一種基于激光掃描點云的三維樹木重建方法
【專利摘要】本發明公開了一種基于激光掃描點云的三維樹木重建方法，通過在激光點云數據中建立多個水平橫截面，并搜尋底層水平橫截面上的環狀點集來確定樹干位置，解決了采用手工標記樹木位置時費時費力的問題，操作快速且精確度高；此外，本發明通過在高層水平橫截面搜尋密集點片輪廓，確定樹冠各橫截面的寬度，從而曲線擬合出樹木的形狀和大小，有效提高了三維場景重建中樹木效果的處理效率。
【專利說明】 一種基于激光掃描點云的三維樹木重建方法
【技術領域】
[0001]本發明屬于計算機圖形學和計算機視覺【技術領域】，具體涉及一種利用激光掃描點云數據生成三維樹木模型的方法。
【背景技術】
[0002]近年來伴隨數字化手段的快速發展，基于數字化的重建方法在場景重建中獲得越來越多的重視，按照輸入數據的不同，該方法又可以分為基于照片的重建和基于激光掃描點云的重建。例如，google和百度街景就是采用基于照片拼接的重建；而在城建規劃、農林業測量等領域，多采用基于激光掃描點云的重建。
[0003]在采用激光掃描方法進行三維場景重建時，由于與樹木對應的點云往往具有不規貝U、時變等特性，需要對樹木進行特殊處理。在實踐中最常用的是手工標記樹木的位置，然而該方法只適用于樹木量不大的情況下。當場景巨大、樹木的數量繁多時，手工標記成為一件耗時耗力的事情，嚴重影響三維場景重建的效率。
【發明內容】
[0004]針對現有技術的不足，本發明的目的旨在于設計一種能夠快速、準確的在激光掃描點云數據中判斷樹木位置的方法，以解決現有方法費時費力且不適用于大規模場景重建的問題。
[0005]為實現上述目的，本發明采用如下技術方案:
[0006]—種基于激光掃描點云的三維樹木重建方法，其特征在于，該重建方法包括如下步驟:
[0007]步驟S1:在激光掃描獲取到的點云數據中確定大地校準平面Htl ；
[0008]步驟S2:在距離大地校準平面Htl上方Ill處確定水平橫截面H1，在距離水平橫截面H1上方h2處確定水平橫截面H2，在距離水平橫界面H2上方h3處確定水平橫截面成…，在距離水平橫截面Hlri上方hn處確定水平橫截面Hn ；
[0009]步驟S3:在水平橫截面H1中搜尋環狀點集，由環狀點集所在的位置確定樹干所在位置；
[0010]步驟S4:在高水平橫截面H2、H3…，Hn中圈定樹冠考察區，并在樹冠考察區內搜尋圍繞樹干的密集點片輪廓，獲取各橫截面上密集點片輪廓的直徑；
[0011]步驟S5:依據各橫截面上密集點片輪廓的直徑，得到各橫截面上的樹冠寬度，曲線擬合樹木形狀。
[0012]進一步的，所述平面HpHyH3…，Hn不是固定的，可以在垂直方向上進行上下浮動。
[0013]進一步的，所述各橫截面上密集點片輪廓的直徑等于該橫截面上樹冠的寬度。
[0014]優選的，所述曲線擬合樹木形狀的方法包括最小二乘法、bessell曲線法或cubic曲線法。
[0015]優選的，若已知對應于不同樹冠模型的典型曲線，則所述曲線擬合樹木形狀的方法還可以是神經網絡法或貝葉斯網絡分類法，利用上述方法在樹木類庫中進行匹配，所述樹木類庫中保存有對應于不同樹木樹冠類型的典型曲線。
[0016]與現有技術相比，本發明的優點和積極效果是:本發明通過在激光點云數據中建立水平橫截面，并搜尋底層水平橫截面上的環狀點集來確定樹干位置，避免了采用手工標記樹木位置，操作快速且精確度高；此外，本發明通過在高層水平橫截面搜尋密集點片輪廓，確定樹冠各橫截面的寬度，從而曲線擬合出樹木的形狀和大小，有效提高了三維場景重建中樹木重建的效率。
[0017]結合附圖閱讀本發明實施方式的詳細描述后，本發明的其他特點和優點將變得更加清楚。
【專利附圖】
【附圖說明】
[0018]圖1為本發明實施例中提出的激光掃描得到的三維點云數據。
[0019]圖2為本發明實施例中提出的大地校準平面和各水平橫截面。
[0020]圖3為本發明實施例中提出的水平橫截面H1的俯視圖。
[0021]圖4為本發明實施例中提出的水平橫截面H1上的樹干位置圖。
[0022]圖5為本發明實施例中提出的水平橫截面H2的俯視圖。
[0023]圖6為本發明實施例中提出的水平橫截面H3的俯視圖。
[0024]圖7為本發明實施例中提出的曲線擬合后得到的樹木形狀圖。
[0025]圖8為本發明實施例中提出的樹木重建方法的流程圖。
【具體實施方式】
[0026]下面結合附圖對本發明的【具體實施方式】進行詳細地描述。
[0027]本實施例以城建規劃為例，給出基于激光掃描點云數據判斷樹木位置、形狀和大小的方法。本實施例中所采取的激光掃描方法可以為車載雷達掃描、地面雷達掃描或低空航載雷達掃描，但并不局限于上述方式。
