[发明专利]基于MLS点云数据的行道树单体化提取方法及装置

说明书

本发明公开了一种基于MLS点云数据的行道树单体化提取方法及装置，方法包括，采用滤波方法对原始MLS点云进行预处理，得到预处理后的MLS点云；对预处理后的MLS点云进行滤波处理，得到包含行道树树干的切片点云，对切片点云进行识别提取，得到树干点云；对预处理后的MLS点云依次进行欧式聚类和体素化处理，得到体素化后的MLS点云，体素化后的MLS点云采用体素区域生长算法进行体素区域生长，得到初步的树冠点云；基于高程变化的聚类方法对初步的树冠点云中树冠边缘进行优化，得到精确的树冠点云，将精确的树冠点云与对应的树干点云合并，得到完整的单颗行道树点云；本发明提高了行道树的识别精度以及提高了行道树个体提取结果。

技术领域

本发明涉及MLS点云数据处理领域，尤其涉及一种基于MLS点云数据的行道树单体化提取方法及装置。

背景技术

行道树作为道路环境的重要组成部分其在景观功能、生态功能和意向功能等方面起着积极的作用。因此，行道树信息的自动化快速提取是智慧城市建设中不可或缺的环节。随着移动激光扫描技术（MLS）的快速发展，由移动激光扫描获得的点云被广泛用于表达道路环境要素的三维表面信息。其中单颗行道树的MLS点云可以被广泛应用于道路扩建规划、行道树3D建模、行道树修剪、城市气候研究、行路树生长监测、行车道树参数提取和生物量估计等领域，从侧面证明了从MLS点云中单独提取行道树的重要性和实用性。

在过去几年中，研究人员已经提出了许多方法来从MLS点云中单独提取街道树，但这些方法只能在树冠和其他附近对象之间有少量重叠或没有重叠的大树间隔的简单场景中获得满意的结果。然而面对树冠之间或树冠与相邻杆状物体之间有较大重叠或接触较大的分割场景时，现有方法的识别精度较低，个体提取结果较差。

发明内容

鉴于上述现有技术的不足，本申请的目的在于提供一种基于MLS点云数据的行道树单体化提取方法及装置，旨在解决在如何提高识别精度以及提高个体提取结果的问题。

为解决上述技术问题，本申请实施例第一方面提供了一种基于MLS点云数据的行道树单体化提取方法，所述方法包括：

采用滤波方法对原始MLS点云进行预处理，去除所述原始MLS点云中的地面点云以及建筑立面点云，得到预处理后的MLS点云；

对所述预处理后的MLS点云进行滤波处理，得到包含行道树树干的切片点云，对所述切片点云进行识别提取，得到树干点云；

对所述预处理后的MLS点云依次进行欧式聚类和体素化处理，得到体素化后的MLS点云，所述体素化后的MLS点云采用基于最小增量规则的体素区域生长算法进行体素区域生长，完成树冠点云的实例化分割，得到初步的树冠点云；

基于高程变化的聚类方法对所述初步的树冠点云中树冠边缘进行优化，得到精确的树冠点云，将所述精确的树冠点云与对应的所述树干点云合并，得到完整的单颗行道树点云。

作为进一步改进技术方案，所述采用滤波方法对原始MLS点云进行预处理，去除所述原始MLS点云中的地面点云以及建筑立面点云，得到预处理后的MLS点云包括：

采用布料滤波方法将所述原始MLS点云中的地面点云去掉，得到去除地面的第一MLS点云；

采用法线滤波方法去除所述第一MLS点云中的建筑立面点云，得到所述预处理后的MLS点云。

作为进一步改进技术方案，所述对所述预处理后的MLS点云进行滤波处理，得到包含行道树树干的切片点云，对所述切片点云进行识别提取，得到树干点云包括：

对所述预处理之后的MLS点云进行高程归一化处理，得到高程归一化后的MLS点云；

对所述高程归一化后的MLS点云进行Z值维度的直通滤波，得到包含行道树树干的切片点云；

对切片点云依次进行欧氏聚类、点云体素化及体素邻域分析、初始种子选取和体素区域生长，得到树干点云。