CN102881039B - 基于激光三维扫描数据的树木三维矢量模型构建方法 - Google Patents

Abstract

本发明提供了基于激光三维扫描数据的树木三维矢量模型构建方法，包括以下步骤：激光扫描树木三维数据；根据树高和树木三维模型的精度要求对数据进行数据处理；拓扑关系计算；构建树木形态结构模型。采用该方法可以实现对单木、多木进行三维矢量模型拓扑构建工作，自动生成树木的胸径、树高、树冠面积、蓄积量等相关信息因子。本方法利用激光三维扫描数据，快速建立树木的三维空间矢量结构模型，可以提高森林资源调查的效率和自动化程度，及时准确地获取森林资源信息，节省人力物力。

Description

基于激光三维扫描数据的树木三维矢量模型构建方法

技术领域

本发明涉及计算机技术领域，尤其涉及基于激光三维扫描数据的树木三维矢量模型构建方法。

背景技术

激光三维扫描技术是国际上近期发展起来的一项高新技术。特别是最近几年，随着激光三维扫描技术的不断发展并日渐成熟，激光三维扫描设备也逐渐被商品化，激光三维扫描仪不需反射棱镜即可直接快速扫描被测物体，同时获得高精度的三维扫描数据的巨大优势，这样对高效地对真实世界进行三维建模和虚拟重现起到了巨大的推动作用。因此该项技术在林业森林资源数字化调查与可视化经营、文物数字化保护、土木工程、工程测量、自然灾害调查、数字城市地形可视化、城乡规划等领域都已经开始进行试验与研究，成为当前高新技术研究的热点之一。

但是由于激光三维扫描仪所产生的高精度三维数据，其巨大的数据量，限于目前计算机技术在计算速度、传输速度、存储容量等方面的能力制约，也对该数据在三维建模和虚拟重现的应用上构成了巨大的障碍；同时由于该数据是基于三维空间的一个云数据，如果根据该数据对所扫描物体进行相关参数的测量及定量分析计算，也将是一个十分困难和耗时巨大的工作。

发明内容

本发明的目的在于提供了一种基于激光三维扫描树木数据，对树木的形态结构采用拓扑方法进行三维矢量模型构建的自动生成方法。可以解决在森林资源调查中的有关林木胸径、树高、蓄积量、空间分布等需要进行手工测量的大量操作和复杂计算工作，提高森林资源调查的效率和精度，同时也为森林资源的可视化经营提供真实的三维矢量树木模型。

为了达到以上目的，本发明实施例公开了基于激光三维扫描数据的树木三维矢量模型构建方法，包括以下步骤：

步骤1、激光扫描树木三维数据；

步骤2、根据树高和树木三维模型的精度要求对数据进行数据处理；

步骤3、拓扑关系计算；

步骤4、构建树木形态结构模型。

进一步，作为一种优选，对数据进行数据处理，进一步包括数据分层处理：对扫描数据按照树高进行分层处理。

进一步，作为一种优选，对数据进行数据处理，进一步包括噪声处理：对分层后形成的数据进行噪声处理，删除一些相对独立的散点。

进一步，作为一种优选，对数据进行数据处理，进一步包括数据矢量化：在完成数据的噪声处理后，对分层数据进行矢量化处理。

进一步，作为一种优选，拓扑关系计算具体为：从第一层开始，依次计算每个相邻层面间在空间位置上的拓扑关系。

进一步，作为一种优选，拓扑关系计算进一步包括节点计算：根据拓扑关系计算得到的结果，计算每个拓扑面的节点。

进一步，作为一种优选，构建树木形态结构模型具体为：首先确定树木形态数据模型，包含有两个方面的内容：树木的形态特征和树木形态的几何特征。

进一步，作为一种优选，树木的形态特征包括树木的主干、一级分枝、二级分枝、三级分枝等各枝条间的相互连接顺序；所述树木形态的几何特征包括每段树枝的起始点、结束点、半径等空间位置信息。

