Presentación de PowerPoint · Presentación de PowerPoint Author: Cristina Gómez Created Date:...
Transcript of Presentación de PowerPoint · Presentación de PowerPoint Author: Cristina Gómez Created Date:...
ForeStereo: Análisis de la estructura forestal en las parcelas del IFN a partir de imágenes estereoscópicas hemisféricas
Fernando Montes
Desarrollo del prototipo
Prototipo actual:
2 cámaras de 5 Mp sincronizadas
Distancia entre cámaras: 0.5 m
Software de adquisición específico para inventario forestal
Segmentación de la imagen
• Clasificación de los píxeles
• Criterios: intensidad, varianza, saturación del color verde
• Restricciones geométricas
• Identificación de homólogos en las dos imágenes
• Restricciones: Epipolar, geométricas, semejanza, unicidad
Correspondencia
Estimación de volumen
Ecuaciones de perfil
Distancia, rumbo, diámetro, altura de las
secciones medidas
Variables de árbol: Posición, DBH, volumen
Análisis automático de
imagen
+
Segmentación guiada por
el usuario
Imagenes estereoscópicas
cos)(sincos
0
220 GLefeP
Estimación de LAI
V3
0.00
0.20
0.40
0.60
0.80
1.00
0.0 50.0
Zenith angle (º)
Gap f
raction
Clasificación de especies
• Trained Clustering
• Basada en:
Textura
Color
Forma
del fuste
Estructura forestal • Distribución espacial
• Clasificación diamétrica
• Volumen de copa por estratos verticales (GEPRIF)
dc
H
lc
h
r
2
1
2i
i
h
h
i dhrV
Estimación de N/ha y área basimétrica
• Sesgo instrumental
• Oclusiones
• Función de detección
Half-normal
Hazard-rate
• Se puede incluir el diámetro como
covariable
Distance sampling
P𝑖 =2
𝑅2 𝑟𝑅
0
∗ 𝑔 𝑟, 𝛉
𝜎 = 𝛼0 ∙ exp 𝛼1 ∙ DBH
𝑔 𝑟, 𝛉 = exp −𝑟2/ 2𝜎2
𝑔 𝑟, 𝛉 = 1 − exp − 𝑟/σ −𝑏
Distance sampling
𝑟max ∝𝐷𝑖𝑎𝑚 ∗ cos 𝛿
sin 𝑏𝑠𝑒𝑙𝑒𝑐𝑐𝑖ó𝑛
Corrección fotogramétrica hemisférica
Corrección reláscopica
• El radio máximo de detección
depende del diámetro de las
secciones detectadas
• El radio máximo cambia con
el ángulo de inclinación d
• d depende del azimuth
• Banda de selección: 7 píxeles
• Ángulo de oclusión del
árbol i sobre el árbol 0 en
la imagen izquierda:
• Probabilidad de oclusión
en imagen izqda:
• Probabilidad en las 2
imagenes estereoscópicas
Corrección fotogramétrica hemisférica
e0/2
ei
Tree i
Tree 0
e0/2
P0= P
01∙ P
02 P
01)
𝑜𝑖01= 휀
𝑖1+ 휀
01
P01 =2𝜋 − 𝑜𝑖01𝑑01<𝑑𝑖1
2𝜋
Oclusiones
Corrección fotogramétrica hemisférica
Área de parcela diferente para
cada árbol que depende de:
• diámetro y altura de las
secciones detectadas
• densidad de la parcela
• posición de los árboles
Número de pies por ha
Sin corrección Distance Sampling HPC
Radio de parcela = 8 m Radio de parcela = 9,8 m
Área basimétrica
Sin corrección Distance Sampling HPC
Radio de parcela = 8 m Radio de parcela = 9,8 m
Distribución diamétrica
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0 0.2 0.4 0.6
DB
H F
ore
Ste
reo
(m
)
DBH field (m)
P. sylvestris Q. pyrenaica
Muchas gracias!! [email protected]