GESTIÓN AVANZADA DE DATOS PROCEDENTES DE SENSORES A BORDO DE DRONES

Abstract

En esta tesis se ha avanzado en la reconstrucción 3D de las ramificaciones en modelos de árboles a partir de datos adquiridos con sensores a bordo de drones. Se ha realizado una revisión bibliográfica sobre modelado 3D de árboles a partir de datos reales. Se propone una clasificación en base a la metodología, datos de entrada y de salida y se analizan las ventajas y limitaciones de los métodos existentes. Por otro lado, se ha propuesto un algoritmo basado en geometría para la reconstrucción de las ramas de los árboles utilizando U DAR aéreo, con estimación de la geometría parcialmente ocluida y la obtención de la jerarquía de ramas que forman parte del modelo. Este método ha sido validado a partir de modelos sintéticos, sobre los que se conocen sus diferentes partes (hojas, ramas y tronco). Por último, se ha implementado un método para la segmentación semántica de escenas naturales utilizando características geométricas y multiespectrales para identificar y clasificar diferentes elementos.

This thesis provides some advancements in the field of 3D reconstruction of branches in tree models based on data acquired with sensors on board drones. A literature review has boon carried out on 3D tree modeling based on real data. A classification is proposed based ,on the methodology, input and output data, and the advantages and limitations of existing methods are analyzed. Moreover, a geometry-based algorithm has been proposed for the reconstruction ,of tree branches using aerial LiDAR, with estimation of tie partially occluded geometry and obtaining the hierarchy ,of branches that are part of the model. This method has been validated based on synthetic models, of which its different parts (leaves, branches and trunk) are kown. Finally, a method has been implemented for the semantic segmentation of natural scenes using geometric and multispectral features to identify and classify different elements.