进一步，作为一种优选，构建树木形态结构模型进一步包括构造树：地面层作为第一层，从第一层开始依次搜索每个相邻拓扑数据层，根据树木的形态特征和几何特征开始构造树。

进一步，作为一种优选，构建树木形态结构模型进一步包括树的合并与删除：对于在构造树中形成的多株树情况，需要进行鉴别处理，有些树可能是其他一些树的分枝所形成的一株子树，需要将其合并到母树中；同样有些树节点较少，限于扫描精度和分层密度的限制，又不能把他合并到其他母树中，则需要删除这些树。

本发明利用激光三维扫描数据，快速建立树木的三维矢量结构模型，可以提高森林资源调查的效率和自动化程度，及时准确地获取森林资源信息，节省人力物力。

附图说明

当结合附图考虑时，通过参照下面的详细描述，能够更完整更好地理解本发明以及容易得知其中许多伴随的优点，但此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定，其中：

图1为本发明实施例基于激光三维扫描数据的树木三维矢量模型构建方法流程图；

图2为本发明实施例构建树木形态结构流程图。

具体实施方式

为使上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。

如图1所示，基于激光三维扫描数据的树木三维矢量模型构建方法，包括以下步骤：

S1、激光扫描树木三维数据；

S2、根据树高和树木三维模型的精度要求对数据进行数据处理；

S3、拓扑关系计算；

S4、构建树木形态结构模型。

本方法利用激光三维扫描数据，进行单株树或多株树的三维矢量模型拓扑构建工作，自动生成树木的相关信息因子（胸径、树高、树冠面积、蓄积量）；首先根据三维矢量模型拓扑算法对激光三维扫描数据进行分层矢量化处理，从分层矢量数据中提取在此层面上树木所对应的树干、分枝的半径尺寸、面积、长宽比、中心点坐标等相关信息，生成树木分层断面空间分布图，根据树木断面分层图，通过各个层面间的空间拓扑关系，逐层分析建立树木在各个断面上的相互连接顺序和方向，直到形成一个完整的树木三维矢量拓扑模型。

算法描述：在获得激光扫描树木三维数据后，根据树高和树木三维模型的精度要求对数据进行数据处理（包括数据分层、噪声处理、矢量化处理）；拓扑关系计算（对矢量数据进行拓扑关系计算得到对应的拓扑数据层）；构建树木形态结构模型（确定树木形态结构模型、构造树、后期处理）等步骤完成树木三维矢量模型拓扑构建的自动化过程。本方法实施主要包括如下步骤：

一、数据处理

在获得激光扫描树木三维数据后，根据树高信息和树木三维矢量模型的精度要求对数据进行处理，其处理流程包含有以下几个内容：

1.数据分层：

对扫描数据按照树高进行分层处理，其分层数量主要是根据树高和所需树木三维矢量模型的精度要求进行选择，按照所选层高要求建立分层栅格数据。为了方便找到树木的主干，其分层方向为从下向上进行分层，其层数定义为1-N层。

2.噪声处理：

对分层后形成的栅格数据，进行噪声处理，其目的是为了删除一些相对独立的散点，减少进行空间分析与计算的运算量，提高树木三维矢量建模速度。

3.数据矢量化：

在完成分层数据的噪声处理后，对分层栅格数据进行矢量化处理，其目的是为形成包含有树木在此层面上的空间分布信息，即树干、分枝的闭合多边形图形信息，及生成该图形的中心点信息（该中心点称为节点）。

二、拓扑关系计算

1.拓扑关系计算：

从第一层开始，依次计算每个相邻层面之间在空间位置上的对应关系。

当前层的定义，第一次拓扑关系计算是计算第一层与第二层的拓扑关系，将第一层定义为当前层，以此类推第二次拓扑关系计算则将第二层定义为当前层，总共需要进行N-1次拓扑关系计算。

