论文部分内容阅读
植被是地球上最复杂的生态系统,其三维模型的精确重建对研究植被碳氮循环、叶面积指数、材积量估算等具有重要意义。地基激光雷达作为一种新型的测绘技术,其光斑小,具有快速、高效、强穿透性、高密度等特点,不仅为树木点云数据的准确获取提供了一种新方法,还为树木的真实感、高精度建模提供了重要数据支持。如何利用地基激光雷达数据快速、准确地构建树木三维模型已经成为人们研究的热点。本文以单株荷花木兰和单株香樟树为研究对象,利用地基激光雷达扫描仪获取的点云数据,提出了一种基于枝干点云提取方法和树木高精度三维重建技术。论文的主要研究工作及结论如下:（1）枝干点云提取算法:针对树木点云的分布情况,即位于枝干部位的点云分布规律大致呈圆柱状态,叶片部分的点云近似平面的特点,提出了一种基于分类与分割相结合的枝干点云提取新算法。首先,采用轴向包围盒算法将树木点云数据沿水平方向进行分层。然后,利用K-means聚类方法和随机采样一致性算法（RANSAC）将冠层点云分为三类:枝干点云、叶片点云和枝干与叶片混合点云。最后,利用基于随机采样一致性的圆柱分割算法提取枝干与叶片混合点云中枝干点云以获得枝干点云的精确提取,从而实现枝干点云与叶片点云的分离。本文将所提取枝干点云的结果与单独使用基于RANSAC的圆柱分割算法提取枝干点云的结果进行对比验证,并利用召回率和精确率测试了算法的性能。使用该方法提取的荷花木兰与香樟的冠层枝干点云的平均召回率和平均精确率分别为94.60%、92.02%和93.62%、91.46%。与单独利用随机采样一致性（RANSC）算法提取的枝干点云相比,该方法在提取枝干点云时具有更高的精度。（2）树木生长参数及枝干骨架点提取:通过最小二乘法拟合圆、凸包算法等实现对树高、胸径和冠幅的提取。由于树木的骨架点位于树木枝干的中心可以有效的表征枝干的几何形态或拓扑特征,本文利用L1-中值算法提取树木骨架点,并利用密度权重法对其进行优化,获得枝干骨架点。（3）树木三维模型构建:结合L1-中值算法提取枝干骨架点及通过最小二乘法拟合圆算法获取对应骨架点的半径信息,通过OpenGL绘制广义圆柱体构建枝干三维模型。针对单片叶子数据量小且与枝干具有不同的几何形态特征,首先对叶片点云数据通过手动分割为独立的单片叶子,然后利用移动最小二乘法对单片叶子点云数据进行曲面拟合,实现对单片叶子复杂轮廓信息的准确提取。最后通过Delaunay三角剖分算法构建单片叶子的三维模型。