩、ο如图6中所示，物种识别例程600开始于框602，在框602处识别收集到LiDAR数 据集的地理区域。如下文进一步详细描述的，并且根据一个实施例，本发明的各方面使用从 在特定地理区域中收集的样本中创建的物种属性模板来识别物种信息。因此，物种识别例 程600识别从其收集到LiDAR数据的地理区域，使得可以使用适当的物种属性模板来执行 比较。关于这一 点，容易得知收集到LiDAR数据集的地理区域，并且可以在LiDAR数据自身 中表示该地理区域。例如，当收集原始LiDAR数据时，可以将信息包括在二进制.LAS文件 中，以识别正在执行LiDAR扫描的地理区域。在框604处，为物种识别选择诸如树木、灌木等的个体的植物项目。在一个实施例 中，本发明的各方面顺序地选择个体的植物项目，并且识别选择的项目的物种。例如，上文 参考图2描述的树冠识别例程200生成树木列表数据文件。树木列表数据文件中的每个记 录都包含位置信息和描述个体的植物项目的属性的其它数据。物种识别例程600可以顺序 地选择在树木列表数据文件中表示的记录，并且执行处理来获得关于选择的记录中所表示 的植物项目的物种信息。如图6中进一步所示，在框606处，执行比较来确定在框604处选择的植物项目是 来自阔叶树种还是针叶树种。如前所述，本发明的各方面可以用来识别选择的植物项目的 物种。关于这一点，本领域的技术人员及其他人将认识到，阔叶树种(桤木、桦树、橡树等) 具有与针叶树种(花旗松、红冷杉等)不同的叶子属性。例如，在冬季期间，阔叶树种具有平 均比针叶树种少的叶子。因此，阔叶树种在冬季还具有较小的表面面积来反射电磁波。因 此，对于接触树木的树冠中植物的LiDAR激光脉冲来说，回波信号中的平均强度在很大程 度上是树木上的叶子量的函数，并且提供了关于树木是来自阔叶树种还是针叶树种的高度 可靠的指示符。然而，应很好地理解，本发明的各方面是高度可配置的，并且可以在考虑到 不同环境的情况下进行调整。在一个实施例中，使用回波信号的平均强度来使用在特定季 节期间收集的LiDAR数据在阔叶树种与针叶树种之间进行区分。然而，在替选实施例中，在 不脱离要求的主题的范围的情况下，可以使用其它数据来执行该区分。如前文参考图2所述，从通过本发明的各方面处理的原始LiDAR数据提供反射的 回波信号的强度。因此，在一个实施例中，在框606处，执行比较来确定从植物项目生成的 回波信号的平均强度是在用于在针叶树种与阔叶树种类之间进行区分的阈值以上还是以 下。如果平均强度在预定阈值以下，则物种识别例程600确定选择的项目是阔叶树种。相 反，如果平均强度在预定阈值以上，则将选择的项目识别为针叶树种。在框608处，识别用于进行物种确定的适当的物种属性模板。在一个实施例中，在各种地理位置中收集来自不同已知物种的LiDAR数据的样本集。从该样本数据集中，可以识别不同物种的属性，并且将在一个或多个物种属性模板中表示该不同物种的属性。例如， 可以执行量化树木的分枝模式、树冠形状、叶子量等的方面的计算。如下文进一步详细描述 的，在物种属性模板中表示的样本数据可以用作唯一识别物种的“签名”。在任何情况下，在 框608处，识别表示从已知物种收集的数据的适当的物种属性模板。关于这一点，当到达框 608时，预先进行了关于选择的植物项目是来自阔叶树种还是针叶树种的确定。此外，预先 识别了选择的植物项目的地理区域。根据一个实施例，创建专用于特定地理区域和植物分 类的属性模板。例如，如果选择的项目是来自美国西部的针叶树种，则在框608处选择从美 国西部中的样本针叶树创建的物种属性模板。又如，如果选择的植物是来自美国南部的阔 叶树种，则在框608处选择从美国南部的样本阔叶树创建的物种属性模板。