專利名稱：基于單次三維激光掃描的樹木測量和重建方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機(jī)圖形學(xué)和計算機(jī)視覺技術(shù)領(lǐng)域，是一種基于單次三 維激光掃描的樹木測量和重建方法，重建結(jié)果主要用于虛擬現(xiàn)實、電腦游 戲、自然場景模擬、城市景觀設(shè)計等計算機(jī)圖形學(xué)應(yīng)用領(lǐng)域和農(nóng)林業(yè)調(diào)査 用于樹木測量等。
背景技術(shù)：
樹木是自然界中最常見的景物之一，出于增強(qiáng)場景真實感的需要，構(gòu) 造樹木的三維模型成為計算機(jī)圖形學(xué)各應(yīng)用領(lǐng)域，比如虛擬現(xiàn)實、電腦游 戲、自然場景模擬、城市景觀設(shè)計等，必不可少的組成部分。另外重建樹 枝的三維模型在農(nóng)林應(yīng)用方面，比如林木參數(shù)測量、植物生長模擬、森林 管理等，也發(fā)揮著重要作用。
目前樹木重建方法可以分為兩大類， 一類是純虛擬樹木重建，另外一 類是現(xiàn)實生活中的真實樹木重建。在早期人們基于植物學(xué)知識按照一定的 規(guī)則生成虛擬植物模型，但是用這種方法很難得到現(xiàn)實世界中特定樹木的 三維模型。近年來，人們致力于真實環(huán)境中樹木的三維重建研究。由于樹
5木自身樹葉、樹枝之間不可避免地存在遮擋，周圍環(huán)境中也可能存在其它 樹木或建筑物的遮擋，因此很難獲取完整的樹木表面數(shù)據(jù)；另外由于樹木 具有復(fù)雜的幾何形狀和拓?fù)湫螒B(tài)，真實樹木的三維重建極富挑戰(zhàn)性。目前 這方面的工作不多，而且所采用方法的一個共同特點就是主要從圖形學(xué)的 角度出發(fā)，針對有樹葉的樹木生成的模型具有比較好的整體視覺效果，但 是由于樹葉的遮擋，大部分枝干在測量時不可見無輸入信息，這部分枝干 的模型，包括枝干形狀、直徑信息，只能靠植物學(xué)知識虛擬生成，與原始 樹木形態(tài)相差較大，最后得到原始樹木的一個似是而非的三維模型，不具 備形態(tài)結(jié)構(gòu)上的保真性。另外，處于樹木底部可見部分的枝干，其骨架由 種子點距離聚類方法求取，光滑性差，常需要人工交互調(diào)整。
為獲取特定樹木表面的幾何和外觀信息，主要采用兩種方法第一種 是從不同的角度拍照得到多幅圖像，然后利用視覺原理進(jìn)行三維重建；第 二種，直接對樹木進(jìn)行激光掃描得到三維點云信息。前一種方法操作簡單 方便，但得到的幾何信息精度有限，后一種則可以達(dá)到很高的精度?；?此，為避免樹葉帶來的嚴(yán)重遮擋，我們利用三維激光掃描儀獲取落葉樹的 枝干表面信息，并根據(jù)單次掃描數(shù)據(jù)利用深度圖像重建出樹干、樹枝的三 維模型。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于單次三維激光掃描的樹木測量和重建 方法，是利用激光掃描儀對現(xiàn)實世界中真實樹木單次掃描即可快速三維重 建的方法，可對樹木形狀及枝干粗細(xì)做出準(zhǔn)確的計算，依據(jù)數(shù)據(jù)重建落葉樹的枝干模型，所獲得的模型能用于計算機(jī)圖形學(xué)各應(yīng)用領(lǐng)域和農(nóng)林業(yè)調(diào) 查。
為實現(xiàn)上述目的，本發(fā)明的技術(shù)解決方案是
一種基于單次三維激光掃描的樹木測量和重建方法，其特征在于，包
括下列步驟
1) 數(shù)據(jù)預(yù)處理，包括兩個子步驟
