基于车载点云数据的树木提取与分析

发布时间：2025-01-05 20:19

　　 本文基于高速公路高精度点云数据,首先通过点云数据的分类处理实现对树木点云数据的提取,将树木点云投影到水平面,采用DBSCAN密度聚类算法实现单根树木的提取;然后在数据密集区域存在树木树冠点云重叠的区域,本文结合树干几何特征提取树干的位置信息,计算所有点云到树干中心的欧氏距离,将所有点云归类到最近的树干进行粗分割;最后根据粗分割的树木轮廓特征确定树冠模型与树冠中心,提出了采用基于密度特征的格网竞争算法对重叠的区域进行精细分割。试验表明,本文采用的树木分割方法能够实现单棵树木精确提取。

【文章页数】：4 页

【部分图文】：

图1 树木点云数据

车载三维激光扫描是一种新兴的主动式遥感手段，车载三维激光通过发射激光脉冲获取高精度的点云数据集合，点云数据记录着扫描地物的三维坐标信息、颜色信息、强度信息等[8]。本文通过TrimbleMX9型移动测量系统，采集沈海高速道路点云数据。获取的车载点云数据具有多次回波的特性[9]。....

图2 单株树木分割提取流程

本文基于分类后的多株树木点云数据，首先将所有树木点云投影到水平面，在二维平面采用DBSCAN密度聚类方法进行聚类，从而分离出单株树木和部分数据密集具有重叠的树木;其次根据树干结构特征，在重叠树木中提取距离地面1.3m的数据点，计算出树干精确位置;然后计算所有点云到树干的欧氏距离....

图3 拟合树冠中心

由于相同类别的树木增长大体轮廓相似，但不同的树木之间仍会有一些差别。为了精确对树木进行分割，采用分层处理，确定每一层的树冠中心。在竖直方向，从距离地面1.3m处的点云数据开始每间隔一定的高度切分，点云数据根据z坐标值划分到相应的分层中;在树木点云粗分割的基础上，对每一层树木投影....

图4 树木分层格网

(2)点云分层格网。将所有点云数据进行空间区域的划分，在竖直平面分层切分的基础上在水平面上进行格网化处理，生成正方形网格，点云数据根据(x,y)坐标分配到相应的格网中。通过分层格网将点云数据切分为n个大小相等的矩形体。分层格网统计矩形空间的点云密度，如图4所示。(3)相交区间数据....

本文编号：4023208