Evaluieren der LIDAR und Photogrammetrie Höhendaten für Feature-basierende Wald-Analyse

1\. Introduction 1.1. Geospatial applications in forestry 1.2. Motivation 1.3. Statement of the question 1.4. Structure of the research 2\. Terms and basics 2.1. Single tree in forest mensuration 2.1.1. Tree height measurement 2.1.2. Single tree parameters in forestry 2.2. Remote sensing in forestry 2.3. Optical imagery 2.3.1. Illumination condition in spectral images 2.3.2. Tree measurement in aerial images 2.4. Airborne laser scanning 2.4.1. Ranging systems 2.4.2. Noise 2.5. LIDAR-based and image-based elevation data 3\. Image Processing 3.1. Pixel-based vs. object-oriented image analysis 3.2. Scale- space 3.3. Segmentation 3.3.1. Edge-based and region-based segmentation 3.3.2. Watershed transformation 3.3.3. Object-oriented segmentation of single trees 4\. Feature Extraction 4.1. Features in single tree extraction 4.2. Template- matching 4.3. Local maxima 4.4. Top hat slices 4.5. Surface analysis 5\. Methodology 5.1. Eye-finger concept 5.2. Data preparation 5.2.1. Noise and filters in processing the LIDAR data 5.2.2. Selective or Non-smoothing filter 5.3. Boundary delineation 5.4. Morphological Analysis 5.5. Marble-Rolling segmentation 5.6. Region growing 5.6.1. Region growing of non-tree areas 5.6.2. Segmentation refinement of the stand boundary 5.6.3. Region growing of single trees 5.7. Feature-based classification 5.8. Segment geometry 5.9. Segment roughness 5.10. Qualitative and quantitative evaluation 6\. Experimental Results 6.1. Study area Accuracy assessment of the DSM datasets 6.2. Stand-wise roughness analysis Single tree roughness analysis 6.3. Reference data for single tree detection 6.3.1. Traditional methods in forestry 6.3.2. Terrestrial laser scanning and photogrammetry of single trees 6.4. Stand-wise qualitative evaluation of the CHM 6.4.1. Analysis of height variations 6.4.2. Form analysis 6.5. Quantitative evaluation of single tree delineation 7\. Conclusion and outlooks 7.1. Height-based forest mensuration 7.2. From stand-wise analysis to single tree extraction 7.3. Outlook 8\. References 9\. Appendices 10\. Abbreviations 11\. CVFor qualitative and quantitative detection of forest resources, there is a demand to extract the stand parameters in forestry not only at stand level but also for single trees; high resolution digital surface models may be suitable for this aim. The dependence of most of stand features on tree height, demonstrates the importance of this element in the characterisation of forest stands from an environmental perspective and for the purpose of the timber industry. Airborne laser point clouds and photogrammetric stereo images are the two main data acquisition sources to generate the digital surface models for detailed and large areas of forests. The main aim of this research is to study these two surface models for feature extraction approaches based on height data. In the represented research neither the spectral information of the images nor the intensity values of the LIDAR data are used. For this purpose a novel concept, called eye-finger, is developed to simulate and analyze the surface models by touching the top levels of the tree crown with closed eyes. To translate the feeling of the human sense of touch into the language of machine vision, the geometric and morphological features are defined and evaluated on both laser-based and image-based canopy height models. Because of the high degree of noise in the laser data, a filter should be implemented before the comparison and the segmentation steps. The developed non-smoothing filter in this work removes the problematic pixels, while the roughness and the form of the trees remain unchanged. The work focuses on European mixed-forests, consisting of coniferous and deciduous trees. The roughness parameters used in the production industry are implemented to extract the surface characteristics of mixed-forests. The average-based parameters like Ra show the dependency of these surface evaluators on the age and tree type of the stand. The roughness parameters related to the standard deviation of the surface, measure the finer variations on the surface. An advanced roughness evaluator called Rfstd is developed in this research which captures minor height variations on the canopy and is independent from the mean height of the stand. At the single tree level an object-oriented strategy is mapped out. To extract the position of the single