CN109084680A - 基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及系统 - Google Patents
基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及系统 Download PDFInfo
- Publication number
- CN109084680A CN109084680A CN201811045579.8A CN201811045579A CN109084680A CN 109084680 A CN109084680 A CN 109084680A CN 201811045579 A CN201811045579 A CN 201811045579A CN 109084680 A CN109084680 A CN 109084680A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- volume
- trunk
- cross
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及系统，三维扫描单株树木，采样树干的点云数据；进行点云数据预处理，包括删除树干以外的多余的点云数据；沿垂直方向，将树干点云数据水平分割为n层，通过横截面积分的方法分别计算各层切片的体积，再叠加n层的体积得到整株树干的体积。与现有技术相比，本发明技术方案能够根据不同形态样本的特点，捕捉外部形态并保留外形特征；在不破坏物体的情况下，进行树干3D点云数据采样，便捷地获取树形信息，比传统材积计算方法更为准确。
Description
技术领域
本发明涉及树木体积估算领域，特别是涉及一种基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及系统。
背景技术
树干材积是监测生态系统能量和营养物质流动的重要指标。精确的树干体积对于计算森林的材积量及生物量年变化等具有重要意义。目前，树木体积的估算方法主要有以下实现方法：
第一种方法：材积法，通过把树干假想为规则形状，测量树高、胸径及其派生因子参数构建树木的体积模型。材积法对林木的破坏小，但是通过把树干假想为规则形状进行计算，处理较为粗糙，估算精度偏低。
第二种方法：利用树木不同角度的平面图像，重建三维模型，估算树木的体积。
第三种方法：利用三维扫描技术对于研究树木的树干体积，尤其是树干树形不规则的树木的体积估算具有重要的应用价值。树干体积估算方法主要有材积计算法、照片重建三维体积法和三维扫描仪扫描法。目前获取物体三维模型采样的方法主要有多角度照片三维建模，或使用Kinect、激光扫描仪等设备采样。如果使用多角度的照片构建的物体点云模型，工作量较大，且生成的模型效果受拍照的数量、角度和清晰度的限制；Kinect等三维扫描仪的主要用于室内，户外采样受太阳光和供电的限制大，便携性和广适用性有待提高；激光扫描技术适合于大尺度的森林研究，在细粒度单木的研究的精度有限，而且使用成本高。
发明内容
本发明提供了一种更高效的基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及系统，具有估算精度高且耗时短的特点。
根据本发明提供的一种基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法，具体方法包括，
点云数据采样，三维扫描单株树木，采样树干的点云数据；
点云数据预处理，包括删除树干以外的多余的点云数据；所述多余的点云数据包括但不仅仅包括地面和树冠的点云数据；
树干体积估算，沿垂直方向，将树干点云数据水平分割为n层，通过横截面积分的方法计算每一层的体积，再叠加n层的体积得到整株树干的体积；所述n为大于等于1的自然数。
所述点云数据预处理还包括匹配处理，包括利用可视化数据处理工具对采样的树干点云数据进行可视化，利用可视化的效果图与野外实景拍摄的图片进行匹配。
所述方法还包括，进行点云数据预处理时，先进行匹配处理，再进行删除树干以外的多余的点云数据的处理。
通过横截面积分的方法分别计算各层切片的体积的具体方法包括，
