基于無人機遙感的林業(yè)面積核查研究綜述

韋蕾蕾

（1浙江農(nóng)林大學信息工程學院，浙江臨安311300；2浙江省林業(yè)智能監(jiān)測與信息技術(shù)研究重點實驗室（浙江農(nóng)林大學），浙江 臨安 311300）

0 引 言

無人駕駛飛機（unmanned aerial vehicle，UAV），簡稱無人機，是一種有動力、可控制，能攜帶多種傳感器，并能重復使用的無人駕駛航空器。具有靈活性高、成本耗費低、可重復使用且風險小等諸多優(yōu)勢。

面積量測是森林資源調(diào)查與核查中的一項基礎(chǔ)性工作，使用怎樣的工具、方法進行面積量測，量測的結(jié)果等直接影響著森林資源調(diào)查、監(jiān)測工作所采用的手段、方法及其功效。同樣地，面積量測的精度又直接與森林資源調(diào)查監(jiān)測結(jié)果的精確性和可靠性密切相關(guān)。

傳統(tǒng)的林地面積的核查，可以根據(jù)實地條件選擇一定的應用設(shè)計方法，對此可探討分述如下。

（1）GPS現(xiàn)地測定法。在林地現(xiàn)場使用全球定位系統(tǒng)（GPS）對小班進行相關(guān)數(shù)據(jù)采集，通過獲得的特征點地理坐標計算小班面積的一種技術(shù)方法。這種方法能夠較準確地獲得地塊的實際面積，測量儀器便于攜帶，工作效率高，價格方便。但該種方法面臨的主要就是GPS系統(tǒng)的誤差，因此選用不同型號與精度的GPS，其測量精度會有較大的差別。

（2）利用地形圖目視勾繪法。以林地現(xiàn)場的“地性線”和明顯的地物地標作為控制，與資產(chǎn)清單中所附的森林資源調(diào)查基本圖或林相圖進行對比核驗，判斷實際地塊與地圖上的小班線是否吻合。如發(fā)現(xiàn)錯誤，則標記在原基本圖或林相圖上，并在原圖上做出正確的修改，劃出實際的小班界線。對外業(yè)調(diào)查得到的相關(guān)數(shù)據(jù)進行內(nèi)業(yè)處理與求解，通常是使用求積儀或網(wǎng)點板來運算得出小班的核查面積。此方法是傳統(tǒng)的林業(yè)數(shù)據(jù)調(diào)查最常用的方法，其精度容易受到調(diào)查者判斷的主觀因素影響，且操作繁復，內(nèi)業(yè)工作量大。

（3）利用羅盤儀測量法。核查時，在沒有適合的地形圖或者GPS等儀器設(shè)備的情況下，則采用傳統(tǒng)的羅盤儀導線測量方法。此方法取得的精度較高，且理論上不受人為因素的影響，比較適用于小面積的地塊測量。

上述的傳統(tǒng)林地面積核查方法均需要外業(yè)工作者親身去到林地現(xiàn)場，對一些地形比較復雜，危險性比較大的林地，傳統(tǒng)的核查方法往往存在著較大的局限性。而大多數(shù)的航天遙感數(shù)據(jù)，其空間分辨率不能滿足高精度調(diào)查的要求，有的高分辨率圖像受天氣影響也不容易獲取；有人駕駛航空遙感對小區(qū)域來說又不經(jīng)濟。而由于無人機遙感具有的靈活性高、成本低、風險小等優(yōu)勢，正好能夠彌補上述核查方法所存在的缺點，且已成為當前學界的潮流研究方向。利用先進的無人機遙感技術(shù)對指定地塊進行面積測量，旨在達到面積核查的目的，并且可以方便地根據(jù)飛行任務的需要設(shè)計區(qū)域、航線、高度等。

為了幫助林業(yè)工作者更快、更準確地完成林業(yè)資源地塊面積核查工作，研究探索一種基于無人機相機標定照片，對指定地塊進行面積測量和定位的方法具有一定的實際意義，這種方法可以減少林業(yè)核查工作的工作量，降低成本，減少內(nèi)業(yè)處理時間，同時也消減了林業(yè)核查工作可能出現(xiàn)的危險性，在一定程度上保障林業(yè)工作者的安全。該方法主要通過使用相機標定方法對無人機照片進行畸變校正，運用圖像邊緣識別的處理方法分割提取圖像區(qū)域，最后通過圖像分辨率與無人機航高、傳感器像元尺寸間的比例換算計算結(jié)果。