如图6中进一步所示，在框610处，执行比较来识别选择的植物项目的物种。更具 体地说，将在框604处选择的植物项目的属性与在框608处识别的物种属性模板作比较。如 下文进一步详细描述的，在框610处执行的比较被配置成识别在物种属性模板中所表示的 物种，该物种属性模板保持与选择的植物项目最接近或最类似的属性。出于说明性目的并且仅通过示例的方式，在图7中描绘了示例性种类属性模板 700。关于这一点，在框610处，可以参考示例性种类属性模板700来识别具有与选择的植 物项目相同或相似的属性的物种，从该物种获得样本LiDAR数据。如图7中所示，物种属性 模板700的χ轴与表示为百分比的植物项目的总高度相对应。此外，y轴与生成回波信号 的LiDAR点的数目相对应，该数目在树冠中比选择的位置更高。关于这一点，图7描绘了从 不同的植物物种收集的样本LiDAR数据的分布702、704、706和708。分布702-708绘制与选择的垂直位置相比在树冠中更高的生成回波信号的LiDAR 点的数目。关于这一点，以分布702表示的物种反射相对于以分布704-708表示的物种在 较低的垂直位置处开始的LiDAR回波信号。例如，如在分布702中所描绘的，在样本的总 高度的大约30% (百分之三十)处开始生成针对该物种的LiDAR回波信号。对于以分布 704-708表示的物种，分别在较高的垂直位置处开始生成LiDAR回波信号。物种属性模板指 示，对于以分布702表示的物种，生成回波信号的树枝和叶子往往在较低位置处开始。关于 这一点，物种属性模板700描述了可以用来在物种之间进行区分的一个树冠属性。更具体 地说，可以使用相对于总高度的反射回波信号的垂直位置来识别物种信息。然而，本领域的 技术人员及其他人将认识到，在图7中描绘的物种属性模板700提供了可以由本发明的各 方面用来识别植物项目的物种信息的一个数据集的示例。再次参考图6，在判定框612处进行关于是否将为物种识别选择其它植物项目的 确定。通常，顺序地选择和处理在树木列表数据文件中表示的所有植物项目。因此，当已经 选择了树木列表数据文件中的每个记录时，物种识别例程600继续进行到框614，在框614 处物种识别例程600终止。相反，如果将为物种识别选择其它植物项目，则物种识别例程 600返回到框604，并且重复框604-612，直至已经选择了树木列表数据文件中表示的所有 植物项目。虽然已经图示并且描述了说明性实施例，但应认识到，在不脱离本发明的精神和 范围的情况下，可以在本发明中进行各种改变。
权利要求
一种处理LiDAR数据来向个体的植物项目分配点的方法，所述方法包括选择生成回波信号的在所述LiDAR数据中表示的坐标位置；确定所选择的坐标位置是否在先前分配给植物项目的地理区域内；如果所选择的坐标位置不在先前分配给植物项目的地理区域内，则确定已经识别了新的植物项目；以及生成所述新的植物项目的数字表示。
2.根据权利要求1所述的方法，进一步包括如果所选择的坐标位置在先前分配给植 物项目的地理区域内，则创建能够扩大分配给所述植物项目的地理区域的数字树枝伞。
3.根据权利要求1所述的方法，其中，选择生成回波信号的坐标位置包括识别以二进 制文件格式存储的使用LiDAR仪器收集的三维数据点。
4.根据权利要求1所述的方法，其中，处于由多边形定义的地理区域的边界内的坐标 位置在处于所述多边形外的坐标位置之前被选择。
5.根据权利要求1所述的方法，其中，基于高度顺序地选择坐标位置。
6.根据权利要求1所述的方法，其中，生成所述新的植物项目的数字表示包括生成数 字树冠伞来表示被分配给所述新的植物项目的地理区域。
7.根据权利要求1所述的方法，其中，生成所述新的植物项目的数字表示包括估计所 述新的植物项目的直径。
