Home About Browse Search
Svenska


Tree stem diameter estimation from terrestrial point clouds

Forsman, Mona (2018). Tree stem diameter estimation from terrestrial point clouds. Diss. (sammanfattning/summary) Umeå : Sveriges lantbruksuniv., Acta Universitatis Agriculturae Sueciae, 1652-6880 ; 2018:54
ISBN 978-91-7760-248-4
eISBN 978-91-7760-249-1
[Doctoral thesis]

[img]
Preview
PDF - Published Version
867kB

Abstract

Forest owners, governments, and environmental organizations demand forest information for planning of forest operations, estimation of value, and for environmental monitoring. This information is collected using airborne and satellite remote sensing combined with field inventory of sample plots. Stem diameter is measured with calipers, which is labor-intensive. Terrestrial sensors could make the inventory faster, and more samples could be taken. Sensors mounted on forest harvesters could produce maps of the trees left after forest operations, or collect data for an operator support system. The first article describes a photogrammetric method using a multi-camera rig for estimation of stem diameter and position on field plots. Problematic light conditions reduced the usable amount of field plots. On adequate field plots, 76% of the trees were detected and positioned, and on 40% of the trees the diameters could be estimated. In the second article, the results from a mobile laser scanning project was improved by treating the data line-wise, and by using the intensity of the laser points as a quality value. The RMSE of the stem diameters was reduced from 24% to 14%, but the bias increased slightly from -1.9% to 2.3%. The edge points on the stems were identified as an error source since they were not found along the expected circle. The third article investigates this edge point problem by simulation of laser scanner/tree combinations. A relationship between the diameter error and the footprint size relative to the stem diameter was found. Commonly used mobile laser scanners were concluded to give a relative bias of 10% or more when estimating diameters using circle fit methods. In the fourth article, a panorama image of the intensities of a laser scanner point cloud was used to detect trees, with adequate results. The overall conclusions are that point clouds from the various sensors are useful for estimation of tree diameter and positions, but they have sensor-dependent properties that can introduce errors. These properties, and the precision requirement should be considered when the data acquisition is planned and the sensor is selected.

Authors/Creators:Forsman, Mona
Title:Tree stem diameter estimation from terrestrial point clouds
Alternative abstract:
LanguageAbstract
Swedish

Skogsägare, myndigheter och miljöorganisationer behöver skoglig information för planering av skogsskötsel, värdering och miljöövervakning. Informationen samlas in med en kombination av flyg- och satellitfjärranalys och stickprovsinventeringar av provytor i fält. Stamdiameter mäts med klavar, vilket är arbetsintensivt. Markbaserade sensorer skulle kunna göra inventeringen snabbare, och fler stickprov skulle kunna inventeras. Sensorer på skördare skulle kunna leverera trädkartor över vad som är kvarlämnat efter en avverkning, eller de skulle kunna samla in data till ett förarstödsystem. Den första artikeln beskriver en fotogrammetrisk metod för skattning av stamdiameter och position på provytor. Problematiska ljusförhållanden minskade mängden användbara provytor. På de användbara provytorna positionerades 76 % av träden och för 40 % kunde diametrarna uppskattas. I den andra artikeln förbättrades resultaten från ett mobilt laserskanningsprojekt genom att behandla punktmolnet linjevis, och genom att använda punkternas intensitet som ett kvalitetsvärde. Stamdiameterskattningens RMSE reducerades från 24% till 14%, men biaset ökade något från -1.9% till 2.3%. Kantpunkterna på stammarna identifierades som en felkälla eftersom de inte hittades längs den förväntade cirkeln. Den tredje artikeln undersöker detta kantpunktsproblem genom simulering av laserskanner / trädkombinationer. En relation mellan diameterfelet och laserns träffyta i förhållande till stamdiametern hittades. Vanligt använda mobila laserscannrar visade sig ge en relativ bias på 10 % eller mer i skogliga tillämpningar. I den fjärde artikeln användes en panoramabild av intensiteten hos ett laserpunktmoln för att upptäcka träd med lyckat resultat. Slutsatserna är att punktmoln från de olika sensorerna är användbara för uppskattning av träddiametrar och positioner, men de har sensorberoende egenskaper som kan införa fel. Dessa egenskaper och precisionskravet bör beaktas när datainsamlingen planeras och sensorn väljs.

Series/Journal:Acta Universitatis Agriculturae Sueciae (1652-6880)
Year of publishing :2018
Depositing date:18 September 2018
Volume:2018:54
Number of Pages:66
Papers/manuscripts:
NumberReferences
IForsman, M.*, Börlin, N. and Holmgren, J. (2016). Estimation of Tree Stem Attributes Using Terrestrial Photogrammetry with a Camera Rig. Forests, 7(3), 61.
IIForsman, M.*, Olofsson, K., Holmgren, J. (2016). Tree Stem Diameter Estimation from Mobile Laser Scanning Using Line-Wise Intensity-Based Clustering. Forests, 7(9), 206.
IIIForsman, M.*, Börlin, N., Olofsson, K., Reese, H. and Holmgren, J. (2018). Bias of cylinder diameter estimation from ground-based laser scanners with different beam widths: A simulation study, ISPRS Journal of Photogrammetry and Remote Sensing, Volume 135, Pages 84-92.
IVForsman, M. and Holmgren, J., Tree detection using intensity-based panorama images from terrestrial laser point clouds. (Manuscript)
Place of Publication:Umeå
Publisher:Department of Forest Resource Management, Swedish University of Agricultural Sciences
ISBN for printed version:978-91-7760-248-4
ISBN for electronic version:978-91-7760-249-1
ISSN:1652-6880
Language:English
Publication Type:Doctoral thesis
Full Text Status:Public
Agris subject categories.:K Forestry > K01 Forestry - General aspects
U Auxiliary disciplines > U40 Surveying methods
X Agricola extesions > X60 Technology
Subjects:(A) Swedish standard research categories 2011 > 1 Natural sciences > 102 Computer and Information Science > Computer Vision and Robotics (Autonomous Systems)
(A) Swedish standard research categories 2011 > 2 Engineering and Technology > 207 Environmental Engineering > Remote Sensing
(A) Swedish standard research categories 2011 > 4 Agricultural Sciences > 401 Agricultural, Forestry and Fisheries > Forest Science
Agrovoc terms:remote sensing, photogrammetry, forest inventories, simulation
Keywords:Mobile laser scanning, Terrestrial laser scanning, Terrestrial photogrammetry, Forest inventory, Point cloud processing, Simulation, Error analysis, Tree stem diameter, Precision forestry, Mobile mapping
URN:NBN:urn:nbn:se:slu:epsilon-e-4996
Permanent URL:
http://urn.kb.se/resolve?urn=urn:nbn:se:slu:epsilon-e-4996
ID Code:15661
Faculty:S - Faculty of Forest Sciences
Department:(S) > Dept. of Forest Resource Management
(NL, NJ) > Dept. of Forest Resource Management
Deposited By: MSc Mona Forsman
Deposited On:18 Sep 2018 09:34
Metadata Last Modified:18 Sep 2018 09:34

Repository Staff Only: item control page

Downloads

Downloads per year (since September 2012)

View more statistics

Downloads
Hits