在拓扑关系计算采用的是两个相邻层（N，N-1）从上到下垂直方向相交所产生的包含、相交、相邻三种基本拓扑关系，对于两个层面间产生的相邻拓扑关系，不参与当前层的拓扑关系构建。

2.节点计算：

根据拓扑计算中得到的包含、相交两种拓扑关系，计算每个封闭多边形的中心点坐标位置，该中心点作为连接两个相邻层面的纽带，并有确定树木中每个树枝走向的导向作用。

3.建立拓扑结构：

根据拓扑关系计算中得到的包含、相交两种拓扑关系，创建拓扑关系数据结构，该数据结构用于记和录描述当前层中的封闭多边形，与相邻层中的多边形之间那些有包含、相交的拓扑关系，及节点空间位置等情况。

三、构建树木形态结构

参见图2：

（一）S41、拓扑数据层，构建树木形态结构模型

首先确定树木形态数据结构模型，该模型包含有以下两个方面的内容：

1）树木的形态特征：主要内容包括树木的主干、一级分枝、二级分枝、三级分枝等各枝条间的相互连接顺序及走向组成，采用树形结构进行描述和计算。

2）树木形态的几何特征：几何特征主要是指树木在分层数据中的空间几何特征，如每段树枝的起始点、结束点、半径等空间位置信息。

对于树木形态几何特征信息的处理方法是：采用树的各个节点所关联的属性表的方法进行管理，在属性表中存储该节点位置上的树木的几何特征信息。

（二）构造树

1、S42、第一次搜索拓扑数据层

在确定树木形态结构数据模型后，从第一层（地面层）开始搜索拓扑数据层，根据拓扑关系和节点信息开始构造树，其搜索顺序为按照节点所对应的面积大小进行（从大到小），S43、创建树及根节点，对搜索到的第一个节点数据（面积最大）作为第一颗树的根节点；对于在第一层出现的其他节点数据，如果与根节点没有出现包含、相交拓扑关系，则将该节点作为另外一个树（第二株树）的根节点；但是该节点如果与根节点有包含、相交拓扑关系，则将该节点作为该树的一个一级分枝。

2、S44、继续搜索拓扑数据层

S45、从第二次搜索开始将根据本层（第N层，当前层），与上一层（第N-1层）间的拓扑关系进行，S46、如果两个拓扑数据层出现包含、相交拓扑关系，S47、则需要考察当前层中的节点的树木几何特征，S48、确定这个节点是作为树的长子继续生长，S49、还是出现新的分枝情况，如果是在一级分枝上出现的分枝则记录为二级分枝，同样在在二级分枝上出现的分枝则记录为三级分枝，依次类推直到搜索完所有拓扑数据层。

S413、N=N+1。

S414、判断是否为最后一层，如果是进入S415，否则继续S44。

3、S410、特殊树

对于从第二层（拓扑数据层）开始后的拓扑数据层搜索中，如果出现与树的上一层（第N-1层）没有出现包含、相交拓扑关系，则将该节点作为另外一株新树（第n株树）的根节点。

4、S411、树合并处理

如果在逐层搜索中发现一株树的某个节点与其他树（包含分枝）发生了包含、相交拓扑关系，S412、则需要考察该树是否为另外一颗树的一个分枝，其判断条件是该树的几何特征等因素；如这两节点的半径比较接近的话（误差在+－1.10%），则可以确定该树是另外一株树的一个分枝，需要将这颗树合并到与之发生拓扑关系的树形结构中，对该树进行树合并处理，并删除这株树。

（三）S415、后期处理

在完成所有拓扑数据层的逐层搜索后，需要对搜索结果进行后期处理，其内容包括：

1、特殊树

对于从第二层及以后逐层搜索中形成的特殊树，由于这些树的根节点的位置不在第一层（地面层），同时这些特殊树还有一个共同的特点，那就是在这些树中，他的所有最末端节点（或次末端节点）中，一定有一个节点的半径相对其他节点的半径都要大很多的情况出现，并且该节点的分枝半径很有可能大于或十分接近根节点半径，形成一株倒立的树——根节点半径细、末端节点半径粗的情况，从这些情况基本上可以确认该树一定是另外一株树的一个分枝。