a) 感興趣樹木的分割選擇合適的視點用激光掃描儀對樹木進(jìn)行 三維測量，使用聚類方法從掃描得到的原始點云數(shù)據(jù)中將感興 趣的樹木分割出來；
b) 生成樹木深度圖像將上一步得到的樹木點云表示為深度圖像 格式，圖像中各像素點的次序與掃描次序相同，像素的深度值 對應(yīng)各點到掃描儀的距離；
2) 軸向估計，包括五個子步驟-
a) 跳躍邊緣提取使用滯后閾值(hysteresis threshold)提取 深度圖像的跳躍邊緣，初步分離不同的枝干；
b) 初始骨架提取求取上一步分離枝干在各水平、豎直掃描線方 向上的中點及到邊緣的距離，去除非骨架點后得到水平、豎直 方向上兩套獨立的初始骨架點；
c) 枝干分解根據(jù)上一步初始骨架點的連續(xù)性在水平、豎直方向 上分解樹木枝干，使得每一區(qū)域僅包含一個枝干或枝干的一部 分；
d) 初始軸向計算在初始骨架點的鄰域內(nèi)進(jìn)行快速圓柱擬合求取該點處的軸向；
e)軸向求精綜合兩套初始骨架點及其鄰域內(nèi)的軸向，利用投票 技術(shù)(direction voting)得到更準(zhǔn)確更魯棒的軸向信息；
3) 三維骨架計算，包括兩個子步驟-
a) 三維骨架點及半徑求取根據(jù)上一步求得的軸向信息在各橫截 面上計算三維骨架點及半徑；
b) 骨架點連接按照各骨架點在三維空間及深度圖像空間的位置、 軸向信息連接相鄰的骨架點，形成分段線性骨架；
4) 三維模型生成，由上一步得到的骨架和半徑信息生成廣義圓柱模 型；分級骨架模型和廣義圓柱模型可以用于樹木測量，把廣義圓柱 模型離散為網(wǎng)格模型，用于渲染。
所述的方法，其所述第2)步b)步驟中的非骨架點，是不連續(xù)中點或 到邊緣距離大于設(shè)定閾值的中點均視為非骨架點。
所述的方法，其所述連續(xù)中點，是兩中點的距離小于3個像素則認(rèn)為 是連續(xù)的。
所述的方法，其所述第2)步d)步驟中在快速圓柱擬合時，以所有擬 合點方差最大的方向作為圓柱軸向的初始估計值，擬合點的質(zhì)心作為軸的 初始位置，骨架點對應(yīng)的掃描線長度作為枝干的直徑初始值。
所述的方法，其所述第2)步e)步驟中的軸向投票技術(shù)，是采用與所 有軸向內(nèi)積平方和最大的單位方向作為投票結(jié)果。
所述的方法，其所述第3)步a)步驟中骨架點處的半徑根據(jù)樹木橫截 面的寬度計算。所述的方法，其所述第4)步的廣義圓柱模型由分段圓臺組成。
本發(fā)明方法操作簡單，僅利用激光掃描儀單次掃描數(shù)據(jù)得到忠實于原 始樹木的枝干形狀和半徑信息，方法主要操作在二維圖像空間進(jìn)行，算法 簡單有效，重建結(jié)果準(zhǔn)確，可信度高，在虛擬現(xiàn)實、電腦游戲、自然場景 模擬、城市景觀設(shè)計等計算機(jī)圖形學(xué)應(yīng)用領(lǐng)域和農(nóng)林業(yè)調(diào)查、樹木測量等 鄰域具有重要的應(yīng)用價值。


圖l本發(fā)明方法的算法流程示意圖2本發(fā)明方法分割后生成的樹木深度圖像；其中圖2 (a)為楓樹； 圖2 (b)為青桐；
圖3本發(fā)明方法跳躍邊緣提取及枝干初步分離結(jié)果示意圖；其中圖3
(a) 為跳躍邊緣；圖3 (b)為枝干初步分離；
圖4本發(fā)明方法的初始骨架點示意圖；其中圖4 (a)為水平方向初 始骨架點；圖4 (b)為豎直方向初始骨架點；
圖5本發(fā)明方法的枝干分解示意圖；其中圖5 (a)為水平方向枝干 分解；圖5 (b)為豎直方向枝干分解；
圖6本發(fā)明方法的樹木軸向示意圖；其中圖6 (a)為初始軸向；圖6
