【技术实现步骤摘要】
本专利技术属于计算机视觉，涉及基于几何特征和生长规律分析的单木木叶分离方法。
技术介绍
1、三维激光扫描仪作为三维地形测量和建模的重要工具，能够高效地获取物体的三维点云数据，而在森林资源调查领域，使用激光雷达能够获取树木的详细三维垂直结构信息，为树种识别、树高、胸径、林木密度等指标的测量提供了重要数据来源。木材和树叶的分离是准确提取树木参数、树木建模及可视化的先决条件。
2、目前已有的三维点云树木叶木分离方法包括基于几何特征、基于辐射特征和基于图的方法三类：
3、1、基于几何特征的三维点云树木木叶分离方法
4、基于几何特征的叶木分离方法通过分析点云数据中叶子和木材的几何特征来实现分离，具体是通过计算点云数据中每个点的几何特征，如法向量、曲率等来区分点云数据中的不同部分，从而实现叶木分离。wan等人提出了一种利用曲率特征的方法，首先利用曲率将点云分为三部分，然后利用连通域标记算法对局部曲率较小的前两部分分别进行分割，最后，根据每段的分段横向几何特征将分割后的点云分为木材段和树叶段；该方法中第一步分离出的叶子点并未进行后续处理，对于木杆不平滑、密度变化大的树容易将枝干点误分成树叶点。zhang等人采用了连通分量分割方法，该方法计算了每个片段的几何特征，包括片段内的点的数量和片段的高宽比，最后将具有较大点数和较高高宽比的段确定为茎段，应用分割策略来分离木点和叶点减少点云分类的计算负担和不确定性，但木材和树叶的分类结果严重依赖于分割结果。
5、2、基于辐射特征的三维点云树木木叶分离方法p>
6、辐射特征是指特定波长的激光回波的强度和反射率。辐射特征，特别是强度值，已经被证明在许多分类工作中是有用的。强度方法是基于确定一个适当的强度值作为区分木材和树叶的阈值。这种方法的假设在于激光雷达系统的工作波长，树木的不同组成部分在光学特性之间存在显著差异。如li等人提出了一种多波长的木叶分离方法，他们将短波红外激光获得的数据与近红外激光获得的数据合并，发现短波红外激光下的叶片反射强度低于近红外激光下的叶片反射强度，并且短波红外激光下的树干亮度是叶片的两倍。通过这些结果表明，多波长可以用于树木叶木分离。然而不同激光雷达系统的波长和功率并不一致。激光雷达传感器之间的主要差异与激光的波长、功率、脉冲持续时间和重复率、光束大小和发散角有关。因此使用一个激光雷达系统成功的基于辐射特征的树叶分类并不能保证使用其他激光雷达系统成功分类。
7、3、基于图的三维点云树木木叶分离方法
8、基于图的方法是另一种常见的三维点云树木木叶分离方法。该方法使用点云中的拓扑结构信息构建图，并在图上进行分割。这种方法的核心思想是将点云视为无序的点集，通过构建图的方式将点云中的点连接起来，进而进行分割。hui等人提出了一种基于模态点演化的方法来分离树木和木叶。该方法利用meanshift分类算法将整个点云分成多个簇，每个簇的中心点作为模式点代替当前簇。然后根据最短路径算法构造中心点的图结构。利用树叶在边缘的性质，进行路径回溯得到部分叶点。剩余部分通过应用最短路径分析，将具有较高出现频率的路径作为主干。最后通过相似的垂直度补全其他枝干。由于树木的多样性以及结构的复杂性，加之木叶之间的相互遮挡，导致已有的方法木叶分离准确率不高。
技术实现思路
1、本专利技术的目的是提供基于几何特征和生长规律分析的单木木叶分离方法，解决了现有技术中存在的木叶分离准确率不高的问题。
2、本专利技术所采用的技术方案是，基于几何特征和生长规律分析的单木木叶分离方法，具体按照以下步骤实施：
3、步骤1、获取树木点云，利用树木的几何特性将树木点云分类；
4、步骤2、对步骤1分类中的点云进行分割，分割成多个簇，获取每个簇分割聚类的圆柱模型，选择种子簇，筛选主干点、分枝点、候选枝杆点、候选叶点；
5、步骤3、对步骤2中候选枝杆点体素化，将符合条件的体素中的点与步骤2中的主杆点合并，得到最终的木点，将不符合条件的体素中的点云与步骤2中候选叶点合并，作为最终的叶点。
6、本专利技术的特点还在于：具体按照以下步骤实施：
7、步骤1、获取树木点云，利用树木的几何特性将树木点云分类，分为“初始散状点”s、“初始面状点”p和“初始线性点”l三类；
8、步骤2、对步骤1分类中的点云进行分割，分割成多个簇，获取每个簇分割聚类的圆柱模型，选择种子簇，筛选主干点、分枝点、候选枝杆点、候选叶点；
