本文基于高速公路高精度點云數(shù)據(jù),首先通過點云數(shù)據(jù)的分類處理實現(xiàn)對樹木點云數(shù)據(jù)的提取,將樹木點云投影到水平面,采用DBSCAN密度聚類算法實現(xiàn)單根樹木的提取;然后在數(shù)據(jù)密集區(qū)域存在樹木樹冠點云重疊的區(qū)域,本文結合樹干幾何特征提取樹干的位置信息,計算所有點云到樹干中心的歐氏距離,將所有點云歸類到最近的樹干進行粗分割;最后根據(jù)粗分割的樹木輪廓特征確定樹冠模型與樹冠中心,提出了采用基于密度特征的格網(wǎng)競爭算法對重疊的區(qū)域進行精細分割。試驗表明,本文采用的樹木分割方法能夠實現(xiàn)單棵樹木精確提取。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1 樹木點云數(shù)據(jù)

車載三維激光掃描是一種新興的主動式遙感手段，車載三維激光通過發(fā)射激光脈沖獲取高精度的點云數(shù)據(jù)集合，點云數(shù)據(jù)記錄著掃描地物的三維坐標信息、顏色信息、強度信息等[8]。本文通過TrimbleMX9型移動測量系統(tǒng)，采集沈海高速道路點云數(shù)據(jù)。獲取的車載點云數(shù)據(jù)具有多次回波的特性[9]。....

圖2 單株樹木分割提取流程

本文基于分類后的多株樹木點云數(shù)據(jù)，首先將所有樹木點云投影到水平面，在二維平面采用DBSCAN密度聚類方法進行聚類，從而分離出單株樹木和部分數(shù)據(jù)密集具有重疊的樹木;其次根據(jù)樹干結構特征，在重疊樹木中提取距離地面1.3m的數(shù)據(jù)點，計算出樹干精確位置;然后計算所有點云到樹干的歐氏距離....

圖3 擬合樹冠中心

由于相同類別的樹木增長大體輪廓相似，但不同的樹木之間仍會有一些差別。為了精確對樹木進行分割，采用分層處理，確定每一層的樹冠中心。在豎直方向，從距離地面1.3m處的點云數(shù)據(jù)開始每間隔一定的高度切分，點云數(shù)據(jù)根據(jù)z坐標值劃分到相應的分層中;在樹木點云粗分割的基礎上，對每一層樹木投影....

圖4 樹木分層格網(wǎng)

(2)點云分層格網(wǎng)。將所有點云數(shù)據(jù)進行空間區(qū)域的劃分，在豎直平面分層切分的基礎上在水平面上進行格網(wǎng)化處理，生成正方形網(wǎng)格，點云數(shù)據(jù)根據(jù)(x,y)坐標分配到相應的格網(wǎng)中。通過分層格網(wǎng)將點云數(shù)據(jù)切分為n個大小相等的矩形體。分層格網(wǎng)統(tǒng)計矩形空間的點云密度，如圖4所示。(3)相交區(qū)間數(shù)據(jù)....

本文編號：4023208