[發明專利]基于MLS點云數據的行道樹單木分割方法

在審

• 申請號: 202210570600.6
• 申請日: 2022-05-24
• 公開（公告）號: CN114862886A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 李相程;李秋潔
• 申請（專利權）人: 南京林業大學
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06V10/762;G06V10/774;G06V20/10
• 代理公司: 北京思創大成知識產權代理有限公司 11614
• 代理人: 高爽

本發明提出一種基于MLS點云數據的行道樹單木分割方法，包括行道樹點云獲取步驟、行道樹點云聚類步驟、粘連行道樹檢測步驟、粘連行道樹粗分割和細分割步驟，完成單木分割。本發明采用聚類算法將行道樹點云分割為行道樹簇，接著對行道樹簇進行粘連行道樹檢測，然后對包含多株粘連行道樹的行道樹簇進行由粗到細的多層次分割，得到行道樹單木點云；具有較高的行道樹點云識別能力和行道樹單木分割精度，適用于包含多種地物的復雜城區環境。

技術領域

本發明涉及行道樹單木分割技術領域，尤其是基于MLS點云數據的行道樹單木分割，具體地說是一種對行道樹點云數據先識別后分割的行道樹單木分割方法。

背景技術

行道樹作為城市生態系統和城市景觀的重要組成部分，具有重要的生態和社會服務功能。對行道樹開展更加深入的研究是城市管理部門和數字城市建設迫切需要進行的工作。移動激光掃描(mobile laser scanning，MLS)系統作為城市近景三維空間信息采集的一個重要手段，具有快速獲取道路兩側行道樹三維信息的能力。

行道樹單木分割指從MLS點云數據中識別分割出單株行道樹，它是行道樹后續研究的首要步驟，現有方法主要分為兩類：

邊分割邊識別。根據行道樹和其他地物目標的形貌特征，采用圖像/點云分割方法逐步過濾非行道樹點云。這類方法主要利用先驗知識制定較為粗糙的分割/識別特征和規則，對行道樹的識別能力較弱，從而降低行道樹單木分割的精度。

先識別后分割。首先采用監督學習算法生成的行道樹檢測器從MLS點云數據中識別出行道樹點云，然后采用聚類等算法將行道樹點云分割為單株行道樹。這類方法具有較高的行道樹識別精度，但識別后的行道樹單木分割算法，尤其是粘連行道樹的分割算法有待進一步研究。

發明內容

本發明的目的是針對行道樹粘連的分割問題，提出一種先識別后分割的行道樹單木分割方法，采用聚類算法將行道樹點云分割為行道樹簇，然后對行道樹簇進行粘連行道樹檢測，最后對包含多株粘連行道樹的行道樹簇進行由粗到細的多層次分割，得到行道樹單木點云。

本發明的技術方案是：

本發明提供一種基于MLS點云數據的行道樹單木分割方法，該方法包括以下步驟：S1、行道樹點云獲取步驟：通過移動激光掃描的街道MLS點云數據獲取行道樹點云數據；

S2、行道樹點云聚類步驟：采用聚類算法對行道樹點云聚類，將其分割為行道樹簇；

S3、粘連行道樹檢測步驟：對每個行道樹簇進行樹干點云提取和樹干點云聚類，檢測行道樹簇是否包含多株粘連行道樹，對于包含多株粘連行道樹的粘連行道樹簇，執行S4，對于不包含的，完成單木分割；

S4、粘連行道樹粗分割步驟：將粘連行道樹簇粗分割為單株行道樹；

S5、粘連行道樹細分割步驟：對S4粗分割獲得的單株行道樹進行細分割，完成單木分割。

進一步地，所述的S1具體為：采用行道樹檢測器從街道的MLS點云數據中識別出行道樹點云。

進一步地，所述的聚類算法采用基于密度的噪聲應用聚類算法DBSCAN。

進一步地，所述的S2具體為：

以行道樹點云的(x，y，z)坐標為輸入，采用聚類算法對行道樹點云聚類，將其分割為行道樹簇；其中，鄰域半徑ε₁＝0.5m；最小鄰域點數N₁＝C₁m₁，m₁是鄰域半徑ε₁為0.5m時所有行道樹點的平均鄰域點數，C₁為常數，取值0.02-0.1。

進一步地，所述的S3具體為：