樹(shù)木三維模型的精確重建對(duì)于模擬其生長(zhǎng)發(fā)育過(guò)程有著十分重要的意義。隨著虛擬技術(shù)的飛速發(fā)展,基于實(shí)測(cè)數(shù)據(jù)的樹(shù)木三維可視化已成為虛擬植物領(lǐng)域中一個(gè)研究熱點(diǎn)。本文以單株闊葉樹(shù)為研究對(duì)象,采用地面激光掃描儀（TLS）獲取樹(shù)木真實(shí)三維點(diǎn)云數(shù)據(jù),分別提出了:基于LCCP和K-means++的分割算法用來(lái)實(shí)現(xiàn)單株闊葉樹(shù)葉木點(diǎn)云分割;基于法向量估計(jì)的去噪算法用來(lái)對(duì)分割得到的單株闊葉樹(shù)葉片點(diǎn)云進(jìn)行處理;基于水平分層和圓擬合的算法以及法向約束-空間殖民算法分別用于單株闊葉樹(shù)樹(shù)干和樹(shù)枝骨架提取,初步實(shí)現(xiàn)了單株闊葉樹(shù)的形態(tài)結(jié)構(gòu)模擬和模型重建。為了提高模型的真實(shí)性,本文結(jié)合OpenGL開(kāi)放式圖形庫(kù),分別利用NURBS曲面和廣義圓柱體對(duì)葉片和枝干進(jìn)行三維可視化,并設(shè)計(jì)了單株闊葉樹(shù)可視化系統(tǒng),可以完整展示不同種闊葉樹(shù)的重建過(guò)程。具體研究?jī)?nèi)容和成果如下:（1）點(diǎn)云數(shù)據(jù)的采集和預(yù)處理。本文使用Trimble TX8在不同時(shí)間進(jìn)行了闊葉樹(shù)點(diǎn)云數(shù)據(jù)的采集。并對(duì)掃描后的數(shù)據(jù)進(jìn)行預(yù)處理。首先闡述了流形空間的優(yōu)點(diǎn)以及樣本闊葉樹(shù)點(diǎn)云數(shù)據(jù)的流形距離計(jì)算,并以此為基礎(chǔ),采用直通濾波和高斯濾波分別實(shí)現(xiàn)了單株闊葉樹(shù)點(diǎn)云的分離與初步去噪。實(shí)驗(yàn)... 

【文章來(lái)源】：南京林業(yè)大學(xué)江蘇省

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本文技術(shù)路線圖

械愕納?柰瓿珊螅??每個(gè)側(cè)面獲取到的數(shù)據(jù)需要整合在同一坐標(biāo)系下，整合后即為全方位覆蓋的點(diǎn)云數(shù)據(jù)。TrimbleTX8配套的處理軟件TrimbleRealWorksSurvey可用于整合和配準(zhǔn)點(diǎn)云數(shù)據(jù)。2.3闊葉樹(shù)點(diǎn)云數(shù)據(jù)的預(yù)處理地面三維激光系統(tǒng)掃描到的目標(biāo)點(diǎn)云數(shù)據(jù)量大且散亂無(wú)序。此外，受儀器本身和外界自然環(huán)境的影響，不免會(huì)包含一些噪聲數(shù)據(jù)。因此，在對(duì)單株闊葉樹(shù)重建之前，必須進(jìn)行點(diǎn)云數(shù)據(jù)的預(yù)處理，通常包括點(diǎn)云配準(zhǔn)、點(diǎn)云精簡(jiǎn)和點(diǎn)云去噪等步驟[57]。（1）點(diǎn)云配準(zhǔn)。如文章2.2所述，為得到覆蓋全面的點(diǎn)云數(shù)據(jù)，需要對(duì)各站點(diǎn)的數(shù)據(jù)圖2-1TrimbleTX8采集點(diǎn)云數(shù)據(jù)Fig.2-1ThepointclouddatacollectionusingTrimbleTX8

據(jù)預(yù)處理中的應(yīng)用[69]；高斯濾波以點(diǎn)云的局部鄰域特征為基礎(chǔ)，更加能保證目標(biāo)物體原有的結(jié)構(gòu)。因此本文采用該方法，對(duì)點(diǎn)云進(jìn)行初步的去噪。此外，本文還需構(gòu)建點(diǎn)云在流形空間中的連接結(jié)構(gòu)，以代替?zhèn)鹘y(tǒng)的歐式距離度量空間，并在此基礎(chǔ)上完成點(diǎn)云數(shù)據(jù)的預(yù)處理以及后續(xù)單株闊葉樹(shù)的整體重建過(guò)程。2.3.1流形距離及計(jì)算2.3.1.1流形距離的定義相鄰位置上的點(diǎn)具有很高的相似性。然而，在三維點(diǎn)云中，傳統(tǒng)的歐氏距離只能反映兩點(diǎn)的局部相似性，而非整片點(diǎn)云數(shù)據(jù)之間的相似性。因此通常使用流形距離來(lái)描述點(diǎn)云上兩點(diǎn)之間的距離。圖2-2在一片葉片點(diǎn)云上展示了兩種距離度量方式的前視圖和平視圖，其中紅色線表示兩點(diǎn)之間的歐氏距離，藍(lán)色線表示流形距離。顯然，流形距離更能夠反映整個(gè)葉片的空間結(jié)構(gòu)。圖2-2點(diǎn)云中兩種距離衡量方式Fig.2-2Twoconnectionmodesinthepointcloud

