[发明专利]基于点云数据的单树三维建模与形态参数提取的方法

权利要求书

1.一种基于点云数据的单树三维建模与形态参数提取的方法，其特征在于：包括如下步骤，

步骤A：采用地面激光扫描仪获得单棵活立木的点云数据并预处理，构建Kd-tree树数据结构进行数据的存储和管理；

步骤B：确定点云中主干的根节点，建立点云K近邻图，计算各点到根节点的最短距离，按距离将数据分层聚类，计算各聚类层次的中心，从而得到枝干的骨架点；

步骤C：建立枝干骨架点的拓扑结构，对枝干进行分级组织，估算枝干在骨架点位置的半径，使用广义圆柱体对枝干进行三维几何重建形成枝干系统；

步骤D：建立叶三维模型，采用交互式方式在枝干系统上添加叶模型，形成逼真的三维模型；

步骤E：从点云数据中直接提取树高、胸径和冠幅的树木形态结构参数。

2.根据权利要求1所述的基于点云数据的单树三维建模与形态参数提取的方法，其特征在于：所述步骤B，具体包括以下步骤：

步骤B1：利用点云数据的Kd-Tree结构，对每个数据点进行k个最近邻搜索，或以半径R进行范围搜索，连接搜索点与最近邻点，使它们之间构成连通关系，依次遍历所有的点，完成邻域图的创建；

步骤B2：交互式选择或通过对底部点云的圆拟合确定的圆心作为树木的根节点，即代表树木主干的最低位置的一个点；

步骤B3：根据构建的邻域图，计算各点到根节点的最短路径，最短路径的长度即为该点到根节点的测地距离，由此形成的单源路径图，称为测地图；

步骤B4：根据测地距离的不同，将点云数据分层聚类，分层的数目由树木的复杂性和模型的分辨率需求而定；

步骤B5：计算点云各个层次聚类的中心或重心的位置，作为各级枝干的骨架点。

3.根据权利要求2所述的基于点云数据的单树三维建模与形态参数提取的方法，其特征在于：所述步骤B1的K值或R值的大小根据扫描精度和数据质量确定。

4.根据权利要求2所述的基于点云数据的单树三维建模与形态参数提取的方法，其特征在于：所述步骤B3，采用了一种改进的Dijkstra算法，具体包括以下步骤：

步骤B31：定义和初始化根节点P、邻接数组isjoin，定义前驱数组predrive和路径距离数组dis，其中邻接数组用于存储距离矩阵，前驱数组用于存放最短路径中每个点的前一个点，路径距离数组用于存放其它点到根节点的距离；

步骤B32：根据邻域图中的邻接数组初始化路径距离数组，没有距离值的初始化为无穷大；

步骤B33：计算路径距离数组中最小值，记为w；

步骤B34：遍历w的近邻点j，比较j点到根节点的距离与w点到根节点的距离加上w、j点间的距离之和的大小关系，把较小的值作为j点到根节点的距离，并将w放入j的前驱数组中，否则判断下一个近邻点，直到整体循环结束，前驱数组中的值即为每个点到根节点的最短路径。

5.根据权利要求1所述的基于点云数据的单树三维建模与形态参数提取的方法，其特征在于：所述步骤C，具体包括以下步骤：

步骤C1：连接骨架点建立树结构，并对骨架点对应的枝条进行拓扑分级，主干定义为第0级，从主干上生长出来的枝条属于第一级，从第一级枝条上生长出来的枝条为第二级，以此类推；

步骤C2：利用骨架点的遍历次数，估算骨架点对应枝条的半径；

步骤C3：根据各骨架点及对应的半径和拓扑关系，采用广义圆柱体模拟枝条，建立枝干系统的三维几何模型。