(b) 為精細(xì)化后的軸向；圖6 (C)為局部區(qū)域軸向三維顯示； 圖7本發(fā)明方法合并后的初始骨架點示意圖8本發(fā)明方法的三維骨架點及其半徑計算示意圖；其中圖8 (a) 為三維骨架點求??；圖8 (b)為半徑計算；圖9本發(fā)明方法的三維骨架示意圖；其中圖9 (a)骨架段；圖9 (b) 樹木完整骨架；
圖10本發(fā)明方法重建得到的三維模型示意圖；其中圖10 (a)楓樹 模型；圖10 (b)青桐模型；
圖ll本發(fā)明方法帶紋理模型不同視點渲染結(jié)果示意圖；圖ll (a)楓 樹；圖ll (b)青桐。
具體實施例方式
本發(fā)明方法是利用激光掃描儀單次掃描數(shù)據(jù)重建落葉樹的枝干模型。 由于激光掃描儀測量精確度高，本發(fā)明采用激光掃描儀來獲取樹木表 面信息。 一般來說，多次掃描能獲得關(guān)于樹木表面更多的信息，本發(fā)明中 我們僅僅采用單次掃描主要出于如下兩點原因第一、單次掃描點云數(shù)據(jù) 在空間排列規(guī)則，可以組織為深度圖像格式，利用這種規(guī)則性，枝干重建 大部分過程可以簡化到二維空間進(jìn)行，算法簡單。第二、多次掃描在很多 現(xiàn)實條件中常常不可行，待掃描樹木周圍可能被其它樹木或建筑物遮擋， 僅在一個視點方向可見，另外單視點掃描足以獲取樹木的大部分枝干結(jié)構(gòu) 信息。
本發(fā)明算法的主要步驟包括
1)數(shù)據(jù)預(yù)處理，包括兩個子步驟感興趣樹木的分割和生成樹木深度 圖像；
a)感興趣樹木的分割，選擇合適的視點用激光掃描儀對樹木進(jìn)行 三維測量，使用聚類方法從掃描得到的原始點云數(shù)據(jù)中將感興趣的樹木分割出來；
b) 生成樹木深度圖像，將上一步得到的樹木點云表示為深度圖像 格式，圖像中各像素點的次序與掃描次序相同，像素值對應(yīng)各 點到掃描儀的距離；
2) 軸向估計，包括5個子步驟跳躍邊緣提取、初始骨架提取、枝干 分解、初始軸向計算、軸向求精；
c) 跳躍邊緣提取，使用滯后閾值(hysteresis threshold)提取 深度圖像的跳躍邊緣，初步分離不同的枝干；
d) 初始骨架提取，求取上一步分離枝干在各水平、豎直掃描線方 向上的中點及到邊緣的距離，去除非骨架點后得到水平、豎直 方向上兩套獨立的初始骨架點；
e) 枝干分解，根據(jù)上一步初始骨架點的連續(xù)性在水平、豎直方向 上分解樹木枝干，使得每一區(qū)域僅包含一個枝干或枝干的一部 分；
f) 初始軸向計算，在初始骨架點的鄰域內(nèi)進(jìn)行快速圓柱擬合求取 該點處的軸向；
g) 軸向求精，綜合兩套初始骨架點及其鄰域內(nèi)的軸向，利用投票 技術(shù)(direction voting)得到更準(zhǔn)確更魯棒的軸向信息。
3) 三維骨架計算，包括兩個子步驟三維骨架點及半徑求取和骨架點 連接；
h) 三維骨架點及半徑求取，根據(jù)上一步求得的軸向在各橫截面上 計算三維骨架點及半徑；i)骨架點連接，按照各骨架點在三維空間及深度圖像空間的位置、
軸向信息連接相鄰的骨架點； 4)三維模型生成，由上一步得到的骨架和半徑信息生成廣義圓柱模 型。
具體實施例
如圖1所示，給出了整個算法的流程。
a)數(shù)據(jù)預(yù)處理
現(xiàn)實世界中樹木周圍會存在其他的物體，比如其它樹木或建筑物，進(jìn)行 激光掃描前選擇一個合適的視點，該試點下感興趣樹木不被其它物體遮擋 且樹木自身的遮擋最小。樹木重建算法的第一步就是從三維激光掃描數(shù)據(jù) 中分割出對應(yīng)樹木部分的點云數(shù)據(jù)。我們工作基于單次掃描，點云數(shù)據(jù)在 空間排列規(guī)則，為充分利用這種有序性，將分割后的樹木點云數(shù)據(jù)轉(zhuǎn)換成 深度圖像格式。
