论文部分内容阅读
树木因其对生态环境的重要影响，在整个生态系统中处于重要的地位。由于城市中的树木形态多样、种类繁多，如何自动有效的提取树木信息对于绿色城市管理以及智慧化城市的建设有着重要的意义。车载三维激光扫描系统能够在高速行进的车辆上快速采集到道路地面以及两旁地物的点云和影像数据，在城市建模以及空间信息获取上有着广泛的应用。 本文提出了一种基于车载激光扫描点云数据的树木分割模型，实现了对车载激光三维扫描点云数据中单株树木的自动识别和分割。该模型由点云数据预处理、地面滤波、空间网格索引建立、基于启发式搜索的分水岭分割算法等步骤构成。通过对实际采集到的车载激光点云数据进行实验，取得了较好的分割结果，本文主要的研究内容包括: (1)对激光扫描点云数据进行预处理。研究了包括噪声点去除，数据抽稀，空间数据索引的建立，地面滤波以及空间网格化投影等预处理工作。为单株树木分割算法提供高效的数据结构以及索引查询。 (2)提出了一种改进的分水岭点云分割算法。针对传统的基于树冠高程模型滤波方法造成的信息丢失，提出基于启发式搜索的树干位置识别算法;在现有方法的基础上，提出了一种改进的点云分水岭分割算法模型，模型引入了基于启发式搜索的溢水种子选取过程和区域竞争的溢水策略，改善了林木树冠部分有重叠交叉时的分割结果。 (3)通过对瑞格公司的车载激光点云扫描系统VMX-450在厦门环岛路实地采集的点云数据进行实验，验证了本文提出的分割模型对于车载林木点云数据具有较好的分割的结果以及较高的应用价值。