[發明專利]基于點云數據的三維樹木重建方法

在審

• 申請號: 202310431727.4
• 申請日: 2023-04-19
• 公開（公告）號: CN116630533A
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 陳迪龍;董天陽;范菁
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06V10/764;G06V10/80;G06V10/54;G06V10/26;G06V10/82;G06N3/048;G06N3/08
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 舒良

基于點云數據的三維樹木重建方法，包括：構建樹木種類庫，包含每個樹種的生長參數值和紋理圖像；通過PointNet點云處理網絡對樹木點云數據進行分割和聚類，得到三維包絡Psubgt;foliage/subgt;和完整且連續的骨架點Psubgt;branch/subgt;；特征分類網絡對不同維度特征進行融合與分類，據此從樹木種類庫中提取不同樹木的生長參數和紋理圖像；根據三維包絡Psubgt;foliage/subgt;、完整且連續的骨架點Psubgt;branch/subgt;、生長參數和紋理圖像繪制三維模型，完成樹木模型重建。本發明結合了兩種深度學習網絡的優勢搭建了混合網絡，使用更豐富的網絡模型同時有效解決了分支迭代建模時的生長參數固定問題和缺乏樹木的種類信息指導的樹木紋理映射問題，以重建出更具真實感的樹木模型。

技術領域

本發明屬于樹木三維模型重建領域，尤其涉及了一種基于點云數據的三維樹木重建方法。

背景技術

樹木作為生態系統中最為重要的組成部分之一，在城市綠化建設、森林資源管理和環境保護等領域都有著非常重要的作用。具體來說，可以通過對真實樹木進行實地調查和測量，獲取樹木的生長規律、結構特征和形態信息，生成具有真實感和可視化效果的樹木模型。因此，通過利用樹木形狀和結構的表征進行三維樹木重建一直得到了廣泛的關注與研究，眾多學者對如基于點云數據的樹木重建、基于圖像的樹木重建、基于草圖的樹木重建等樹木重建技術展開了研究。

隨著建模技術以及深度學習的發展，以及對于樹木模型的真實度的需求，越來越多的深度學習技術用于輔助三維樹木重建。一些學者提出基于多視圖立體匹配和樹木分割的樹木重建方法，利用深度學習技術對樹木的結構特征進行分析。部分學者提出基于激光雷達和圖像數據的三維樹木重建方法。然而，大部分樹木重建技術選擇在重建后的三維樹木骨架上進行分支的迭代建模，而分支建模時的生長參數通常是固定的，這容易導致分支模型發生嚴重的不符合植物學原理的變形。此外，樹木重建由于沒有充分利用樹木的種類信息，得到的樹木模型缺乏特定種類的紋理特征。

發明內容

本發明要克服現有技術的上述缺點，提供一種基于點云數據的三維樹木重建方法。

本發明在基于點云數據的三維樹木重建方法的基礎上使用特征分類網絡對樹木的種類進行分類，根據分類結果指導分支的迭代建模，用以解決分支建模時的生長參數固定問題，克服樹木分支建模的準確性問題。同時根據分類網絡結果，由樹木的種類信息指導紋理映射，提升樹木模型的真實感和可視化效果。

本發明的基于點云數據的三維樹木重建方法，包括如下步驟：

(1)構建樹木種類庫，包含每個樹種的生長參數值和紋理圖像；

(2)通過PointNet點云處理網絡對樹木點云數據進行分割和聚類，得到三維包絡P_foliage和完整且連續的骨架點P_branch；

(3)特征分類網絡對不同維度特征進行融合與分類，據此從樹木種類庫中提取不同樹木的生長參數和紋理圖像；

(4)根據三維包絡P_foliage、完整且連續的骨架點P_branch、生長參數和紋理圖像繪制三維模型，完成樹木模型重建。

本發明提出的一種基于點云數據的三維樹木重建方法，該方法在重建后的三維樹木骨架的基礎上，通過特征分類網絡結果指導分支的迭代建模，從而更直觀的還原樹木模型的結構細節和生長規律。

本發明的優點是：結合了骨架提取和特征分類技術的深度學習方法，針對樹木重建設計針對性的深度學習模型；本發明結合了兩種深度學習網絡的優勢搭建了混合網絡，使用更豐富的網絡模型同時有效解決了分支迭代建模時的生長參數固定問題和缺乏樹木的種類信息指導的樹木紋理映射問題，以重建出更具真實感的樹木模型。

附圖說明

圖1是本發明方法的流程圖。