1 無人機遙感在林業(yè)中的應用

近年來，無人機技術(shù)越來越迅速地發(fā)展起來，原本僅在政府重要部門得到應用的無人機越來越多地擴展到市場中，由于其所具有的各項優(yōu)勢，如何更好地利用無人機，使其作為數(shù)據(jù)和信息快速準確的獲取工具這一問題也逐漸地在各個行業(yè)中得到重視。目前，隨著國內(nèi)現(xiàn)代科技的迅猛發(fā)展，無人機和無人機技術(shù)在日常林業(yè)工作中的涉足領(lǐng)域也在增加，這一先進技術(shù)的普及對于林業(yè)工作者的工作效率的提升，成果精度的提高，人力物力的節(jié)約上，起到高效積極的推進作用，同時這也表明無人機在林業(yè)工作中的應用具有長足的優(yōu)勢和廣闊應用前景。

無人機遙感技術(shù)主要通過航空攝影測量來獲取測繪所需要的空間數(shù)據(jù)，通常使用無人機在待測量區(qū)域上空，按照航測任務的要求設(shè)定航高和航向、旁向重疊率進行軌跡飛行，對采集到的航空相片進行處理，生成正射影像圖，再進一步結(jié)合內(nèi)業(yè)處理以得到面積、矢量圖等相關(guān)信息。無人機航測具有靈活性高、適應高危地區(qū)的探測、成本較低、獲取圖像細節(jié)豐富等鮮明優(yōu)勢，是衛(wèi)星遙感與有人機航空遙感的有力補充。國內(nèi)方面，許多學者針對無人機在林業(yè)調(diào)查、大比例尺作圖等林業(yè)工作中的應用進行了深入研究。馬瑞升等人［1］分析遙感影像的幾何變形特點后，在拍攝時使用了垂直攝影法，將獲取的無人機影像用于相機標定并建立了誤差糾正模型；使用大比例尺地形圖作為底圖，通過同名點配準糾正航攝影像，全過程不使用外方位元素，最終影像經(jīng)實際檢驗，單點定位平均誤差為1.0 m左右，且基本沒有角度變形。李宇昊［2］借助無人機遙感技術(shù)成功實現(xiàn)造林地面積獲取、造林成活率計算、樹種辨認、株樹密度計算、林齡的確定以及對造林地進行定位等，大大提高了林業(yè)調(diào)查技術(shù)水平。李克等人［3］使用無人機進行了地塊面積量算的實驗，對比傳統(tǒng)的航測方法和不使用正射影像，直接對普通影像進行矢量化的計算方法，結(jié)果表明前者具有雖然更高的精度，但往往需要更多的時間和更高的技術(shù)要求；后者在耗時更短、操作更容易的基礎(chǔ)上，也能夠達到5%以內(nèi)的相對誤差，但只適用于區(qū)域較小，獨立成塊的面積估算，并且依然需要對實地進行測量以獲取矢量化圖像的比例尺大小。

國外方面，無人機遙感在林業(yè)中的應用研究，其聚焦點主要在于通過無人機影像進行樹冠識別和樹高測定等方面。Zarco-tejada等人［4］使用無人機搭載RGB三色彩通道數(shù)碼相機，采用三維自動重建方法生成 DSM估測出樹高值。Paris等人［5］使用低密度機載Li DAR結(jié)合高光譜影像，基于三維模型的方法，將2種數(shù)據(jù)結(jié)合易于檢測、且可直接確定單木樹冠，通過改進K最近鄰域法檢測剩余的樹冠，最終估測出樹高值。Jing等人［6］改進了一種多尺度分割影像的方法，首先確定樹冠區(qū)域的大小，然后將經(jīng)高斯濾波器過濾后的灰度影像，使用分水嶺算法分割樹冠，驗證結(jié)果表明該方法可以得到高質(zhì)量的樹冠圖。Mathews［7］使用搭載數(shù)碼相機的無人機，采集葡萄園的影像數(shù)據(jù)來生成正射影像，分割樹冠提取面積，采用NDVI反演得出郁閉度。

2 相機標定方法

相機標定實質(zhì)上是將相機內(nèi)部的參數(shù)計算出來的過程，在過往的研究當中，將相機標定分成傳統(tǒng)相機標定方法、主動視覺相機標定法與自標定的方法三種。其中，傳統(tǒng)相機標定方法適用于大多數(shù)情況，標定精度較高，但缺點是過程比較復雜，而且要求獲取高精度的標定物結(jié)構(gòu)信息；主動視覺的標定方法可以通過線性的數(shù)學方程進行求解，魯棒性高，但其缺點是要求獲取相機的角度、移動距離、方向變化等具體的運動信息，而且當相機運動的相關(guān)數(shù)據(jù)不能被精確掌握時存在劣勢；自標定方法通過將拍攝的各個圖像之間進行點對點的對應來實現(xiàn)參數(shù)的計算，具有很強的靈活性，但缺點是相對于前兩種方法來講魯棒性比較低。

何海清等人［8］利用穩(wěn)健估計平差法參與標定過程，將由線性成像模型計算出的旋轉(zhuǎn)、平移矩陣代入畸變模型當中，消弱鏡頭畸變，引入穩(wěn)健抗差估計算法，從驗后方差中迭代選權(quán)求解其它參數(shù)，削弱角點檢測算法帶來的粗差。陳啟晟等人［9］使用特殊的紅綠點編碼板，通過自檢校光束法進行平差，不需要進行角點識別，可直接利用已經(jīng)編碼的控制點進行坐標變換，計算參數(shù)。劉陽等人［10］根據(jù)仿射變換，找到圖像之間的若干個對應的點，通過最小二乘法估算得到內(nèi)參與外參。

