【技术实现步骤摘要】
本专利技术涉及生态遥感领域，尤其涉及一种适用于树木枝干结构网络重建的方法。
技术介绍
1、枝干结构网络是树木枝干的粗细及其在三维空间的排列，是树木适应周围环境的结果，反映了树木对光水资源获取和抵抗外界干扰的能力。树木枝干结构网络信息包含了枝条数量、粗细、长度、角度等枝水平结构参数，是研究树木生长发育、评估木材质量、开展林木育种等研究的重要依据。除此之外，树木枝干结构网络也是开展树木三维模型重建，构建三维虚拟场景的重要数据源。
2、早期树木枝干结构网络常通过多角度图像数据进行提取，将多视角的二维照片转换成三维点云信息，进而再识别枝干来构建枝干网络。这种方法只适用于对低矮简单的树木，且获取的数据容易受到环境光线的影响。由于树木自身遮挡等原因，这类方法只能获取表面的信息，难以获取树木冠层的内部结构信息，进而在重建过程中导致模型部分失真。此外，部分方法获取的枝干网络只是在形态上逼近真实树木，但是粗度、长度、角度等信息与真实测量值之间存在较大偏差，无法用于后续的分析研究，只能用于树木三维模型重建和虚拟场景建模。
3、地基激光雷达具有高点密度和精度等特点，能够高效、准确地提取树木精细结构参数，为树木枝干结构网络构建提供了重要的数据源。早期基于地基激光雷达的树木枝干结构网络提取算法，通常只从点云数据中提取主要枝干的信息，对于细小枝往往忽略，或利用其他算法添加细小枝，为虚拟场景建模提供所需的树木三维模型，例如dijkstra最短路径算法。这些算法更关注用于重建树木模型的效果，忽略了树木结构参数的准确性。
4、
5、近十年来，新研发的树木枝干结构网络提取算法均都更注重树枝提取的完整性和其精度，其中代表性算法有treeqsm算法、l1-mst算法、adtree算法和laplacian-based算法等。虽然上述算法被广泛使用，但是在实际应用过程中仍存在很多问题，例如，由于参数敏感导致小枝漏分；抗噪能力有限导致枝条错分；没有对枝条粗度加以约束导致高等级枝比低等级枝更粗的情况；未考虑存在树枝分布的规律，导致存在部分错误枝干拓扑信息。
6、因此说地基激光雷达数据可以实现真实树木枝干结构网络的提取，并在枝长、枝粗、分支夹角等参数的提取具有很好的精度。
7、但是如何开发一种新的树木枝干结构网络重建算法，顾及树木固有结构特征，具有一定的抗噪声能力且适用于轻度缺失的树木点云，并且针对细枝具有较高的识别率，更好地服务于林木精细结构研究、林木育种、树木三维模型构建等研究，仍是目前亟需解决的问题。
技术实现思路
1、本专利技术的目的在于提供一种适用于树木枝干结构网络重建的方法，包括以下操作步骤：
2、通过地基激光雷达设备采集目标树木的激光雷达点云；通过对当前的激光雷达点云进行去噪和枝叶分离预处理，获得枝干点云；
3、根据树的结构特征，从当前所述枝干点云中生成种子点；利用l1-median算法进行种子点的生长延长，生成骨架线，选取临近骨架线端点结合最小生成树算法连接骨架线生成当前树木的树枝粗略骨架；
4、根据当前树木的树枝粗略骨架，标记枝干等级；以分枝角度和枝条长度为判断依据过滤枝条；根据突变检验的结果截断出现欠拟合现象的枝；调整分枝点的位置；利用滑动窗口根据枝条上逐点的角度变化进行平滑枝条；提取未被拟合枝干点云的骨架线，并将其拓展到已有的树木骨架中，生成优化的目标树枝粗略骨架；
5、结合优化的目标树枝粗略骨架，计算枝条长度、粗度和枝条夹角，生产最终树木的枝干结构网络；将所述最终树木的枝干结构网络输入到三维可视化软件重建，生成可视化的树木枝干三维模型。
6、较佳地，通过地基激光雷达设备采集目标树木的激光雷达点云；通过对当前的激光雷达点云进行去噪和枝叶分离预处理，获得枝干点云，包括如下操作步骤：
7、利用地基激光雷达设备，通过多站扫描获得目标树木的激光雷达点云；裁剪得到仅包含目标树木的点云；利用基于统计去噪方法和手动裁剪的方式，去除目标树木点云中的噪点和叶片点，生成枝干点云。
8、较佳地，利用l1-median算法进行种子点的生长延长，生成骨架线，选取临近骨架线端点结合最小生成树算法连接骨架线生成当前树木的树枝粗略骨架，包括如下操作步骤：
9、通过所述枝干点云的高度进行筛选枝干点云；对所述枝干点云利用最短路径算法进行标记，得到最终的选择和标记种子点；
10、利用l1-median算法对种子点进行生长，提取l1-medial破碎骨架；
11、连接破碎骨架，生成当前树木的树枝粗略骨架。
