[發(fā)明專利]點云樹木單體分割方法、裝置、電子設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202110982203.5
• 申請日: 2021-08-25
• 公開（公告）號: CN113658338A
• 公開（公告）日: 2021-11-16
• 發(fā)明（設計）人: 龐亞菲;盛森;姜福泉;魏汝蘭;梁哲恒;梁雄師;鄧赟;謝慧波;顧騰
• 申請（專利權）人: 廣東南方數碼科技股份有限公司
• 主分類號: G06T17/20
• 分類號: G06T17/20;G06T7/11;G06T7/187;G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 曹瑞敏

本申請?zhí)峁┮环N點云樹木單體分割方法、裝置、電子設備及存儲介質，包括：根據預設高度，將原始樹木點云數據劃分為第一點集合和第二點集合，其中，第一點集合中的點的z坐標值大于預設高度，第二點集合中的點的z坐標值小于預設高度；采用預設聚類算法，對第二點集合進行處理，獲取n個聚類點集合；將各聚類點集合中的第一點，分別與第一點集合中的點進行比較，根據比較結果將第一點集合中的點進行劃分，獲取n個目標分割結果。通過上述步驟，可以首先通過對樹干上的點進行聚合分類，再將樹冠層的點云數據按照樹干上的點的聚類集合進行分割，可以充分適應樹木的生長特點，使得對點的分類足夠準確，從而使得點云樹木單體分割的結果更加精準。

技術領域

本申請涉及點云數據處理技術領域，具體而言，涉及一種點云樹木單體分割方法、裝置、電子設備及存儲介質。

背景技術

點云數據，是指在一個三維坐標系統(tǒng)中的一組向量的集合，這些向量通常以X，Y，Z三維坐標的形式表示，一般主要用來代表一個物體的外表面形狀。點云數據除了代表物體上點的位置信息外，還可以表示點的RGB顏色、灰度值、深度以及分割結果等。激光雷達點云數據，是由激光探測與測量(Light Detection And Ranging，簡稱LiDAR)，也即激光雷達，掃描獲取而得到的。激光雷達點云數據可以用來進行三維樹木模型的建立，而一般通過激光雷達獲得的樹木的點云數據，都是一片樹木或者森林區(qū)域的點云數據，如何準確地在點云數據中，識別并提取樹木單體，是后續(xù)進行單個樹木建模的基礎。

現有的樹木單體分割的過程，通常采用臨近搜索算法或者區(qū)域生長算法，即，由一個隨機點出發(fā)，尋找其周圍的點與之相比，通過判斷距離或者判斷法線方向是否相近而決定是否進行歸類，通過判斷曲率值來決定是否作為種子點，再尋找種子點周圍的點進行重復判斷，直至種子點不再出現，則完成一團點云數據的分割。

但是，針對樹木的點云數據存在的一些特點，例如：樹齡較長的樹木在樹冠層存在枝葉重疊交叉現象、樹干層底部也往往存在較多的噪聲點等，會導致存在點分類不夠精準，噪聲點難以排除，從而導致最終的分割結果不夠準確的問題。

發(fā)明內容

有鑒于此，本申請的目的在于，針對上述現有技術中的不足，提供一種點云樹木單體分割方法、裝置、電子設備及存儲介質，以便解決現有技術中，存在的在基于點云數據進行樹木單體分割的過程中，點分類不夠精準，噪聲點難以排除，從而導致最終的分割結果不夠準確的問題。

為實現上述目的，本申請實施例采用的技術方案如下：

第一方面，本申請實施例提供了一種點云樹木單體分割方法，所述方法包括：

根據預設高度，將原始樹木點云數據劃分為第一點集合和第二點集合，所述第一點集合中的點的z坐標值大于所述預設高度，所述第二點集合中的點的z坐標值小于所述預設高度；

采用預設聚類算法，對所述第二點集合進行處理，獲取n個聚類點集合，其中n為大于0的整數，n用于標識所述原始樹木點云數據中所包含樹木的數量；

將各所述聚類點集合中的第一點，分別與所述第一點集合中的點進行比較，根據比較結果將所述第一點集合中的點進行劃分，獲取n個目標分割結果，其中，所述第一點為每個所述聚類點集合中z坐標值最大的點。

作為一種可能的實現方式，所述采用預設聚類算法，對所述第二點集合進行處理，獲取n個聚類點集合，包括：

采用預設聚類算法，對所述第二點集合進行處理，獲取m個初始聚類點集合，其中，m為大于0的整數；

將所述初始聚類點集合中點總數小于第一預設閾值的集合剔除，獲取所述n個聚類點集合。

作為一種可能的實現方式，所述將各所述聚類點集合中的第一點，分別與所述第一點集合中的點進行比較，根據比較結果將所述第一點集合中的點進行劃分，獲取n個目標分割結果，包括：