【摘要】：樹木三維模型研究在虛擬三維景觀、道路導(dǎo)航、林業(yè)資源規(guī)劃設(shè)計(jì)等領(lǐng)域具有重要意義。單木點(diǎn)云數(shù)據(jù)量較大,并且存在大量冗余數(shù)據(jù)。由于單木枝葉相互遮擋、容易受到風(fēng)的擾動(dòng)等影響,導(dǎo)致單木枝干數(shù)據(jù)缺失以及噪聲點(diǎn)過多無法準(zhǔn)確識別枝干。這些因素使得直接進(jìn)行單木三維重建非常困難。而樹木的骨架線能夠很好的表示樹木的三維形態(tài)特征、幾何結(jié)構(gòu),在樹木點(diǎn)云壓縮、三維建模方面應(yīng)用較廣。本文基于單木枝干的點(diǎn)云模型提取單木骨架,對研究單木三維重建技術(shù)有重要意義:針對單木點(diǎn)云數(shù)據(jù)量較大的特點(diǎn),為了快速查詢、檢索單木點(diǎn)云的鄰域等信息,本文構(gòu)建單木點(diǎn)云數(shù)據(jù)的KD樹結(jié)構(gòu),提高單木點(diǎn)云數(shù)據(jù)處理的效率。利用掃描的單木三維點(diǎn)云數(shù)據(jù),提取了單木點(diǎn)云的空間特征、反射強(qiáng)度、RGB色彩特征等多維特征。為提高分類的效率,通過隨機(jī)森林算法按照其特征重要程度排序,除去冗雜的特征,保留RGB色彩,反射強(qiáng)度,法向分布特征作為分割依據(jù)。采用極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)進(jìn)行單木枝葉點(diǎn)云分類識別。將單木枝干點(diǎn)云進(jìn)行K-Means聚類,分析聚類結(jié)果,識別出于屬于同一上一級枝干的不同分枝處點(diǎn)云被聚為一類的情況,對該部分點(diǎn)云利用K-Means算法進(jìn)行二次聚類。使得單木枝干點(diǎn)云完全按照其枝干生長方向聚類。聚類后的點(diǎn)云,其點(diǎn)集與xoy平面呈現(xiàn)一定角度的傾斜。按照聚類的不同部分,根據(jù)樹木枝干近似成圓柱狀的特點(diǎn),計(jì)算其主法線方向向量,利用Rodrigues旋轉(zhuǎn)公式,計(jì)算枝干部分點(diǎn)云的旋轉(zhuǎn)坐標(biāo)。由旋轉(zhuǎn)軸和旋轉(zhuǎn)角度求得Rodrigues旋轉(zhuǎn)矩陣,對點(diǎn)集進(jìn)行計(jì)算得到旋轉(zhuǎn)后的點(diǎn)集坐標(biāo)。旋轉(zhuǎn)后的點(diǎn)集投影至X0Y平面后,利用迭代變權(quán)最小二乘法進(jìn)行圓擬合,擬合圓圓心變換至三維空間即為該點(diǎn)集的骨架點(diǎn)。對提取的所有骨架點(diǎn),構(gòu)建其鄰接圖矩陣,分別采用基于水平集以及最小生成樹連接骨架點(diǎn),構(gòu)建骨架模型,并比較兩種方法所得的骨架模型的效果,由于最小生成樹能避免骨架點(diǎn)連接閉合環(huán)的產(chǎn)生,本文采用最小生成樹形成單木枝干骨架。根據(jù)判斷條件,連接連續(xù)分枝的未連接骨架點(diǎn),經(jīng)過修整后即得到最終的骨架模型。得到的單木枝干骨架中,其骨架點(diǎn)之間采用直線連線,為了更加貼近真實(shí)樹木枝干模型,本文利用三次B樣條函數(shù)對骨架點(diǎn)進(jìn)行插值,擬合枝干骨架曲線,使經(jīng)過三次B樣條曲線擬合后的骨架較為平滑,最終得到具有真實(shí)感的單木骨架模型。
【圖文】：

用最小生成樹等將關(guān)鍵點(diǎn)連接構(gòu)成骨架線｜８（）］。逡逑１．４論文主要工作和內(nèi)容安排逡逑本文基于單木點(diǎn)云數(shù)據(jù)實(shí)現(xiàn)單木的骨架提取，技術(shù)路線圖如圖１－１所示。本文的主逡逑要工作和內(nèi)容安排如下。逡逑－６－逡逑

標(biāo)實(shí)體的距離或范圍。一個(gè)典型的距離探測設(shè)備由三個(gè)基礎(chǔ)組件、一個(gè)轉(zhuǎn)換器、一個(gè)掃逡逑描棱鏡以及一個(gè)接收器組成。用發(fā)射以及接收返回的激光脈沖之間的時(shí)間間隔來確定反逡逑射的目標(biāo)實(shí)體的距離。圖２－１為設(shè)備接收發(fā)射激光脈沖示意圖，，測量設(shè)備采用的是飛行逡逑時(shí)間技術(shù)（Ｔｉｍｅ－Ｏｆ－Ｆｌｉｇｈｔ，ＴＯＦ），可以獲取掃描設(shè)備與目標(biāo)實(shí)體之間的距離Ｒ，ｃ為光逡逑速，激光脈沖發(fā)射到達(dá)物體表面的時(shí)間與脈沖反射回接收器的時(shí)間相同，則單程時(shí)間逡逑ｔｄ邋＝邋２邋？邋－邐（２－１）逡逑Ｃ逡逑另外，設(shè)備的掃描距離分辨率Ａｉ？，最大掃描距離，以及掃描距離精度％分別逡逑為逡逑Ａ／？＝卜p哄危ǎ玻玻╁義希遙恚幔澹藉澹插

本文編號：2695829