[发明专利]一种从地基激光雷达点云中自动重建树木结构的方法

说明书

本发明提供了一个从地基激光雷达点云中自动重建树木枝干结构的方法，其特征是：为了从TLS点云中准确拟合树木枝干几何结构和拓扑关系，本发明基于图论方法，并结合先验假设建模和轻量化表达的优势重建了单木几何结构和拓扑，提出了通用性强、精度高的单木枝干精细几何结构重建方法。首先基于三维Delaunay完成对输入点云的三角剖分，基于Dijkstra算法计算了有向加权图的最短路径。然后以最小生成树(MST)算法框架提取树木初始骨架，设计多余顶点和边的合并算法，完成对初始骨架的简化和优化。最后基于树木骨架完成了单木枝干结构圆柱体拟合及其优化算法，重建了精细的单木枝干几何结构。

一、技术领域

本发明涉及一种树木重建的方法，主要是从地基激光雷达点云中自动重建树木枝干结构的方法。

二、技术背景

随着激光雷达软硬件技术兴起和成本逐渐降低，不断的被森林生态领域深入研究与应用。激光雷达点云可以描述详细的树木几何形态信息，为高精度、真实感强和多层次细节表达的树木建模提供了数据基础。近些年，国内外一些研究人员在基于激光雷达点云的树木建模理论、方法和技术等方面进行了尝试和探索，并取得了比传统树木建模方法更具林业优势的成果。目前主要包括了聚类思想建模、图论方法建模、先验假设建模、拉普拉斯算子建模和轻量化表达建模。

基于聚类的方法按照点的邻域信息确定按距离划分的点集，通过聚类算法和近邻关系提取树木骨架。由于高度依赖于输入数据的质量，因此对于有质量问题(例如由于闭塞而导致异常值或数据丢失)的数据鲁棒性不足。聚类方法的时间复杂度与点云数量呈正相关，不适合扩展到大范围的树木点云建模。同时对点云缺失或者完整性非常敏感，影响枝干拓扑连接的正确性和聚类效果。基于图论的建模方法解决了TLS与MLS点云树冠精细建模问题，确保了枝干拓扑生成的正确性。该方法为解决MLS点云遮挡、ALS点云枝干建模等问题提供了新契机，八叉树和最小生成树及其改进方法都是图论体系下具有代表性的方法。基于图论知识组织点云、提取骨架、生成枝干拓扑等，输入点云与模型之间的吻合度比较高，建模算法对点云完整或者噪声的敏感性被减弱。基于图论的建模方法为点云管理和枝干拓扑生成提供了新参考，可以很好的适用于TLS、MLS和ALS等广义点云。该方法增强了模型算法的鲁棒性，存在着时间复杂度高、无法较好的处理枝干结构复杂的树木点云等问题。因此，最小生成树等方法的优化是图论建模的研究重点。先验假设建模方法将树木枝干假设为圆柱体。目前的一些研究已经证明圆柱体是拟合树木枝干非常稳定的几何图元，重建的模型将遵循这些先验约束条件。先验假设建模方法的优势在于对缺乏完整的树干或者树枝点云(ALS点云)，背面点云缺失(MLS和TLS点云)的树木都可以很好的重建，鲁棒性较强。但是先验假设建模方法受到假设限制，因为树木并非规则圆柱体。对于点云噪声比较敏感，采集点云时容易受到天气或者风速等因素影响而产生噪点。拉普拉斯算子建模方法基于点云邻域信息计算拉普拉斯矩阵，可以重建几何形态结构逼真的树木骨架。拉普拉斯算子建模方法可以适应树枝的自然生长，树木骨架表面蕴含了局部信息。由于对树木点云的噪声不敏感，可以应用于输入点云少量缺失的情况，也可以用于处理TLS与MLS点云。对包含较多冠层信息的ALS点云，拉普拉斯算子无法得到具有紧凑性的树木骨架。轻量化表达建模方法采用降维策略将树木的三维点云变换到二维平面。轻量化树木建模方法在保持一定模型精度的前提下，通过简化处理的方法可以提高模型表达的灵活性，适合用于大范围场景显示。由于对点云噪声或者点云完整性比较敏感，降维操作带来的树冠信息丢失将导致错误的枝干拓扑连接或者不完整的结构。

激光雷达技术可以直接获取树木枝干几何结构、树冠基部和高度等信息。总的来说，与传统树木建模方法相比，基于LiDAR点云的建模方法除了可以增强树木模型的真实感，几何重建的优势为定量分析枝干几何结构提供了可能。但是，目前一些基于激光雷达点云的树木建模研究的关注点是树木形态重建，对于树木结构定量提取需要进一步深入研究。这关乎到激光雷达技术对于森林植被结构参数的高精度提取，以及树木冠层构型的精细化处理。而精细森林植被结构的建模有助于加深对森林生态系统过程的认知，去进一步了解森林结构、功能和物种多样性之间相互影响的生态机理。

三、发明内容