Новый метод автоматического распознавания видов деревьев

Совместный исследовательский проект лаборатории математики Технологического университета Тампере и Института природных ресурсов Финляндии (Luke) разработал новый метод распознавания видов деревьев на основе измерений лазерного сканирования. Метод позволяет вычислять классификационные признаки совершенно новым способом.

Исследователи получили многообещающие результаты при тестировании полностью автоматического метода распознавания видов деревьев. В будущем этот метод может быть применен для автоматизации измерений древесины во время рубки, выбора деревьев, подлежащих вырубке, и оптимизации лесозаготовок. Он также позволяет эффективно измерять обширные материалы, необходимые для исследований в области лесной экологии, касающихся видов деревьев и конкурентных отношений между их кронами.

Новое применение для детальных моделей деревьев

Для распознавания видов используется метод, ранее разработанный в TUT. В этом методе отдельные деревья могут быть извлечены из данных облака точек на уровне лесного участка, а структура их крон реконструирована в виде детальных 3D-моделей. Созданные модели деревьев состоят из последовательных цилиндров, которые определяют структуру ствола и ветвей, а также архитектуру ветвления. Теперь исследователи могут различать отдельные ветви и анализировать характеристики их диаметров, объемов и углов отхождения.

Для распознавания вида исследователи определили 15 классификационных признаков, значения которых затем были рассчитаны для каждого дерева. Новизна заключается в том, что теперь их значение можно рассчитать более точно, используя информацию о всей кроне дерева. Кроме того, объем тестовых данных значительно превышает любой предыдущий анализ.

Точное распознавание видов возможно

Были протестированы три различных метода классификации, а в исследование были включены три наиболее распространенных в Финляндии вида деревьев — береза, сосна и ель.

Согласно результатам, автоматическое распознавание видов возможно с точностью более 95%. Целью было не найти наилучшую возможную комбинацию признаков, а лишь доказать, что классификация на основе детальных моделей деревьев возможна. Несколько комбинаций дали хорошие результаты, и все методы классификации имели максимальную точность выше 95%. Результаты также показали, что для обучения классификатора достаточно всего 30 деревьев каждого вида.

В будущем разработанный метод будет протестирован с большим количеством видов деревьев и с измерениями, проведенными в более разнообразных лесах. Модели деревьев, рассчитанные на основе данных лазерного сканирования, могут быть сохранены в базе данных, что позволит использовать их для еще более точного распознавания видов по мере роста числа включенных образцов.