树木点云数据基于分割和自动生长的三维模型重建方法技术

本发明专利技术涉及一种树木点云数据基于分割和自动生长的三维模型重建方法步骤包括：预处理，点云主曲率估计，通过主曲率进行数据分割，利用分割得到的属于树枝部分的点云计算树枝的主枝的骨架，利用分割得到的属于树叶部分的点云从树枝的主枝的骨架上引导生成树枝的细枝，生成树枝网格模型并在在树枝的细枝的末端添加树叶模型。本发明专利技术仅利用激光扫描仪的扫描数据，得到忠实于原始实物的三维重建模型。该方法通过数据分割和树枝的细枝的生长获得树木点云数据的重建模型，算法简单，计算结果准确。其计算结果在虚拟现实、电脑游戏、自然场景模拟、城市景观设计、电影制作、树木３Ｄ重建、农林业测量等领域具有重要的应用价值。

【技术实现步骤摘要】

本专利技术属于计算机图形学和计算机视觉
，涉及一种利用三维激光扫描仪 对树木进行测量得到树木点云数据，并根据点云数据进行基于分割和自动生长的三维模型重建方法。
技术介绍
植物在现实生活中扮演着重要的角色，它既是室外场景的重要组成部分，也是室 内场景不可缺少的部分。因此植物模型的准确真实的重建在数字娱乐、农业林业和古树名 木保护等方面都有重要的应用。经过几十年的发展，已经出现了多种植物建模技术，这些技术大体上可以分为四 类基于规则的方法，基于几何解析表达的方法，基于草绘的方法以及基于树木数字化的方 法。下面对这些方法分别进行介绍。基于规则的方法的主要特点就是通过数学模型结合植物学的知识和规则来模拟 植物的生长过程和形态特征，植物模型的具体形态依靠调整参数进行控制。其中代表性的 工作包括L-系统和AMAP系统。基于几何解析表达的方法利用曲线曲面造型技术来构造植物模型，不需要严格遵 守植物学规律，目的在于生成的模型具有较高的真实感。这类方法中树枝一般都由广义圆 柱来表达，其中代表性的方法有基于分形的方法以及粒子系统。基于草绘的方法以手工绘制的树枝或者外形轮廓为基础，然后利用植物学规则或 者模型库生成植物三维模型。Makoto Okabe基于“树木在生长过程中将使不同树枝之间距 离最大化”的假设，将从二维草图中获得三维树枝模型，并且设计一套手工交互界面，可以 简单快速地对树枝和树叶进行交互性的修改，获得了较好的视觉效果。这种方法的缺陷在 于无法自动生成树枝的细枝，所有的树枝的细枝都要通过手工交互完成，在树木规模较大 的情况下，重建的工作量巨大。近年来伴随数字化手段的快速发展，基于树木数字化的重建方法在植物重建中获 得越来越多的重视，该方法以目前的树木数字化手段获得的树木照片、点云等作为输入数 据，利用一些先验知识和规则，获得与输入数据相似的植物模型。除了获得较好的视觉效果 外，重建模型的准确性也逐渐成为重建的目标之一。按照输入数据的不同，该方法又可以分 为基于照片的重建和基于激光扫描点云的重建。
技术实现思路
本专利技术欲解决基于激光点云数据的树木重建过程中无法保证树枝位置准确和保 持原模型生长规律的的技术问题，本专利技术的目的是针对现实世界中由激光扫描得到的树木 点云数据，提供一个激光扫描点云模型准确并且保持原始模型生长规律的三维重建方法。为实现上述目的，本专利技术的技术解决方案是提供一种树木点云数据基于分割和自 动生长的三维模型重建方法，该三维重建步骤包括步骤Sl 利用激光扫描仪扫描直接采集树木的扫描点云数据并对点云数据预处 理，按照点云数据中每个点的坐标进行空间划分，实现三维空间的数据存储结构称为kd树 (k-dimensional tree)；步骤S2 对于点云数据的每一个点，利用点云数据的kd树查找多个近邻点，根据 最小二乘方法把这些点拟合出一个平面，以这个平面的法向量作为点云法向量的初始估计 值，利用其法向量、切平面构造局部三维直角坐标系，利用点云数据的kd树查找多个近邻 点；利用这些近邻点拟合二次曲面；利用这些近邻点拟合出的二次曲面计算主曲率；步骤S3 对于点云数据的每一个点，利用主曲率方向计算轴向分布密度，利用轴 向分布密度将属于树枝上的点云与属于树叶上的点云区分；对于属于树枝上的点云，利用 主曲率方向进行区域生长，产生过分割的分割结果；对于过分割的树枝上的点云，依照相邻 组内的点云数量以及依照分组中所有点云的主曲率方向的平均值所确定的组角度进行区 域合并，得到符合树木树枝器官分布的分割结果；步骤S4 对于分割得到的属于树枝部分的点云，将每一个树枝的点云沿其组方向 进一步分割成较小的点云分组，利用较小的点云分组中心获得树枝的主枝的骨架点和对应 的半径；步骤S5 统计不同树枝的主枝的骨架之间的夹角分布规律，利用分割得到的属于 树叶部分的点云从树枝的主枝的骨架上引导生长树枝的细枝，通过控制树枝的主枝长出树 枝的细枝的位置、树枝的细枝的骨架与树枝的主枝的骨架的夹角，树枝的细枝的长度来控 制树冠的形状；步骤S6 利用各个骨架点和对应的半径建立树木的三维网格模型，在树枝的细枝 的末端添加树叶模型完成重建。其中，所述沿其组方向进一步分割成较小的点云分组，通过下面方法实现首先在 属于每个树枝的点云分组中任选一点P作为根点，之后以P作为坐标原点，以该点云分组的 组方向作为Z轴，以与Z轴垂直平面上任意两个正交方向为X轴和1轴建立局部坐标系，将 分组内的点按照其在局部坐标系内的ζ值进行进一步分离成若干小分组，称每一个小分组 为一个点云片。其中，所述利用较小的点云分组中心获得树枝的主枝的骨架点，其中较小的点云 分组中心是该组中的所有点的空间位置的算术平均值。其中，所述统计不同树枝的主枝的骨架之间的夹角分布规律，是通过下述方法进 行的，计算相互连接的树枝的主枝之间的夹角；角度α为其中最小的夹角，角度β为最大 的夹角，记树枝的主枝的夹角所在的区间为η = ，将η划分为若干小角度区间 η0 = ，H1= ，. . .，nn = ，记区间集合 X= { n0,...，nj ； ε为角度，设置为5°，n是整数，为(β-α)/ε的整数部分，用概率θχ(χ = 0，l，...，n)表示角度位于角度区间ηχ(χ = 0，1，...，η)的概率，计算每一个概率θχ(χ =0,1,..., n)，这些概率被用来指导后面的树枝的细枝的生长过程。其中，所述树枝的细枝的长度，通过下述方法确定，对每个树枝的主枝的骨架点 Pi,定义骨架点Pi的吸引点点集为τ e ρ,T = {、，、，...，tn}，其中点集P为属于树叶的点 云；点tx(x= {0,1, ..n})满足下列条件点tx和点Pi的欧氏距离小于一定的阈值Ω，此 处Ω被设置为十倍于扫描间距；假设Pi的每一个吸引点都能从点Pi处以朝向点tx的方向牵引出一个树枝的细枝，该树枝的细枝以点、为第一个骨架点，试图向前继续生长，在点tx 位置以点tx为下底面中心，以h为高，以r为半径，以点Pi朝向点tx的方向为轴向构建圆 柱S，在粒子中，高h被设置为10倍于扫描间距，半径r被设置为1. 5倍的扫描间距，当满足 下列两个条件为在圆柱S内存在属于树叶上的点云和圆柱S内不存在其他已有的树枝的主 枝的骨架点时，生成下一个骨架点；圆柱S的中心点被作为树枝的细枝的生长的下一个骨 架点，该过程反复运行直到不再满足树枝的细枝的生长的条件。其中，所述控制树枝的主枝长出树枝的细枝的位置、树枝的细枝的骨架与树枝的 主枝的骨架的夹角，是通过下述方法进行的，为模拟植物的形态学特点，假设每个树枝的主 枝的骨架点只能生长出最多一个树枝的细枝，而每个骨架点都可能有若干吸引点，每个吸 引点都能引出一个树枝的细枝完成生长过程，其中只有骨架数量大于一定阈值ξ的树枝 的细枝才会被考虑，在这里ξ阈值被设为4，依靠下列规则从被考虑的树枝的细枝中寻找 最合适的一个进行保留记骨架Api处牵引出的树枝的细枝的列表为Bi= IbtlA,...，bn}， 其中Bi为树枝的细枝的集合，^{ = 0,..., η}为树枝的细枝；首先计算每个树枝的细枝 与骨架点PiK在的树枝的主枝的夹角，判断该夹角是否位于夹角区间n = ，其中 角度α为相互连接的树枝本文档来自技高网...