利用包括x轴、y轴和z轴信息的点云数据，将高度为H的单株树干点云沿垂直方向水平分割为n个切片；对于每一层切片，利用底面和顶面的外围点云，确定切片的上下横截面的平面边界；匹配上下横截面垂直方向相对应的采样点；根据平面上点的x轴和z轴信息，找到一个横截面上长轴和短轴的交点，定位该平面的几何中心o；利用三角形面积计算原理，在x-z轴平面的顺时针或逆时针方向上，把外围与几何中心o相连，构成三角形，生成距离另一个横截面h处的横截面积表达式c(h)；对横截面积表达式在y轴方向上积分，生成切片的体积表达式，代入上下横截面匹配好的采样点的坐标，得到切片的体积。
匹配上下横截面垂直方向相对应的采样点的具体方法包括，在切片的上下横截面中的一个横截面选取均匀分布的采样点，计算每一个采样点与另一个横截面采样点的距离，匹配上下横截面的采样点。
所述n个切片为n个等高的切片。
所述切片的厚度为1cm～3cm。
所述方法还包括，对采样的点云数据进行自动可视化分析。
所述可视化分析包括采样的点云数据的3D可视化呈现和点云数据体积结果的图形化输出。
根据本发明提供的一种基于移动终端三维扫描图像采集处理的单株树木树干体积估算系统，采用了上述单株树木树干体积估算方法，包括，
点云数据采集单元，三维扫描单株树木，采样树干的点云数据；
点云数据预处理单元，包括多余点云数据删除模块，删除树干以外的多余的点云数据；所述多余的点云数据包括但不仅仅包括地面和树冠的点云数据；
树干体积估算单元，包括，
点云数据水平分割模块，沿垂直方向，将树干点云数据水平分割为n层；
体积估算单元，通过横截面积分的方法分别计算各层切片的体积，再叠加n层的体积得到整株树干的体积；所述n为大于等于1的自然数。
所述点云数据采集单元为具有光线传感器和深度摄像功能的智能移动终端。
与现有技术相比，本发明技术方案能够根据不同形态样本的特点，捕捉外部形态并保留外形特征。在不破坏物体的情况下，进行树干3D点云数据采样，便捷地获取树形信息，比传统材积计算方法更为准确；相比于使用照片建模，工作量更少，且估算的准确性更高；同时，与激光扫描相比，成本低且适用于单株树干的扫描，能对树形不规则树干三维模型较为准确的构建。
附图说明
图1为本发明其中一实施例的三维扫描示意图。
图2为本发明其中一实施例的树干体积估算过程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本说明书(包括摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
根据本发明提供的一种基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法，具体方法包括，
点云数据采样，三维扫描单株树木，采样树干的点云数据；
点云数据预处理，包括删除树干以外的多余的点云数据；所述多余的点云数据包括但不仅仅包括地面和树冠的点云数据；
树干体积估算，沿垂直方向，将树干点云数据水平分割为n层，通过横截面积分的方法计算每一层的体积，再叠加n层的体积得到整株树干的体积；所述n为大于等于1的自然数。
如图1所示，首先三维扫描，进行树干的点云数据采样。作为本发明的一种实施方式，在距离树干3-5米的范围内，进行360°全方位扫描，在扫描过程中可根据扫描情况调整扫描位置和视角，平均每株树干收集到一万多个信息点云，涵盖大量的树形信息，从而尽可能捕捉树干树形的细节信息，确保采样的准确性。作为本发明的一种实施方式，采用MeshLab对点云数据进行预处理，删除树干以外的多余的点云数据，确保采样的准确性及体积估算的准确性。
本发明方案有效地采集树形特征提高单株体积计算精度，扫描及估算过程中对森林没有破坏性，适用于各种形态的树干体积或生物量的估算研究，具有估算精度高、耗时短、高效和低成本的特点。
所述点云数据预处理还包括匹配处理，包括利用可视化数据处理工具对采样的树干点云数据进行可视化，利用可视化的效果图与野外实景拍摄的图片进行匹配。
作为本发明的一种实施方式，利用MeshLab可视化数据处理工具对采样的树干点云数据进行可视化，利用可视化的效果图与野外实景拍摄的图片进行匹配，以保证后续体积估算结果的准确性。
作为本发明的一种实施方式，进行点云数据预处理时，先进行匹配处理以保证正确性，再进行删除树干以外的多余的点云数据的处理，以进一步保证后续体积估算结果的准确性。
作为本发明的一种实施方式，通过横截面积分的方法分别计算各层切片的体积的具体方法包括，