8.一种用于处理LiDAR数据来识别个体的植物项目的位置的系统，所述系统包括收集组件，所述收集组件可操作用于识别响应于与激光脉冲接触而生成回波信号的坐 标位置；预处理组件，所述预处理组件用于将由所述收集组件获得的LiDAR数据转换成标准化 格式；以及树冠识别组件，所述树冠识别组件可操作用于从由所述收集组件获得的LiDAR数据识 别个体的植物项目的位置，其中，识别所述个体的植物项目的位置包括基于高度顺序地选择在所述LiDAR数据中表示的坐标位置；以及使用数字树冠伞向个体的植物项目分配所选择的坐标位置来映射所述植物项目所在 的地理区域。
9.根据权利要求8所述的系统，其中，所述所述预处理组件进一步被配置成，识别从接 触植物冠层下面的地面返回的回波信号。
10.根据权利要求8所述的系统，其中，顺序地选择在所述LiDAR数据中表示的坐标位 置包括识别以二进制文件格式存储的使用LiDAR仪器收集的三维数据点。
11.根据权利要求8所述的系统，其中，所述树冠识别组件进一步被配置成生成描述 个体的植物项目的属性的树木列表。
12.根据权利要求8所述的系统，其中，所述树冠识别组件进一步被配置成，利用描述 所述个体的植物项目的属性来更新数据库。
13.根据权利要求8所述的系统，其中，所述树冠识别组件进一步被配置成，基于高度 来对坐标位置进行排序，并且从最高到最低来选择所述坐标位置。
14.根据权利要求8所述的系统，其中，向个体的植物项目分配所选择的坐标位置包 括确定所选择的坐标位置是否在数字树冠伞的地理区域内。
15.根据权利要求8所述的系统，其中，处于由多边形定义的地理区域的边界内的坐标 位置在由所述多边形定义的地理区域外的坐标位置之前被所述树冠识别组件选择。
16. 一种计算设备，包括存储器，所述存储器用于存储数据；以及处理单元，所述处理单元被通信地耦合到所述存储器，其中，所述处理单元可操作用于将LiDAR数据加载到所述存储器中，其中，所述LiDAR数据包括在与激光脉冲接触时生 成回波信号的坐标位置；对于所述LiDAR数据中的每个坐标位置 确定所述坐标位置是否在先前分配给植物项目的地理区域内； 如果所述坐标位置不在先前分配给植物项目的地理区域内，则确定已经识别了新的植 物项目；以及生成数字树冠伞来表示由所述新的植物项目占据的地理区域。
17.根据权利要求16所述的计算设备，其中，如果所述坐标位置在先前分配给植物项 目的地理区域内，则生成数字树枝伞来表示所述坐标位置。
18.根据权利要求17所述的计算设备，其中，所述数字树枝伞能够扩大分配给植物项 目的地理区域。
19.根据权利要求16所述的计算设备，其中，所述处理单元进一步被配置成，生成识别 植物项目的距活树冠的高度的树木列表数据文件。
20.根据权利要求16所述的计算设备，其中，处于多边形的边界内的坐标位置在处于 所述多边形的边界外面的坐标位置之前被选择。
全文摘要
本发明的各方面旨在使用LiDAR数据来识别植物的属性。关于这一点，提供了一种从原始LiDAR数据向个体的植物项目分配点的方法。在一个实施例中，该方法包括选择生成回波信号的在LiDAR数据中表示的坐标位置。然后，进行关于该选择的坐标位置是否在分配给先前识别的植物项目的地理区域内的确定。如果该选择的坐标位置不在分配给先前识别的植物项目的地理区域内，则该方法确定该选择的坐标位置与新的植物项目相关。在该情况下，生成该新的植物项目的数字表示。
文档编号G06K9/00GK101802839SQ200880020484
公开日2010年8月11日 申请日期2008年6月20日 优先权日2007年6月22日
发明者厄尔·T·博德萨尔, 杰弗里·J·韦尔蒂, 罗伯特·K·迈肯尼 申请人:韦尔豪泽公司