基于激光点云数据的树木枝叶分割和三维重建

发布时间：2022-02-09 04:33

　　针对目前树木点云三维重建方法仅仅实现树木三维形态结构的重建,而忽视了树木表面纹理和细节的问题,本研究提出了一种超体素分割和基于kd-tree纹理映射的贪婪投影三角化算法相结合的树木点云重建方法。首先根据点云的颜色、法线和空间距离等特征,利用体素云连通性分割算法生成超体素块;然后基于不同超体素块之间的凹凸关系,利用局部凸包连接算法对点云进行聚类分割,从而实现枝干和树叶点云分割;最后利用贪婪投影三角化算法分别对枝干和树叶点云进行三维重建,并基于点云RGB信息,利用kd-tree算法对枝干和树叶模型添加真实的纹理色彩。结果表明,树木点云重建方法能实现枝干表面和树叶等细节模型的构建,还原真实的树木形状结构和纹理色彩;通过对不同抽稀层次下的点云进行测试,发现核桃楸树木模型主要枝干结构得到了很好的保留,这说明建模算法对点密度的变化具有鲁棒性。 

【文章来源】：西北林学院学报. 2020,35(03)北大核心CSCD

【文章页数】：6 页

【部分图文】：

树木三维重建技术路线

局部凸包连接(locally convex connected patches,LCCP)算法[18-19]是在超体聚类的基础上再聚类的局部凹凸性聚类算法。该方法不依赖于点云的颜色,只使用点云的空间信息和法线信息。通过计算相邻体素曲面法线向量与连接它们质心的单位向量之间的夹角判断凹凸性,并将凹凸性作为相似性法则进行基于凸边的区域生长,将形成的树木超体素点云重新聚类,实现树木器官之间的分割。2.3 基于kd-tree纹理映射的贪婪投影三角化算法

图7为核桃楸枝干模型重建结果,截取放大了枝干点云模型中部分数据,整体效果满足试验要求,但在模型中会存在点云空洞,由于采集的点云数据是无序点云且各部分点云密度不同。贪婪投影三角化算法具有一定局限性,一是它更适合用于从连续光滑曲面中采样的点云数据,并且点云的密度变化比较均匀的情况;二是在使用贪婪投影三角化算法的过程中不能在三角化的同时对曲面进行平滑和孔洞修复。核桃楸枝干点云模型能够正确地反映树木的形态结构,基于原始点云数据的枝干重建,其表面纹理清晰,构建的枝干模型较为逼真。总的来说,原始树木点云数据质量越好,所建立的三维模型效果就越逼真,图8为完整的核桃楸三维模型。图5 LCCP局部放大的聚类结果

【参考文献】：
期刊论文
[1]骨架优化下的地面激光树木点云重建方法[J]. 陈动,张振鑫,王臻,云挺,丁惠倩.  地球信息科学学报. 2019(02)
[2]植株点云超体聚类分割方法[J]. 刘慧,刘加林,沈跃,潘成凯.  农业机械学报. 2018(12)
[3]点云三角化处理技术研究[J]. 张建伟,孔思迪.  成都大学学报(自然科学版). 2018(01)
[4]基于点云数据的树木三维重建方法改进[J]. 唐丽玉,张浩,黄洪宇,陈崇成.  农业机械学报. 2017(02)
[5]一种树枝点云的骨架提取方法[J]. 赵艳妮,郭华磊.  计算机与数字工程. 2016(07)
[6]一种基于双目立体视觉的多视角三维重建方法[J]. 李硕明,陈越.  计算机与数字工程. 2016(06)
[7]基于地面激光雷达点云数据的单木三维重建[J]. 王向玉,谢东辉,汪艳,陈一铭,漆建波,阎广建,张吴明.  遥感技术与应用. 2015(03)
[8]生长模型驱动的单株杉木三维动态模拟[J]. 唐丽玉,王灵霞,陈崇成,陈琪.  地球信息科学学报. 2015(06)
[9]点云数据三维树木模型建立及三维绿量的估算[J]. 宁亮亮,张晓丽.  西北林学院学报. 2014(06)
[10]基于激光点云数据的复杂植物叶片重建方法[J]. 嵇俊,云挺,薛联凤,张浩平.  西北林学院学报. 2014(05)



本文编号：3616379