[发明专利]一种基于手持移动扫描点云的树木胸径提取统计的方法及装置

权利要求书

1.一种基于手持移动扫描点云的树木胸径提取统计的方法，其特征在于，所述方法包括：

步骤1、利用手持三维激光扫描装置采集目标区域内树木的三维点云数据，并对采集的三维点云数据进行预处理；

步骤2、通过滤波算法分离步骤1预处理后点云数据中的地面点与非地面点，并利用地面点对非地面点进行高程归一化处理；

步骤3、对步骤2高程归一化处理后的点云数据进行切片，筛选出树木胸径点云数据，并滤除胸径点云数据中的干扰点，通过聚类算法提取出单木胸径点云数据；

步骤4、基于所提取的单木胸径点云数据拟合圆柱，得到单木胸径与坐标参数，生成树木胸径统计报表并按颜色可视化不同树木胸径的分布，实现树木胸径的提取与统计。

2.根据权利要求1所述基于手持移动扫描点云的树木胸径提取统计的方法，其特征在于，在步骤1中，对采集的三维点云数据进行预处理的过程包括：

设置点云处理数据样本的大小、惯性测量单元数据和激光雷达数据之间的权重、匹配重叠区域中的数据次数、设置处理数据时细节取舍阈值，进行测区配准，同时检查数据是否存在分层、错位问题；

然后利用Autodesk ReCap软件，对三维点云数据进行优化处理，调整点云密度、删除冗余点云，在节省存储空间的同时排除干扰数据，并输出相应格式的工程文件。

3.根据权利要求1所述基于手持移动扫描点云的树木胸径提取统计的方法，其特征在于，在步骤2中，所述滤波算法为布料滤波算法，具体是通过将预处理后的点云数据进行倒置，利用一种刚性布料覆盖反转后的点云，分析布料点与相应激光雷达点之间的相互作用，生成近似地表形状的布料；

再通过计算激光雷达点与对应布料点之间的距离,将离地面距离小于设定阈值的点判断为地面点，实现点云数据中地面点与非地面点的分离；其中,阈值设定与实际场景和具体应用有关；

所述利用地面点对非地面点进行高程归一化处理的过程具体为：

利用所有的地面点构建KDtree，遍历每一个非地面点p_i，找寻距离非地面点p_i最近的地面点g_i；

再求取非地面点p_i和地面点g_i之间的高差值，将计算出的高差值作为非地面点p_i新的高程值，使得所有树木起点位于同一高程基准面，计算公式如下：

式中：为非地面点p_i新的高程值；为距离非地面点p_i最近的地面点g_i的高程值；为非地面点p_i的原高程值。

4.根据权利要求1所述基于手持移动扫描点云的树木胸径提取统计的方法，其特征在于，所述步骤3的过程具体为：

遍历每一个非地面点p_i，获取其中高程为1.3m处一定厚度范围内的点云，筛选树木胸径点云，计算公式如下：

Q_1.3＝{p_i＝(x_i，y_i，z_i)∈P|z_i-1.3|≤ε}

式中：Q_1.3为高程值1.3m处一定厚度范围内的点云集合；p_i为非地面点云数据P中的任意点；ε为胸径处点云切片厚度；

其中，设定的厚度范围为0.3-0.5m；

求取树木胸径点云中任意一点邻域范围内的邻近点个数，保留邻近点个数大于预设判定阈值的点；

利用欧式距离聚类算法进行聚类；具体过程为：通过对空间中的任意一点，利用KD-Tree近邻搜索该点周围的邻近点，选择距离小于设定阈值的点聚集为一类；

再计算每一类别点云的总点数，获取总点数在最大点数与最小点数范围内的点云类别；其中，最大点数与最小点数的设置与具体扫描设备及数据处理参数相关。