[發明專利]一種基于大小和局部混亂距離的林地點云枝葉分離方法

在審

• 申請號: 202310434494.3
• 申請日: 2023-04-21
• 公開（公告）號: CN116433846A
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 唐浩;李世華;田志林
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06V10/762;G06T5/00;G06T7/10;G06F30/20
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 閆樹平

本發明屬于地面激光雷達點云數據處理技術領域，具體涉及一種基于大小和局部混亂距離的林地點云枝葉分離方法。本發明使用地基激光雷達獲取的林地數據，首先基于區域增長對林地的點云進行聚類，通過聚類后類簇的大小和點云中點數的多少進行初分割；然后對剩余的每一類簇，通過該類簇外接長方體的最長邊大小和混亂距離en，進行精細分割，劃分出剩余的枝干，進行林地尺度的枝葉分離。還可通過調節聚類時搜索的臨近點數目和平滑度閾值調整分離精度和效率。本發明提供了一種兼顧精度和效率的林地激光雷達點云枝葉分離的新思路，并可進一步運用于測量林地樹干平均直徑和樹高，測量葉面積指數，林地三維建模等領域。

技術領域

本發明屬于地面激光雷達點云數據處理技術領域，具體涉及一種基于大小和局部混亂距離的林地點云枝葉分離方法。

背景技術

近年來，隨著攝影測量和激光雷達(Light?Detection?and?Ranging，LiDAR)技術的快速發展，激光雷達三維點云數據可以很容易地獲取。激光雷達是一種主要用于距離測量的光學探測技術，它通過測量激光脈沖與目標物體的反射時間來確定距離，并通過計算回波脈沖的能量和時間來獲得有關目標物體形狀、表面和材料的信息。相比其他方法采集的數據，激光雷達三維點云數據可以更清晰、直觀地顯示物體表面、形態等信息，因此，三維點云數據被用于許多領域，例如地理信息系統，機器人視覺，環境監測，電力線檢查，城市3D建模，“智慧農業”，“智慧森林”，生物量的估計以及無人駕駛技術等，激光雷達有較高的發展潛力和蓬勃的發展前景。

在林業相關的研究中，激光雷達技術也得到了廣泛的應用，三維點云數據有非常大的優勢，地基激光雷達(Terrestrial?Laser?Scanning，TLS)數據提供了三維點云的坐標和回波強度，二者均有重要的用途，三維點云數據尤其TLS數據可以精確地反映一些傳統的光學遙感技術并不能精確反映的一些林地的特征參數，如樹干直徑和樹高，葉面積指數，樹冠的大小等。

在樣地和森林測量以上一些特征參數時，使用點云數據進行較為精確的枝葉分離是必不可少的一個重要的過程。由于森林結構、樹木結構較為復雜，手工實現枝葉分離雖然可以保證精度，但是缺點十分明顯——成本高且耗時。為解決這一問題，國內外出現了很多自動、準確進行枝葉分離的方法。

傳統的枝葉分離方法主要使用傳統光學遙感數據，依靠植被指數、高度差等特征對數據進行分析，存在分割精度較低、易受植被遮擋影響等問題。而激光雷達技術提供的三維點云數據，可以通過分析回波強度、反射率、波形、三維坐標等多個維度的數據來實現較高精度的枝葉分離。由于回波強度易受到周圍環境的影響和干擾，并不能直接用來精確地進行枝葉分離的工作。目前多數激光雷達枝葉分離有關的研究都集中于對單木的枝葉分離和使用機器學習的方法，在已有的枝葉分離的方法中，實現單木層面的枝葉分離并不能完全滿足實際使用時的需求；而機器學習的方法需要大量的數據進行人工訓練，需要最初在設計機器程序上投入大量的精力和時間，且魯棒性、效率和精度不能兼得，也難以對林地進行枝葉分離。

綜上，雖然激光雷達發展前景十分樂觀，能夠提供非常多的較高精度的數據，但目前對枝葉分離的研究仍有很多的不足之處，已有方法并不能很好地滿足實際作業時的需求。

發明內容

針對上述存在的問題或不足，為解決林地枝葉分離的精度低、成本較高、魯棒性較低等問題，本發明提供了一種基于大小和局部混亂距離的林地點云枝葉分離方法，通過聚類的大小初步分割和判斷類簇的混亂距離較精確地分割，能夠在保證精度較高的情況下，減小成本，提高效率。

一種基于大小和局部混亂距離的林地點云枝葉分離方法，包括以下步驟：

步驟1、初步分割：對目標林地的地基激光雷達數據點云進行聚類，并初步提取樹干點云：

1-1、使用基于區域增長的聚類算法對目標林地的地基激光雷達數據點云進行聚類，設置參數：搜索的臨近點數目設置為30-60，平滑閾值為0.05π-0.07π。