【參考文獻(xiàn)】：
期刊論文
[1]一種基于圖割的機(jī)載LiDAR單木識(shí)別方法[J]. 王濮,邢艷秋,王成,習(xí)曉環(huán).  中國(guó)科學(xué)院大學(xué)學(xué)報(bào). 2019(03)
[2]基于移動(dòng)激光掃描的橡膠林風(fēng)害相關(guān)參數(shù)精準(zhǔn)反演[J]. 云挺,張艷俠,王佳敏,胡春華,陳邦乾,薛聯(lián)鳳,陳凡迪.  光譜學(xué)與光譜分析. 2018(11)
[3]基于地面激光雷達(dá)的單樹(shù)枝干幾何建模研究[J]. 莊崯國(guó).  測(cè)繪與空間地理信息. 2018(01)
[4]基于改進(jìn)的區(qū)域生長(zhǎng)三維點(diǎn)云分割[J]. 李仁忠,劉陽(yáng)陽(yáng),楊曼,張緩緩.  激光與光電子學(xué)進(jìn)展. 2018(05)
[5]基于角度約束空間殖民算法的樹(shù)點(diǎn)云幾何結(jié)構(gòu)重建方法[J]. 師翊,何鵬,胡少軍,張志毅,耿楠,何東健.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(02)
[6]一種魯棒的三維點(diǎn)云骨架提取方法[J]. 王曉潔,周元峰,潘曉,張彩明.  中國(guó)科學(xué):信息科學(xué). 2017(07)
[7]基于SPEEDTREE軟件虛擬園林植物的建造研究[J]. 張婷.  安徽農(nóng)學(xué)通報(bào). 2016(16)
[8]一種基于模糊C均值和均值濾波的點(diǎn)云去噪算法[J]. 許龍,黃翔,李根.  機(jī)械制造與自動(dòng)化. 2016(04)
[9]掃描線點(diǎn)云數(shù)據(jù)的曲面重構(gòu)技術(shù)研究[J]. 慕元軍.  數(shù)字技術(shù)與應(yīng)用. 2016(06)
[10]樹(shù)木三維可視化建模技術(shù)研究述評(píng)[J]. 胡春華,李萍萍.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(06)

博士論文
[1]基于點(diǎn)云的蘋果樹(shù)冠層光照分布與生長(zhǎng)過(guò)程數(shù)字化關(guān)鍵技術(shù)研究[D]. 師翊.西北農(nóng)林科技大學(xué) 2019

碩士論文
[1]基于點(diǎn)云的骨架特征提取方法研究[D]. 黃彥釗.西北農(nóng)林科技大學(xué) 2018
[2]基于超體素區(qū)域增長(zhǎng)的點(diǎn)云分割算法研究[D]. 姜媛媛.西安電子科技大學(xué) 2017
[3]基于點(diǎn)云的植物骨架提取與建模研究[D]. 陳天放.江蘇大學(xué) 2017
[4]三維重建點(diǎn)云鄰域搜索與濾波算法研究[D]. 張彤.燕山大學(xué) 2016
[5]基于序列圖像的樹(shù)木三維重建方法研究與精度評(píng)定[D]. 曹帥.電子科技大學(xué) 2016
[6]樹(shù)木三維模型骨架提取方法研究[D]. 趙曉娣.電子科技大學(xué) 2015
[7]樹(shù)木三維點(diǎn)云數(shù)據(jù)分析與建模技術(shù)研究[D]. 管西鵬.中南林業(yè)科技大學(xué) 2015
[8]基于地基激光雷達(dá)點(diǎn)云的樹(shù)木三維結(jié)構(gòu)自動(dòng)重建技術(shù)研究[D]. 王斌.電子科技大學(xué) 2015
[9]激光雷達(dá)點(diǎn)云采集和三維重建軟件系統(tǒng)實(shí)現(xiàn)[D]. 白鑫鵬.西安電子科技大學(xué) 2014
[10]基于地面激光雷達(dá)點(diǎn)云的單樹(shù)三維幾何建模研究[D]. 王曉輝.福州大學(xué) 2014



本文編號(hào)：3395584