Využití bezpilotních leteckých prostředků v inventarizaci lesních porostů

Abstract

Práce se zabývá metodou pro segmentaci jednotlivých stromů na 3D bodovém mračně pořízeném pomocí laserového skenování z bezpilotního leteckého prostředku. Metoda je aplikována přímo bodové mračno a je založena na teorii grafů a shlukování. Metoda využívá pouze geometrické vlastnosti (polohu) bodů na základě které jsou rozděleny do shluků. Ty jsou následně propojeny hranami do 3D grafu, na který je aplikována funkce pro rozdělení grafu. Poté dochází k finálním úpravám pro získání konečných segmentů. Pro testování metody byly pořízeny různé datové sady na třech testovacích lokalitách v České republice. Lokality jsou pokryty hospodářským lesem a byly nasnímaný ve vegetačním období s různými letovými parametry pro vyhodnocení jejich vlivu na výsledky segmentace. Výsledky byly srovnány s referenční datovou sadou pořízenou během terénní rekognoskace v rámci Národní inventarizace lesů a referenční sadou pořízenou na základě manuální detekce stromů na ortofoto snímku. V posledním bodu práce bylo provedeno vyhodnocení vlivu parametrů sběru dat na výsledky segmentace a srovnání výsledků vlastní metody s komerčním řešením.

The thesis presents a single tree segmentation method applied to 3D point cloud data acquired with a LiDAR scanner mounted on an unmanned aerial vehicle. The method is applied directly to the point cloud and is based on graph theory and clustering. The method uses only the geometric properties (position) of the points to divide them into clusters. These are then connected by edges to form a 3D graph to which the graph partition function is applied. Final adjustments are then made to obtain the tree segments. To test the method, different data sets were acquired at three test sites in the Czech Republic. The sites are covered by economic forest and were imaged in the vegetation season with different flight parameters to evaluate their influence on the segmentation results. The results were compared with a reference dataset taken during field reconnaissance within the framework of the National Forest Inventory and a reference dataset taken based on manual tree detection on an orthophoto image. In the final part of the thesis, the influence of data collection parameters on segmentation was evaluated, and the result of the presented method was compared with a commercial solution.