張正友相機標定法［11］通過標定棋盤格平面數(shù)據(jù)和圖像數(shù)據(jù)計算圖像與標定板間的單應性矩陣來約束相機的內(nèi)部參數(shù)，求解單應性矩陣得到內(nèi)、外參矩陣。解決了傳統(tǒng)標定法對標定物精度的要求比較高的問題，在標定時僅需使用一個打印出來的棋盤格，同時相對于自標定而言，提高了精度，便于操作。

許多學者在張正友標定法的基礎(chǔ)上進行了深入的研究。劉艷等人［12］為了對畸變較大的魚眼鏡頭進行校正，將張正友標定法進行了改進，變成了一種兩步標定法，在原來方法的基礎(chǔ)上引入了非線性的最小二乘法，提高了魯棒性。劉楊豪等人［13］則提出一種適用于單目標定，基于共面點進行非線性計算的方法，用以獲得相關(guān)參數(shù)，最終不僅提高了標定精度，而且增加了標定速率。鄒建成等人［14］簡化了張正友標定方法，將其改進成為一種更為簡單的5點標定算法，同時也提高了標定精度。

3 圖像區(qū)域提取

圖像區(qū)域提取是指通過一定的圖像處理方法，將圖像中某個連續(xù)的具有顯著特征的目標區(qū)域完整單獨地提取出來，以便于后續(xù)的進一步計算。這一整個提取的過程中包含圖像的邊緣識別和分割兩個具體的步驟。Matlab中對于邊緣的檢測算法有很多，例如 Roberts、Sobel、Laplace、LOG 等算子，這些算子簡單、易于實現(xiàn)，但卻對影像中的噪聲非常敏感，實際應用中效果并不理想。與上述的邊緣檢測算子比起來，Canny算子的運算結(jié)果信噪比大、檢測精度高，從而在一般的圖像邊緣檢測與識別算法中被普遍使用。圖像分割方面的大多數(shù)算法都是將相似或者連續(xù)的灰度值作為分割基準的?；诨叶戎颠B續(xù)性的算法檢測灰度值發(fā)生突變的區(qū)域，并以這些區(qū)域為基礎(chǔ)分割一幅圖像，如圖像邊緣分割?；诨叶戎迪嗨菩缘乃惴ㄊ歉鶕?jù)事先定義的準則將一幅圖像分割為各個相似區(qū)域，如閾值處理、區(qū)域生長、區(qū)域分裂和區(qū)域聚合都是基于這種方法形成的。

現(xiàn)階段，圖像的邊緣識別與分割技術(shù)已經(jīng)非常成熟，許多國內(nèi)外學者都已經(jīng)做了深入的研究。李二森等人［15］在Canny邊緣檢測過程中提出一種在像素8鄰域內(nèi)計算x方向和y方向一階偏導數(shù)有限差分的方法，兼顧了梯度幅值計算過程中邊緣定位和抑制噪聲的要求。王靜等人［16］分別基于遙感圖像區(qū)域的形狀輪廓和紋理特征對遙感圖像進行了區(qū)域提取分析，比較發(fā)現(xiàn)2種方法各有優(yōu)劣，兩者之間可以互相補充。

國外對于圖像區(qū)域提取的研究起步很早，早在20世紀60年代中期，Prewitt就提出了基于雙峰直方圖的閾值區(qū)域分割法，將2個峰值之間的谷值設(shè)置為分割閾值，以此分割圖像，該方法計算簡單、且抗噪聲性能較好。Angulo等人［17］最早通過分裂合并的方法實現(xiàn)圖像區(qū)域分割，此方法能夠適用于復雜的圖像，但計算量比較大。

4 結(jié)束語

本文對日常的林業(yè)工作中面積核查的傳統(tǒng)方法與無人機測量方法進行了比較，發(fā)現(xiàn)無人機遙感在林業(yè)中的應用具有較高的推廣和普及價值，對于未來林業(yè)現(xiàn)代化的發(fā)展進程有著重大的意義。探討了基于無人機相機標定的地塊面積測量方法，對該方法的關(guān)鍵技術(shù)研究進展做了分析與論述。研究認為利用無人機進行地塊面積核查的方法具有現(xiàn)實意義，其中相機標定與圖像區(qū)域提取兩方面是該方法的核心內(nèi)容，為了使該方法的測量結(jié)果能夠更趨精確，需要針對相機標定方法與圖像區(qū)域提取方法進行設(shè)計改進。相機標定方法的研究應以高靈活性和高魯棒性為目標，而圖像區(qū)域提取方法的研究應以高精度和高效性為目標。