9、从“初始面状点”p中提取主杆点和大分枝点，作为“初始主杆点”，剩余点作为“散乱点”s1；将“初始散状点”s合并到“散乱点”s1；利用圆柱拟合模型，从点集s1和初始线性点l中提取残存主干点和大分枝点，与“初始主杆点”合并得到最终的“主杆点”；将初始线性点l中剩余的点作为“候选枝杆点”，将点集s1中剩余的点作为“候选叶点”；
10、步骤3、对步骤2中候选枝杆点体素化，将符合条件的体素中的点云与步骤2中的主杆点合并，得到最终的木点，将不符合条件的体素中的点云与步骤2中候选叶点合并，作为最终的叶点。
11、将步骤2中的候选枝杆点体素化，将单个体素内的点云数量作为体素的密度，把密度大于阈值的体素和位于主杆的体素作为种子体素，由种子体素开始小枝杆的生长；在生长过程中符合密度和主方向条件的体素继续作为种子体素；所有种子体素生长结束后，将种子体素中的点云与步骤2中的“主杆点”合并得到最终的木点，将不符合条件的体素中的点云与步骤2中“候选叶点”合并作为最终的叶点。
12、步骤1的具体实施步骤为：
13、步骤1.1、利用主成分分析计算点云的特征值；
14、取树木点云中的任意一点x，找到点x的k个邻近点点x的三阶协方差矩阵c为：
15、
16、其中，为点x的k个邻近点的平均位置：
17、
18、通过特征值分解法对点x的协方差矩阵c进行特征值分解，得到协方差矩阵c的特征值λ1>λ2>λ3>0；
19、步骤1.2、将树木点云分为“初始线性点”、“初始面状点”、“初始散状点”中的一类，重复步骤1.1，直到点云数据中所有点均被分类；
20、
21、步骤2的具体过程为：
22、步骤2.1、对步骤1提取的“初始面状点”p进行横向切分，将初始面状点p沿着z轴方向切分成h层；
23、步骤2.2、采用由高到低的动态区域生长算法，从低到高对每层的点云进行分割；
24、从低到高将每一层投影到xoy平面，用投影面积确定当前层是否在树冠区域，投影面积通过投影后沿x轴和y轴的坐标差计算；当投影面积超过阈值areat时，利用dbscan算法将当前层中的点云分割成多个簇，并将一些密度小的簇去除；从底部开始，用ransac算法获取每个簇分割聚类的圆柱模型，用沿着圆柱轴线的矢量作为每个簇的主方向，计算每个簇的重心点并用重心点代表每本文档来自技高网...
【技术保护点】
1.基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，具体按照以下步骤实施：
3.根据权利要求2所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，所述步骤1的具体实施步骤为：
4.根据权利要求3所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，所述步骤2的具体过程为：
5.根据权利要求4所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，所述步骤2.3的具体过程为：
6.根据权利要求5所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，所述步骤2.3.2中种子簇的具体生长过程为：
7.根据权利要求6所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，所述步骤3的具体过程为：
8.根据权利要求7所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，所述步骤3.3在寻找过程中将格子作为整体，其中心点代表整个格子，具体
9.根据权利要求8所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，所述步骤3.3.3的具体过程为：
...【技术特征摘要】
1.基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，具体按照以下步骤实施：
3.根据权利要求2所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，所述步骤1的具体实施步骤为：
4.根据权利要求3所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，所述步骤2的具体过程为：
5.根据权利要求4所述的基于几何特征和生长规律分析的单木木叶分离方法，其特征在于，所述步骤2.3的具体过程...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。