[发明专利]基于点云数据的森林档案模型构建方法、装置及存储介质

说明书

本发明公开了一种基于点云数据的森林档案模型构建方法、装置及存储介质，方法包括：获取预设区域的点云数据；结合森林防火专题数据库将对处理修正后点云数据进行分类，包括地面层、不同高度植被层、建筑物层、林下道路层、车行道路层、电力塔和电力线层、水域层等；基于不同类型数据层导入单木参数信息、树种模型库等构建森林档案模型。通过实施本发明，将获取的点云数据进行点云分类，确定了森林场景中的不同类型地物信息数据点，不仅实现了森林场景中较为全面的场景识别和三维建模，同时可以提取地形高程、坡度、坡向等关键地理信息，通过不同类型数据层中的重点参考信息，为林火蔓延模型的建立提供数据支撑，为制定火灾扑救方案提供决策依据。

技术领域

本发明涉及点云数据处理技术领域，具体涉及一种基于点云数据的森林档案模型构建方法、装置及存储介质。

背景技术

激光雷达(Light Detection And Ranging，LIDAR)技术的兴起为解决如何快速获取大规模空间数据的问题提供了新的选择。激光雷达技术属于一种主动式的信息获取技术，从出现至今已经过了多年的发展，逐渐兴起并且越来越受到相关行业的重视。激光雷达测量技术是从20世纪中后期出现并逐步发展起来的一门新型技术，该技术通过采用LIDAR系统解算获取点云数据空间信息。

森林是复杂室外场景的一个典型代表，它不仅整体模型复杂，如树木种类繁多，数量庞大，而且其中每一个个体树木所包含的枝叶数不胜数，森林绘制的数据量非常庞大，远远超出了当前图形硬件的处理能力，对森林进行建模与绘制就显得更加困难。因此要实现三维森林场景的构建以及森林场景中交互式实时漫游，必须采用一些特殊的优化处理技术，来保证场景的实时渲染。同时，高精度地形数据也是海量数据，如何对其组织和管理，也存在技术难题。此外，森林作为一个火灾高发地，如何对森林中火灾进行有效的防范和治理也是当前亟待解决的技术问题。

发明内容

有鉴于此，本发明实施例提供了涉及一种基于点云数据的森林档案模型构建方法、装置及存储介质，以解决现有技术中对于森林场景的数据处理存在技术难题的问题。

本发明提出的技术方案如下：

本发明实施例第一方面提供一种基于点云数据的森林档案模型构建方法，包括：获取预设区域的点云数据；基于森防专题数据库将所述点云数据进行点云分类，得到不同类型数据层，所述不同类型数据层包括地面层、不同高度植被层、建筑物层、林下道路层、车行道路层、电力塔和电力线层、水域层；基于所述不同类型数据层构建森林档案模型。

可选地，该基于点云数据的森林档案模型构建方法还包括：基于影响火灾蔓延的参数构建火灾蔓延模型；根据所述火灾蔓延模型确定火蔓延信息；根据所述火蔓延信息以及所述森林档案模型进行火灾分析及监测。

可选地，在将所述点云数据进行点云分类之前，包括：将所述点云数据进行坐标转换和高程拟合，得到处理后的点云数据；将所述处理后的点云数据进行去燥和滤波；

可选地，将所述点云数据进行点云分类，包括：根据所述点云数据的参数信息判断预设区域是否为水体；当判断为水体时，基于影像数据提取分块后非地面点数据的水域轮廓，得到水域轮廓线；对水域轮廓线进行矢量化，得到水域层。

可选地，将所述点云数据进行点云分类，还包括：选取林下道路作为训练样本，构建基于深度学习的分类模型；根据基于深度学习的分类模型对所述点云数据进行分类，得到林下道路；基于数学形态学和Hough变换对林下道路进行处理，得到道路边界和中心线；根据所述林下道路、道路边界和中心线确定林下道路层。

可选地，将所述点云数据进行点云分类，还包括：基于改进的形态学算法将所述点云数据中的地面点滤除，得到剩余点云数据；根据电力塔和电力线在水平方向和垂直方向的分布特征以及投影特征对所述剩余点云数据进行一次分类，得到分类数据；根据高程密度分割算法对所述分类数据进行提取，得到电力塔和电力线层。