【技术保护点】
一种树木点云数据基于分割和自动生长的三维模型重建方法，其特征在于，该三维模型重建步骤包括：步骤Ｓ１：利用激光扫描仪扫描直接采集树木的扫描点云数据并对点云数据预处理，按照点云数据中每个点的坐标进行空间划分，实现三维空间的数据存储结构称为ｋｄ树（ｋ－ｄｉｍｅｎｓｉｏｎａｌｔｒｅｅ）；步骤Ｓ２：对于点云数据的每一个点，利用点云数据的ｋｄ树查找多个近邻点，根据最小二乘方法把这些点拟合出一个平面，以这个平面的法向量作为点云法向量的初始估计值，利用其法向量、切平面构造局部三维直角坐标系，利用点云数据的ｋｄ树查找多个近邻点；利用这些近邻点拟合二次曲面；利用这些近邻点拟合出的二次曲面计算主曲率；步骤Ｓ３：对于点云数据的每一个点，利用主曲率方向计算轴向分布密度，利用轴向分布密度将属于树枝上的点云与属于树叶上的点云区分；对于属于树枝上的点云，利用主曲率方向进行区域生长，产生过分割的分割结果；对于过分割的树枝上的点云，依照相邻组内的点云数量以及依照分组中所有点云的主曲率方向的平均值所确定的组角度进行区域合并，得到符合树木树枝器官分布的分割结果；步骤Ｓ４：对于分割得到的属于树枝部分的点云，将每一个树枝的点云沿其组方向进一步分割成较小的点云分组，利用较小的点云分组中心获得树枝的主枝的骨架点和对应的半径；步骤Ｓ５：统计不同树枝的主枝的骨架之间的夹角分布规律，利用分割得到的属于树叶部分的点云从树枝的主枝的骨架上引导生长树枝的细枝，通过控制树枝的主枝长出树枝的细枝的位置、树枝的细枝的骨架与树枝的主枝的骨架的夹角，树枝的细枝的长度来控制树冠的形状；步骤Ｓ６：利用各个骨架点和对应的半径建立树木的三维网格模型，在树枝的细枝的末端添加树叶模型完成重建。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张晓鹏，代明睿，李红军，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：11[中国|北京]