感興趣樹木的分割
一般來說所選定的樹木與周圍環(huán)境中的樹木或建筑物的距離要遠(yuǎn)遠(yuǎn)大 于樹木內(nèi)相鄰掃米點間的距離。樹木分割采用聚類的方法完成:設(shè)集合S初
始值為空集，在感興趣樹木上任取一點加入集合s，然后集合s通過迭代
方法不斷擴(kuò)張，每次迭代加入與集合s中任意一點距離小于設(shè)定閾值的所 有點，直到不再有新點加入迭代結(jié)束，迭代最終得到的集合s即由感興趣 樹木點云組成。 生成樹木深度圖像三維激光掃描儀單次掃描所得到的點云數(shù)據(jù)在空間排列規(guī)則，可以按 其掃描時的相鄰次序表示為深度圖像格式每一點的坐標(biāo)值x，W分別對應(yīng) 深度圖像中像素的坐標(biāo)值U及像素值/(U)。按上一步分割結(jié)果，非感
興趣樹木上的點按背景處理，其像素值設(shè)為0。
b)軸向估計
軸向估計是本發(fā)明中很重要的一部分，求出軸向后就可以在各橫截面 處計算骨架點和半徑，準(zhǔn)確度高。樹木枝干橫截面大都近似圓形，單個枝 干可以近似為廣義圓柱，各橫截面處的軸向由截面鄰域內(nèi)點進(jìn)行圓柱擬合 得到。
跳躍邊緣提取
在生成的樹木深度圖像中，同一區(qū)域內(nèi)包含不同的分支，這些分支距 離掃描儀的距離一般都有明顯差別，因此在鄰接處深度值有跳變，即所謂
跳躍邊緣(jump edge),通過提取這些跳躍邊緣可以初步將不同的枝干分 離看來。
跳躍邊緣通過査找與鄰域深度值差別較大的像素點得到。由于掃描數(shù) 據(jù)存在噪聲，尤其是在跳躍邊緣處測量的深度值更為不精確，為得到魯棒
的結(jié)果，采用滯后閾值技術(shù)設(shè)定兩個閾值^ ，深度差大于^_的像
素點確信為跳躍邊緣點，小于^的像素點為非邊緣點，其他像素點為可能 邊緣點，如果這些候選邊緣點與確信邊緣相連，則視為跳躍邊緣，否則作 為非邊緣點處理。通過去掉這些測量不準(zhǔn)確的跳躍邊緣點，樹木枝干被劃 分為幾個不相連的區(qū)域，而區(qū)域內(nèi)的枝干必相連。 初始骨架提取對于樹狀物體來說，與軸向大致垂直掃描線方向物體邊緣的中點可以 作為骨架點的近似，而與軸向大致平行掃描線方向物體邊緣的中點一般都 不能作為骨架點。在上一步提取跳躍邊緣得到初步分離的不同枝干區(qū)域 后，對于每個區(qū)域求取水平、豎直方向各掃描線在區(qū)域內(nèi)的中點，并記錄 與中點對應(yīng)的到邊緣距離。兩相鄰掃描線中點的距離小于3個像素時認(rèn)為 這兩點是相連的，否則認(rèn)為不相連。不相連的中點或到邊緣距離大于設(shè)定 閾值的中點作為非骨架點去掉，剩下的中點構(gòu)成水平、豎直方向兩套初始 骨架點。
枝干分解
跳躍邊緣提取步驟中得到的各枝干區(qū)域可能包含分叉，也就是說同一 區(qū)域中包含多個枝干，把不同的枝干全部分離開對于后續(xù)的圓柱擬合很重 要，這可以借助于上一步得到的兩套骨架點來完成，因為不同的枝干骨架 點不相連。所有相連的骨架點及其對應(yīng)的掃描線區(qū)域組成一個獨立的區(qū) 域，這樣樹木所有枝干沿水平或豎直方向被分解成多個區(qū)域，每個區(qū)域僅 包含一個枝干或枝干的一部分。
初始軸向計算
由上面幾步得到初始骨架點及枝干分解區(qū)域后，在每個初始骨架點鄰 域內(nèi)進(jìn)行圓柱擬合求軸向。鄰域的選取是一個很關(guān)鍵的問題，每個初始骨 架點位于一分解后的獨立枝干區(qū)域內(nèi)，該區(qū)域與以骨架點為中心的正方形 區(qū)域的交集作為圓柱擬合時擬合點的選取范圍，該正方形邊長大于骨架點 對應(yīng)掃描線在枝干區(qū)域內(nèi)的長度即可。