12、较佳地，所述选择和标记种子点，包括：将所述枝干点云按低到高排序形成高度排列列表，统计当前所述高度排列列表中所有枝干点云数量得到总目标值；选取当前所述高度排列列表中高度排名在前的5％总目标值的数量的枝干点云并拟合圆柱体，取所述圆柱体的底面中心为根骨架点；利用最短路径算法，计算每个枝干点云到根骨架点的路径并标记为种子点；并将到该路径距离小于r0的全部扫描枝干点云标记为已被关联的点，同时被记作扫描点；
13、提取l1-medial破碎骨架，包括：采用上述种子点，利用l1-median算法生成破碎的骨架；l1-medial破碎骨架的骨架点采用以下公式计算：
14、
15、其中，xi为骨架点的三维坐标；
16、pj为枝干点云的三维坐标；
17、i和j分别为骨架点和枝干点的序号集合，即i＝{1,2,…,i,…,m-1,m}，其中m为骨架点的数量；
18、r(x)为根据全部骨架点(x)的坐标计算得到的惩罚项；
19、j＝{1,2,…,j,…,n-1,n}，其中n为枝干点的数量；d()为计算欧式距离的函数，θ()为计算权重的函数：
20、
21、其中，h为搜索范围；
22、在初次迭代时，r与生成种子点时所用的搜索范围相同，即r＝r0；r(x)为根据全部骨架点(x)的坐标计算得到的惩罚项；
23、r(x)的具体公式如下：
24、
25、
26、
27、式中，γi为平衡系数；和是矩阵ci的三个特征值，其中为最大特征值，为次之最大特征值，为最小特征值；σi为最大特征值占比，xi为刻画骨架点的方向；
28、采用梯度下降法，通过迭代对骨架线进行提取：
29、
30、
31、式中，denj为第j个扫描枝干点云周围的点云密度,k为迭代次数；denj在迭代开始前计算完成，使用的搜索范围为r0/2；μ为惩罚系数；每次迭代后，l1-median算法将比较当前的搜索范围(r)与树木的基部半径(r)进行对比，若r<r，r会被更新为(1+s)r，本文档来自技高网...
【技术保护点】
1.一种适用于树木枝干结构网络重建的方法，其特征在于，包括如下操作步骤；
2.如权利要求1所述的一种适用于树木枝干结构网络重建的方法，其特征在于，通过地基激光雷达设备采集目标树木的激光雷达点云；通过对当前的激光雷达点云进行去噪和枝叶分离预处理，获得枝干点云，包括如下操作步骤：
3.如权利要求2所述的一种适用于树木枝干结构网络重建的方法，其特征在于，利用L1-Median算法进行种子点的生长延长，生成骨架线，选取临近骨架线端点结合最小生成树算法连接骨架线生成当前树木的树枝粗略骨架，包括如下操作步骤：
4.如权利要求3所述的一种适用于树木枝干结构网络重建的方法，其特征在于；
5.如权利要求4所述的一种适用于树木枝干结构网络重建的方法，其特征在于，根据当前树木的树枝粗略骨架，标记枝干等级；以分枝角度和枝条长度为判断依据过滤枝条；根据突变检验的结果截断出现欠拟合现象的枝；调整分枝点的位置；利用滑动窗口根据枝条上逐点的角度变化进行平滑枝条；提取未被拟合枝干点云的骨架线，并将其拓展到已有的树木骨架中，生成优化的目标树枝粗略骨架，包括如下操作步骤
6.如权利要求5所述的一种适用于树木枝干结构网络重建的方法，其特征在于；
7.如权利要求6所述的一种适用于树木枝干结构网络重建的方法，其特征在于，所述结合优化的目标树枝粗略骨架，计算枝条长度、粗度和枝条夹角，生产最终树木的枝干结构网络，包括如下操作步骤：
8.如权利要求6所述的一种适用于树木枝干结构网络重建的方法，其特征在于，将所述最终树木的枝干结构网络输入到三维可视化软件重建，生成可视化的树木枝干三维模型；其中三维可视化软件包括mayavi包。
...【技术特征摘要】
1.一种适用于树木枝干结构网络重建的方法，其特征在于，包括如下操作步骤；
2.如权利要求1所述的一种适用于树木枝干结构网络重建的方法，其特征在于，通过地基激光雷达设备采集目标树木的激光雷达点云；通过对当前的激光雷达点云进行去噪和枝叶分离预处理，获得枝干点云，包括如下操作步骤：
3.如权利要求2所述的一种适用于树木枝干结构网络重建的方法，其特征在于，利用l1-median算法进行种子点的生长延长，生成骨架线，选取临近骨架线端点结合最小生成树算法连接骨架线生成当前树木的树枝粗略骨架，包括如下操作步骤：
4.如权利要求3所述的一种适用于树木枝干结构网络重建的方法，其特征在于；
5.如权利要求4所述的一种适用于树木枝干结构网络重建的方法，其特征在于，根据当前树木的树枝粗略骨架，标记枝干等级；以...
【专利技术属性】
技术研发人员：冯禹昊，苏艳军，胡天宇，方精云，
申请(专利权)人：中国科学院植物研究所，
类型：发明
国别省市：
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。