2、特殊树的合并

既然认定特殊树是另外一株树的一个分枝，那么如果能够找到它所对应的树就可以将它合并到这颗树中，具体处理流程与方法为：

首先找到特殊树所对应的具有最大分枝半径的节点位置，搜索与该节点相邻的两个拓扑层，以该节点为中心，寻找与该节点在一定距离范围内（距离范围设定为分层距离的0.0-4.5倍）的其他节点，对于搜索到的节点首先判断该节点的半径，如果该节点的半径与对比节点半径比较接近的话（误差在+－1.10%），保留该节点，继续搜索其他可能存在的节点，完成节点搜索后对搜索出的节点进行对比分析。

对于搜索出的节点需要根据以下优先顺序进行判断：

A、该节点是否为末端节点；

B、该节点是否为距离最近；

如果满足A则可以判定该树是另外一株树的一个分枝，进行树合并处理。并删除这个特殊树。

同样如果满足B也可以判定该树是另外一株树的一个分枝，进行树合并处理。并删除这个特殊树。

3、特殊树的删除

对于在特殊树的合并操作中，没有符合设定条件的节点出现的情况，可以放宽限定条件，如距离范围内加大到0.0-5.5倍），对比节点半径比设定为+－1.20%，重复一遍特殊树的合并操作，如果还没有满足A、B条件的节点，则可以删除这个特殊树。

（四）S416、结束构造树

在完成上述几个操作步骤后，树的构造工作已经结束，在形成的树型结构中可能包含有一到多株树的情况出现，这些情况需要根据激光扫描树木三维数据的具体情况而定，如果是单株树则是一株树，如果是多株树则结果就是几株树。

将树形结构输出为文件保存，结束树木三维矢量模型的构建算法操作。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。

Claims (2)

1.基于激光三维扫描数据的树木三维矢量模型构建方法，其特征在于，包括以下步骤：

激光扫描树木三维数据；

根据树高和树木三维模型的精度要求对数据进行数据处理；

拓扑关系计算；

构建树木形态结构模型；

所述对数据进行数据处理，进一步包括数据分层处理：对扫描数据按照树高进行分层处理；

所述对数据进行数据处理，进一步包括噪声处理：对分层后形成的数据进行噪声处理，删除一些相对独立的散点；

所述对数据进行数据处理，进一步包括数据矢量化：在完成数据的噪声处理后，对分层数据进行矢量化处理；

所述拓扑关系计算具体为：从第一层开始，依次计算每个相邻层面之间在空间位置上的拓扑关系；

所述拓扑关系计算进一步包括节点计算：根据拓扑关系计算得到的结果，计算每个拓扑面的节点；

所述构建树木形态结构模型具体为：首先确定树木形态数据模型，包含有两个方面的内容：树木的形态特征和树木形态的几何特征；

所述树木的形态特征包括树木的主干、一级分枝、二级分枝各枝条间的相互连接顺序，所述树木形态的几何特征包括每段树枝的起始点、结束点、半径空间位置信息；

所述构建树木形态结构模型进一步包括构造树：地面层作为第一层，从第一层开始依次搜索每个相邻拓扑数据层，根据树木的形态特征和几何特征开始构造树。

2.根据权利要求1所述的基于激光三维扫描数据的树木三维矢量模型构建方法，其特征在于，所述构建树木形态结构模型进一步包括树的合并与删除：对于在构造树中形成的多株树情况，需要进行鉴别处理，有些树可能是其他一些树的分枝所形成的一株子树，需要将其合并到母树中；同样有些树节点比较少，限于扫描精度和分层密度的限制，又不能把它合并到其它母树中，则需要删除这些树。