圓柱擬合是一個5參數(shù)非線性優(yōu)化問題，其中軸向2參數(shù)、軸位置2參數(shù)、直徑一個參數(shù)，優(yōu)化過程采用迭代求解的方法。非線性優(yōu)化的一個 關(guān)鍵問題是參數(shù)初值的選取，初值選取的好壞直接影響優(yōu)化結(jié)果是否陷入 局部最優(yōu)解。針對這個問題，本發(fā)明提出了一種有效的初值選取方法由 于所選定的擬合鄰域邊長大于枝干橫截面寬度，在軸向上點分布更多，因 此所有擬合點方差最大的主方向可以近似描述軸向信息，作為軸向初始 值；擬合點的質(zhì)心作為軸的初始位置；骨架點對應(yīng)的掃描線長度描述了枝 干在水平或豎直方向的寬度，作為枝干的直徑初始值。 軸向求精
上一步圓柱擬合后，每個初始骨架點枝干鄰域內(nèi)都計算得到一個軸 向。注意到前面步驟中針對橫豎樹枝得到了兩套骨架點，每個骨架點又同 時位于其它骨架點的鄰域內(nèi)，因此每個骨架點處通過不同的鄰域求取了多 個軸向，綜合這些軸向可以得到一個更為精確更為魯棒的軸向信息。這種 綜合多個軸向信息得到一個軸向的過程是通過投票技術(shù)完成的，也就是說 尋找一個單位向量，使其與所有軸向的內(nèi)積平方和最大，這一優(yōu)化問題可 以歸結(jié)為一個軸向協(xié)方差矩陣的最大特征向量求解問題。在每個初始骨架 點鄰域內(nèi)進(jìn)行軸向求精后得到一個唯一的軸向。
c)三維骨架計算
通過上面的軸向估計得到整棵樹木枝干各處的軸向信息，根據(jù)這一軸 向及初始骨架點對應(yīng)的掃描線方向可以判斷該初始骨架點是否合適，若軸
向與掃描線方向夾角小于45度，該初始骨架點被視為不合理骨架點去掉， 否則留下來，將留下來的兩套初始骨架點合并即可得到整棵樹木在深度圖 像空間中的骨架。這種深度圖像上的骨架點可以在原始三維點云中找到對應(yīng)，表現(xiàn)為樹木表面上的骨架。通過對這種表面骨架的進(jìn)一步處理可以得 到樹木的中心骨架。
三維骨架點及半徑求取
深度圖像中的每個骨架點對應(yīng)枝干的一個橫截面，該橫截面中心即為
枝干的一個三維骨架點。理想情況下橫截面中心通過圓柱擬合由橫截面圓
心得到，但是實際掃描數(shù)據(jù)很多情況下只能獲得枝干圓周的一小部分，而
且樹木截面不是圓形，圓柱擬合得到的中心往往偏差較大。本發(fā)明根據(jù)初
始骨架點鄰域內(nèi)點的質(zhì)心來求取三維骨架點，由于鄰域質(zhì)心可能與初始骨
架點不在同一個橫截面上，需要將質(zhì)心沿軸向平移到相同橫截面上設(shè)初
始骨架點為m(2)，對應(yīng)軸向a ，鄰域質(zhì)心c ，則中心骨架點 w(3)=c-〈c —w(",a〉.a，如圖s(a)所示。
獲得枝干骨架點和軸向后，骨架點處枝干半徑由骨架點鄰域內(nèi)枝干的
寬度求得，如圖8(b)所示，d為骨架點w("對應(yīng)的枝干寬度平均值，《為
軸向與掃描線夾角，則骨架點處的半徑^ = ^^。
2
骨架點連接
在這一步中相鄰的骨架點通過直線連接起來構(gòu)成一個樹木完整的骨 架。首先位于同一枝干區(qū)域內(nèi)的骨架點相連，這可以按照各三維骨架點對 應(yīng)的初始骨架點在深度圖像中的連接次序連接起來，這樣就得到一序列互 不相連的骨架段。下一步按照骨架段間的距離和軸向一致性將所有的骨架 段連接起來。令p是骨架段的一個端點，"是其對應(yīng)的軸向，# = {/ ,}是其 它骨架段上骨架點組成的集合，滿足下列條件的骨架點^ e M與p相連 (1) m^與p的距離小于給定的閾值；(2) m廣;7與a的夾角小于一定的角度，比如30度；