[0028]圖1為本實施例所提供的通過激光掃描得到的三維點云數據，包括一組可以判定為建筑物的規則點云和三組可以模糊判斷為樹木的不規則點云。由規則點云的分布情況可以判斷出建筑物的位置以及所占空間，但由于與樹木對應的點云不規則，因此很難直接判斷出樹木所在的位置和其形狀與大小。
[0029]在圖1所示的激光掃描獲取到的三維點云數據中確定大地校準平面Htl，所述大地校準平面Htl用于對本實施例后續步驟中確定的各水平橫截面提供水平校準。
[0030]在距離大地校準平面H。上方Ill處確定水平橫截面H1，在距離水平橫截面H1上方h2處確定水平橫截面H2，在距離水平橫界面H2上方h3處確定水平橫截面成…，在距離水平橫截面Hlri上方hn處確定水平橫截面Hn。
[0031]其中^述距離卜匕七…上均為變量’根據不同的情況可以使卜匕七…上取不同的數值，即各個水平橫截面并不是固定的，而是可以在一定的垂直距離內上下浮動。
[0032]如圖2所示，基于掃描獲取的點云中不規則點云分布的高度，本實施例在大地校準平面Htl上方選定了三個水平橫截面H1、H2、H3，并將三個距離值分別設定為0.Sm,1.2m和1.8m。這樣設置的目的是為了使水平橫截面H1處于三組不規則點云對應的樹木的樹干位置，而使水平橫截面H2、H3處于三組不規則點云對應的樹木的樹冠位置。
[0033]如圖3、4所示，在水平橫截面氏中搜尋環狀點集，由環狀點集所在的位置確定樹干所在位置；由于樹干在某一平面上的橫截面為圓環形，因此掃描數據中環狀點集所在的位置為實際中樹木的樹干所在的位置。
[0034]如圖5、6所示，在高水平橫截面H2、H3…，Hn中圈定樹冠考察區，在樹冠考察區內搜尋圍繞樹干的密集點片輪廓，并獲取各橫截面上密集點片輪廓的直徑。
[0035]其中，所述各橫截面上密集點片輪廓的直徑與該橫截面上樹冠覆蓋區域的寬度相坐寸ο
[0036]本實施例中，在水平橫截面H2上對應的三顆樹木的樹冠寬度從左至右分別為0.4m, 0.3m, 0.5m，在水平橫截面H3上對應的三顆樹木的樹冠寬度從左至右分別為0.2m, Om,0.3mο
[0037]如圖7所示，依據在各橫截面上獲取到的樹冠寬度，曲線擬合出樹木形狀。
[0038]所述曲線擬合樹木形狀的方法可以采用最小二乘法、bessell曲線法或cubic曲線法，但并不限于上述方法。
[0039]若預先設置有對應于不同樹木樹冠模型的典型曲線，則上述曲線擬合樹木形狀的方法還可以是神經網絡法或貝葉斯網絡分類法，利用上述方法在樹木類庫中進行匹配，所述樹木類庫中保存有對應于不同樹木樹冠類型的典型曲線，但并不限于上述方法。
[0040]本發明實施例所提供的基于激光掃描點云的樹木重建方法的具體流程圖如圖8所示。
[0041]對本領域的技術人員來說，可根據以上描述的技術方案以及構思，做出其它各種相應的改變以及形變，而所有的這些改變以及形變都應該屬于本發明權利要求的保護范圍之內。
【權利要求】
1.一種基于激光掃描點云的三維樹木重建方法，其特征在于，該重建方法包括如下步驟: 步驟S1:在激光掃描獲取到的點云數據中確定大地校準平面Htl ； 步驟S2:在距離大地校準平面Htl上方Ill處確定水平橫截面H1，在距離水平橫截面H1上方h2處確定水平橫截面H2,在距離水平橫界面H2上方h3處確定水平橫截面H3…，在距離水平橫截面Hlri上方hn處確定水平橫截面Hn ； 步驟S3:在水平橫截面H1中搜尋環狀點集，由環狀點集所在的位置確定樹干所在位置； 步驟S4:在高水平橫截面H2、H3…，Hn中圈定樹冠考察區，并在樹冠考察區內搜尋圍繞樹干的密集點片輪廓，獲取各橫截面上密集點片輪廓的直徑； 步驟S5:依據各橫截面上密集點片輪廓的直徑，得到各橫截面上的樹冠寬度，曲線擬合出樹木形狀。
2.根據權利要求1中所述的一種基于激光掃描點云的三維樹木重建方法，其特征在于，所述平面民、H2、H3…，Hn不是固定的，可以在垂直方向上進行上下浮動。
3.根據權利要求1中所述的一種基于激光掃描點云的三維樹木重建方法，其特征在于，所述各橫截面上密集點片輪廓的直徑等于該橫截面上樹冠的寬度。
4.根據權利要求1中所述的一種基于激光掃描點云的三維樹木重建方法，其特征在于，所述曲線擬合樹木形狀的方法可以是最小二乘法、bessell曲線法或cubic曲線法。
5.根據權利要求1中所述的一種基于激光掃描點云的三維樹木重建方法，其特征在于，若已知對應于不同樹冠模型的典型曲線，則所述曲線擬合樹木形狀的方法還可以是神經網絡法或貝葉斯網絡分類法。
【文檔編號】G06T17/00GK104318611SQ201410582575
【公開日】2015年1月28日 申請日期:2014年10月27日 優先權日:2014年10月27日
【發明者】祁海江 申請人:祁海江