trees, a novel method, called marble-rolling is developed. The seed-objects, as the result of this process are employed for the supervised region-growing algorithm. Simultaneously, the shape characteristics of the growing segments are evaluated and optimized with morphological functions. For the characterisation of the single trees, both geometric features and morphological feature are implemented. The geometric feature provided better results to distinguish the coniferous tree-segments from the deciduous ones. The results of the segmentation are compared with a reference dataset. The test area, with mainly coniferous trees, is defined with a combination of terrestrial laser scanning and close-range photogrammetry. The evaluation of the topological relationships of the reference and target dataset provides high completeness and correctness results for the single tree extraction based on the airborne laser data.Zur qualitativen und quantitativen Erfassung der Waldressourcen gibt es den Bedarf, Parameter für Waldgebiete nicht nur auf der Ebene von Beständen, sondern auch für Einzelbäume zu erheben; hochauflösende Oberflächenmodelle können dafür zweckmäßig sein. Die Abhängigkeit der meisten Kenngrößen für Waldbestände von Baumhöhen zeigt, dass dieses Element der Charakterisierung von Waldbeständen sowohl für Umweltbelange als auch für die Holzindustrie sehr wichtig ist. Airborne Laser-Scanning und photogrammetrische Stereobilder sind die wichtigsten Datenerfassungsquellen, um detaillierte digitale Oberflächenmodelle für große Waldflächen zu generieren. Das Hauptziel dieser Forschungsarbeit ist die Untersuchung der beiden Oberflächenmodelle zur Merkmalsextraktion aus den Höhendaten. In der dargestellten Arbeit werden weder die Spektralkanäle der Luftbilder noch die Intensitätswerte der LIDAR- Daten verwendet. Zu diesem Zweck wird das neuartige Konzept „Eye-Finger“ entwickelt, um die Oberflächenmodelle durch Berühren der oberen Baumkronebenen mit geschlossenen Augen zu simulieren und zu analysieren. Um das „Gefühl des menschlichen Tastsinns“ in die Sprache der Bildverarbeitung zu übersetzen, werden die geometrischen und morphologischen Merkmale definiert und dadurch sowohl das laserbasierte wie auch das bildbasierte Höhenmodell bewertet. Um den Einfluss des Rauschens bei der Auswertung von der Laserdaten zu minimieren, muss ein Filter vor dem Vergleich und Segmentierung implementiert werden. Der entwickelte „Non-Smoothing“ Filter entfernt die problematischen Pixel, während die Rauheit und die Form des Baumes unverändert bleibt. Diese Arbeit konzentriert sich auf europäische Mischwälder, die aus Laub- und Nadelbäumen bestehen. Um die Oberflächeneigenschaften der Mischwälder zu extrahieren werden in der industriellen Fertigungstechnik entwickelte Rauheitsparameter implementiert. Die Parameter, basierend auf der durchschnittlichen Höhe des Bestandes wie Ra , zeigen die Abhängigkeit dieser Oberflächen-Evaluatoren vom Alter und Baumtyp des Bestandes. Die Rauheitsparameter, bezogen auf die Standardabweichung der Oberflächen, messen die feineren Variationen auf der Oberfläche. Ein weiterer Rauheitsparameter, genannt Rfstd, wurde in dieser Forschungsarbeit entwickelt, um die kleinen Höhenunterschiede auf den Oberflächen unabhängig von der mittleren Höhe des Bestandes zu ermitteln. Für die Einzelbaumebene konnte eine objektorientierte Strategie entworfen werden. Um die Position der einzelnen Bäume zu extrahieren, wurde das neue Verfahren „Marble-Rolling“ entwickelt. Die „Seed- Objects“, als das Ergebnis dieses Prozesses, werden für das gesteuerte „Region-Growing“ der Baumsegmente verwendet. Gleichzeitig wurden die Formeigenschaften der wachsenden Segmente ausgewertet und mit morphologischen Funktionen optimiert. Zur Charakterisierung der Form und Oberfläche einzelner Bäume werden sowohl geometrische wie auch morphologische Merkmale verwendet. Die geometrischen Merkmale erwiesen sich als besser geeignet, um Nadelbaumsegmente von Laubbaumsegmenten zu unterscheiden. Die Ergebnisse der Segmentierung wurden mit einem Referenzdatensatz verglichen, der aus einer Kombination von terrestrischem Laserscanning und Nahbereich-Photogrammetrie aufgenommen wurde. In hauptsächlich mit Nadelbäumen bestandenem Testbereich konnte bei der Evaluierung der topologischen Beziehungen zwischen Referenz- und Zieldatensatz eine hohe Vollständigkeit und Korrektheit der Einzelbaumextraktion mit den von Flugzeug gewonnen Laserdaten festgestellt werden