(3) m,與p在軸向。上的投影距離最短。
對所有的骨架端點進(jìn)行上述操作，對于遮擋過于嚴(yán)重上述方法無法自 動連接的骨架段，以及出現(xiàn)錯誤連接的地方，進(jìn)行手工連接和調(diào)整。手工 調(diào)整完全在深度圖像空間進(jìn)行，然后再通過點云與深度圖像的一一對應(yīng)將 連接關(guān)系返回到三維骨架中。
d)三維模型生成
原始樹木近似為一個廣義圓柱模型，上述步驟得到的骨架為該模型的 軸線，各骨架點處的半徑描述了圓柱模型在相應(yīng)橫截面處的半徑，兩相鄰 骨架點之間的半徑信息通過線性插值方法得到，也就是說這段枝干用圓臺 表示。得到的廣義圓柱模型也可以網(wǎng)格化成三角面片模型，或貼上紋理， 用于各種圖形學(xué)應(yīng)用領(lǐng)域。該模型的尺度參數(shù)完全由原始數(shù)據(jù)求得，可以 用于林業(yè)調(diào)查，比如獲取樹木高度、任意高度枝干的直徑、枝條個數(shù)、通 過簡單計算得到樹木體積等。
結(jié)論
我們將本發(fā)明方法應(yīng)用于實際掃描得到的不同樹種數(shù)據(jù)， 一種是20米 高的楓樹，由于存在大量樹葉遮擋，我們從原始數(shù)據(jù)中去除上層樹冠部分 僅保留枝干用于實驗，另一棵樹是早春掃描得到的落葉后的青桐樹，高6 米。圖2顯示了分割后生成的這兩棵樹的深度灰度圖像，其中，圖2 (a) 為楓樹，圖2 (b)為青桐樹，灰度深淺由深到淺對應(yīng)深度距離由小到大。 圖3(a)在淺灰色樹木圖像背景上用黑色和灰色分別顯示了確信跳躍邊緣 及其候選點，圖3 (b)為根據(jù)跳躍邊緣得到的枝干初步分離結(jié)果。圖4顯示了水平及豎直方向分別得到的兩套初始骨架點，其中，圖4(a)為水平方 向初始骨架點，圖4(b)為豎直方向初始骨架點，圖中黑色像素判斷為骨架 點，深淺灰色像素判斷為非骨架點，淺灰色為深度圖像上的點。圖5顯示 了根據(jù)初始骨架點進(jìn)行枝干分解后的結(jié)果，圖5(a)為水平方向枝干分解， 圖5(b)為豎直方向枝干分解。圖6(a)中箭頭顯示圓柱擬合計算得到的軸 向及擬合之前估計的軸向初值，圖6(b)顯示軸向求精后的結(jié)果，圖6(a) (b) 顯示的是軸向在深度圖像平面投影結(jié)果，圖6(c)顯示了局部區(qū)域的三維軸 向。圖7為根據(jù)軸向?qū)商壮跏脊羌茳c合并后的結(jié)果。圖9顯示了三維骨 架點的連接及結(jié)果，圖9 (a)為骨架段，圖9(b)為樹木完整骨架。圖10 為生成的三維廣義圓柱模型，圖10 (a)為楓樹模型，圖10(b)為青銅樹模 型。圖11為對模型貼上樹皮紋理后不同視點的渲染結(jié)果，圖ll(a)為楓樹， 圖11 (b)為青銅樹。
本發(fā)明方法的特色在于利用單次激光掃描數(shù)據(jù)重建樹木枝干模型，并 充分利用單次掃描數(shù)據(jù)排列規(guī)則的特點將大部分處理簡化到二維圖像空 間進(jìn)行，算法簡單；另外一大創(chuàng)新在于先估計軸向，再根據(jù)軸向信息從不 完整點云數(shù)據(jù)中提取骨架、計算半徑。
上述實驗結(jié)果和利用單次激光掃描數(shù)據(jù)進(jìn)行樹木重建的方法，可以用 于計算機(jī)圖形學(xué)各應(yīng)用領(lǐng)域及農(nóng)林業(yè)調(diào)查等領(lǐng)域，具有高可信度、操作簡 單、應(yīng)用前景廣的特點。
18
權(quán)利要求
