【技术实现步骤摘要】
本申请涉及点云数据处理领域，特别是涉及一种树干胸高断面重建和胸径确定方法、设备、介质及产品。
技术介绍
1、树干胸高断面是评估树木状况的重要指标。在林业调查中，技术人员通常使用胸径尺或卡尺测量胸径(即胸高直径)，以定量描述树干胸高断面。这种方法虽然准确，但耗时且人力成本高，制约了森林资源的监测与管理效率。因此，亟需发展高效、精准的树干横截面刻画技术，以提升森林资源管理的效率和准确性。手持激光雷达作为一种革命性的移动三维数字化技术，因其便携性和灵活性带来的高效性，受到广泛的关注。然而，手持激光雷达由于轻量化设计，精度受限，导致树干表面的点云噪声厚度约为3厘米至8厘米，从而降低了横截面刻画的精度。基于此，现有算法主要使用规则基元拟合法重建树干胸高断面，以消除点云噪声影响。但是，这类算法仅适用于树干形状规则的树种，且对点云密度敏感，对点云密度分布不均匀的树干胸高断面重建可靠性不足。
技术实现思路
1、本申请的目的是提供一种树干胸高断面重建和胸径确定方法、设备、介质及产品，能够在提高树干胸高断面重建、胸径确定的准确性和效率的同时，提高树干胸高断面重建的可靠性。
2、为实现上述目的，本申请提供了如下方案：
3、第一方面，本申请提供了一种树干胸高断面重建和胸径确定方法，包括：
4、获取点云数据的高度信息，并对所述高度信息进行归一化处理，得到归一化点云；
5、采用高度阈值法基于所述归一化点云提取树干切片点云；
6、采用连通成分分析法对所
7、基于所述个体树干切片点云提取局部点云密度最大点和树干中心点；
8、基于所述局部点云密度最大点和所述树干中心点构建基准方向，并基于所述基准方向对所述树干切片点云进行点云极坐标转换，得到极坐标树干切片点云；
9、使用卡尔曼滤波算法基于所述极坐标树干切片点云进行点云重建，并进行笛卡尔坐标转换，得到胸高断面重建结果；
10、对胸高断面重建结果构建凸包，并基于所述凸包确定等效直径，得到胸径。
11、可选地，所述点云数据采用手持激光雷达采集得到。
12、可选地，使用卡尔曼滤波算法基于所述极坐标树干切片点云进行点云重建，并进行笛卡尔坐标转换，得到胸高断面重建结果，包括：
13、获取所述极坐标树干切片点云中每一点的位置；
14、按照每一点位置的横坐标数值，对所述极坐标树干切片点云中所有的点进行升序排列，得到点云序列；
15、采用卡尔曼滤波算法对所述点云序列中的每一点依次进行重建，并进行笛卡尔坐标转换，得到所述胸高断面重建结果。
16、可选地，采用卡尔曼滤波算法对所述点云序列中的每一点依次进行重建的过程包括：
17、基于所述点云序列中的起始点与所述树干中心点间的距离初始化预测值和预测不确定性；
18、基于所述预测值和测量值确定当前状态的估计值，并基于所述预测不确定性确定状态估计不确定性；
19、采用所述估计值更新所述预测值，并采用所述状态估计不确定性和过程不确定性更新所述预测不确定性。
20、可选地，初始化得到的预测值和预测不确定性表示为：
21、
22、式中，rp表示预测值，up表示预测不确定性，p表示初始不确定性，q表示过程不确定性，(xir,yir)表示点云序列中的点，(xo,yo)表示树干中心点。
23、可选地，所述估计值和所述状态估计不确定性表示为：
24、
25、式中，re表示估计值，rp表示预测值，ue表示状态估计不确定性，up表示预测不确定性，k表示卡尔曼增益，r表示测量值。
26、可选地，更新后的所述预测值和所述预测不确定性表示为：
27、
28、式中，re表示估计值，rp表示预测值，ue表示状态估计不确定性，up表示预测不确定性，q表示过程不确定性。
29、第二方面，本申请提供了一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述中任一项所述的树干胸高断面重建和胸径确定方法的步骤。
30、第三方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的树干胸高断面重建和胸径确定方法的步骤。
31、第四方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的树干胸高断面重建和胸径确定方法的步骤。
32、根据本申请提供的具体实施例，本申请具有了以下技术效果：
33、本申请提供了一种树干胸高断面重建和胸径确定方法、设备、介质及产品，通过将卡尔曼滤波算法应用于树干胸高断面重建中，可以实现树干胸高断面的精准、稳定表达。并且，局部点云密度最大点接近真实树干表面，采用局部点云密度最大点确定基准方向，可以为卡尔曼滤波算法提供准确的初始状态估计，能在提高收敛速度的同时，提高树干胸高断面重建的精度和可靠性，进而基于胸高断面重建结果计算胸径，可以提高胸径确定的准确性和效率。此外，卡尔曼滤波算法对树干形状没有限制，使得本申请可以在不规则树干的数据中表现良好。因此，本申请提供的方法不仅可以对任意形状的树干胸高断面进行有效重建，还可以对点云密度不均匀的数据提供快速、稳定的重建结果，具有很强的实用价值。
本文档来自技高网...【技术保护点】
1.一种树干胸高断面重建和胸径确定方法，其特征在于，所述树干胸高断面重建和胸径确定方法包括：
2.根据权利要求1所述的树干胸高断面重建和胸径确定方法，其特征在于，所述树干点云数据采用手持激光雷达采集得到。
3.根据权利要求1所述的树干胸高断面重建和胸径确定方法，其特征在于，使用卡尔曼滤波算法基于所述极坐标树干切片点云进行点云重建，并进行笛卡尔坐标转换，得到胸高断面重建结果，包括：
4.根据权利要求3所述的树干胸高断面重建和胸径确定方法，其特征在于，采用卡尔曼滤波算法对所述点云序列中的每一点依次进行重建的过程包括：
5.根据权利要求4所述的树干胸高断面重建和胸径确定方法，其特征在于，初始化得到的预测值和预测不确定性表示为：
6.根据权利要求4所述的树干胸高断面重建和胸径确定方法，其特征在于，所述估计值和所述状态估计不确定性表示为：
7.根据权利要求4所述的树干胸高断面重建和胸径确定方法，其特征在于，更新后的所述预测值和所述预测不确定性表示为：
8.一种计算机设备，包括：存储器、处理器以及存储在存储器
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的树干胸高断面重建和胸径确定方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的树干胸高断面重建和胸径确定方法。
...【技术特征摘要】
1.一种树干胸高断面重建和胸径确定方法，其特征在于，所述树干胸高断面重建和胸径确定方法包括：
2.根据权利要求1所述的树干胸高断面重建和胸径确定方法，其特征在于，所述树干点云数据采用手持激光雷达采集得到。
3.根据权利要求1所述的树干胸高断面重建和胸径确定方法，其特征在于，使用卡尔曼滤波算法基于所述极坐标树干切片点云进行点云重建，并进行笛卡尔坐标转换，得到胸高断面重建结果，包括：
4.根据权利要求3所述的树干胸高断面重建和胸径确定方法，其特征在于，采用卡尔曼滤波算法对所述点云序列中的每一点依次进行重建的过程包括：
5.根据权利要求4所述的树干胸高断面重建和胸径确定方法，其特征在于，初始化得到的预测值和预测不确定性表示为：
6.根据权利要求4所述的树干胸高断面重建...
【专利技术属性】
技术研发人员：蔡尚书，庞勇，禹丝思，
申请(专利权)人：中国林业科学研究院资源信息研究所，
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。