1. 一種基于單次三維激光掃描的樹木測量和重建方法，其特征在于，包括下列步驟1)數(shù)據(jù)預(yù)處理，包括兩個子步驟a)感興趣樹木的分割選擇合適的視點用激光掃描儀對樹木進(jìn)行三維測量，使用聚類方法從掃描得到的原始點云數(shù)據(jù)中將感興趣的樹木分割出來；b)生成樹木深度圖像將上一步得到的樹木點云表示為深度圖像格式，圖像中各像素點的次序與掃描次序相同，像素的深度值對應(yīng)各點到掃描儀的距離；2)軸向估計，包括五個子步驟a)跳躍邊緣提取使用滯后閾值提取深度圖像的跳躍邊緣，初步分離不同的枝干；b)初始骨架提取求取上一步分離枝干在各水平、豎直掃描線方向上的中點及到邊緣的距離，去除非骨架點后得到水平、豎直方向上兩套獨立的初始骨架點；c)枝干分解根據(jù)上一步初始骨架點的連續(xù)性在水平、豎直方向上分解樹木枝干，使得每一區(qū)域僅包含一個枝干或枝干的一部分；d)初始軸向計算在初始骨架點的鄰域內(nèi)進(jìn)行快速圓柱擬合求取該點處的軸向；e)軸向求精綜合兩套初始骨架點及其鄰域內(nèi)的軸向，利用投票技術(shù)得到更準(zhǔn)確更魯棒的軸向信息；3)三維骨架計算，包括兩個子步驟a)三維骨架點及半徑求取根據(jù)上一步求得的軸向信息在各橫截面上計算三維骨架點及半徑；b)骨架點連接按照各骨架點在三維空間及深度圖像空間的位置、軸向信息連接相鄰的骨架點，形成分段線性骨架；4)三維模型生成，由上一步得到的骨架和半徑信息生成廣義圓柱模型；分級骨架模型和廣義圓柱模型可以用于樹木測量，把廣義圓柱模型離散為網(wǎng)格模型，用于渲染。
2. 按權(quán)利要求l所述的方法，其特征在于，所述第2)步b)步驟中的非骨 架點，是不連續(xù)中點或到邊緣距離大于設(shè)定閾值的中點均視為非骨架 點。
3. 按權(quán)利要求2所述的方法，其特征在于，所述連續(xù)中點，是兩中點的 距離小于3個像素則認(rèn)為是連續(xù)的。
4. 按權(quán)利要求l所述的方法，其特征在于，所述第2)步d)步驟中在快速 圓柱擬合時，以所有擬合點方差最大的方向作為圓柱軸向的初始估計 值，擬合點的質(zhì)心作為軸的初始位置，骨架點對應(yīng)的掃描線長度作為 枝干的直徑初始值。
5. 按權(quán)利要求l所述的方法，其特征在于，所述第2)步e)步驟中的軸向 投票技術(shù)，是采用與所有軸向內(nèi)積平方和最大的單位方向作為投票結(jié) 果。
6. 按權(quán)利要求l所述的方法，其特征在于，所述第3)步a)步驟中骨架點處的半徑根據(jù)樹木橫截面的寬度計算。
7. 按權(quán)利要求l所述的方法，其特征在于，所述第4)步的廣義圓柱模型由分段圓臺組成。
全文摘要
本發(fā)明一種基于單次三維激光掃描的樹木測量和重建方法，涉及計算機(jī)圖形和計算機(jī)視覺技術(shù)，包括步驟數(shù)據(jù)預(yù)處理，軸向估計，三維骨架計算，三維模型生成。本發(fā)明的方法僅利用激光掃描儀單次掃描數(shù)據(jù)得到忠實于原始樹木的枝干形狀和半徑信息，方法主要操作在二維圖像空間進(jìn)行，算法簡單有效，重建結(jié)果準(zhǔn)確，在虛擬現(xiàn)實、電腦游戲、自然場景模擬、城市景觀設(shè)計等計算機(jī)圖形學(xué)應(yīng)用領(lǐng)域和農(nóng)林業(yè)調(diào)查、樹木測量等鄰域具有重要的應(yīng)用價值。
文檔編號G06T11/00GK101488226SQ200810056259
公開日2009年7月22日 申請日期2008年1月16日 優(yōu)先權(quán)日2008年1月16日
發(fā)明者張曉鵬, 程章林 申請人:中國科學(xué)院自動化研究所