利用包括x轴、y轴和z轴信息的点云数据，将高度为H的单株树干点云沿垂直方向(y轴方向)水平分割为n个切片；对于每一层切片，利用底面和顶面的外围点云，确定切片的上下横截面的平面边界；匹配上下横截面垂直方向相对应的采样点；根据平面上点的x轴和z轴信息，找到一个横截面上长轴和短轴的交点，定位该平面的几何中心o；利用三角形面积计算原理，在x-z轴平面的顺时针或逆时针方向上，把外围与几何中心o相连，构成三角形，生成距离另一个横截面h处的横截面积表达式c(h)；对横截面积表达式在y轴方向上积分，生成切片的体积表达式，代入上下横截面匹配好的采样点的坐标，得到切片的体积。
如图2所示，作为本发明的一种实施方式，在服务器端对点云数据使用算法处理并计算树干体积。计算树干体积的主要思路是在垂直方向上将树干点云数据切为n层，然后通过横截面积分的方式计算每一层的体积，再叠加n层的体积得到整株树干的体积；考虑树干截面多为不规则的多边形，因此在计算横截面积时利用三角形面积计算原理，在x-z轴平面的顺时针或逆时针方向上，把外围点与几何中心o相连，构成三角形，最后生成距离另一横截面h(0<＝h<＝H/n)处的横截面积表达式c(h)；对于每一个切片，对横截面表达式在y轴方向上积分，生成该切片的体积表达式，代入上下底面的匹配好的点坐标得到该切片的体积；分别计算n个切片的体积并叠加；循环单个树干体积的算法，直到所有的树干的数据集被计算。在本发明方案的体积算法中，形状不规则的树干与其他形状较为规则的树干进行同样的处理流程，将树干的数据集分为多层，可以保证树干的不规则部分纳入体积结果中。如图2所示，利用公式和公式得到树干的最终估算体积。其中，vi为第i个切片的体积，v为树干的总体积，i大于等于1小于等于n。
作为本发明的一种实施方式，匹配上下横截面垂直方向相对应的采样点的具体方法包括，在切片的上下横截面中的一个横截面选取均匀分布的采样点，计算每一个采样点与另一个横截面采样点的距离，匹配上下横截面的采样点。
作为本发明的一种实施方式，所述n个切片为n个等高的切片，每个切片厚度为H/n；也可以为随机切割的切片。作为本发明的一种实施方式，所述切片的厚度为1cm～3cm。例如一截树干高3米，设置100层切片，切片厚度为3cm，一方面确保计中涵盖较完整的树形信息，同时不至于太薄增加计算量。
作为本发明的一种实施方式，所述方法还包括，对采样的点云数据进行自动可视化分析。所述可视化分析包括采样的点云数据的3D可视化呈现和点云数据体积结果的图形化输出。
根据本发明提供的一种基于移动终端三维扫描图像采集处理的单株树木树干体积估算系统，采用了上述单株树木树干体积估算方法，包括，
点云数据采集单元，三维扫描单株树木，采样树干的点云数据；
点云数据预处理单元，包括多余点云数据删除模块，删除树干以外的多余的点云数据；所述多余的点云数据包括但不仅仅包括地面和树冠的点云数据；
树干体积估算单元，包括，
点云数据水平分割模块，沿垂直方向，将树干点云数据水平分割为n层；
体积估算单元，通过横截面积分的方法计算每一层的体积，再叠加n层的体积得到整株树干的体积；所述n为大于等于1的自然数。
本发明技术方案能够根据不同形态样本的特点，捕捉外部形态并保留外形特征。在不破坏物体的情况下，进行树干3D点云数据采样，便捷地获取树形信息，比传统材积计算方法更为准确；相比于使用照片建模，工作量更少，且估算的准确性更高；同时，与激光扫描相比，成本低且适用于单株树干的扫描，能对树形不规则树干三维模型较为准确的构建。
所述点云数据采集单元为具有光线感应器及深度摄像功能的智能移动终端(如手机或Pad等)。如图1所示，作为本发明的一种实施方式，根据本发明的点云数据采样方法，可以使用搭载三维扫描摄像头的智能手机硬件，进行树干的点云数据采样，成本低廉，便携且方便操作。
Claims (10)
1.一种基于移动终端三维扫描图像采集处理的单株树木树干体积估算，具体方法包括，
点云数据采样，三维扫描单株树木，采样树干的点云数据；
点云数据预处理，包括删除树干以外的多余的点云数据；所述多余的点云数据包括但不仅仅包括地面和树冠的点云数据；
树干体积估算，沿垂直方向，将树干点云数据水平分割为n层，通过横截面积分的方法分别计算各层切片的体积，再叠加n层的体积得到整株树干的体积；所述n为大于等于1的自然数。
2.根据权利要求1所述的单株树木树干体积估算方法，所述点云数据预处理还包括匹配处理，包括利用可视化数据处理工具对采样的树干点云数据进行可视化，利用可视化的效果图与野外实景拍摄的图片进行匹配。
3.根据权利要求2所述的单株树木树干体积估算方法，所述方法还包括，进行点云数据预处理时，先进行匹配处理，再进行删除树干以外的多余的点云数据的处理。
4.根据权利要求1到3之一所述的单株树木树干体积估算方法，通过横截面积分的方法分别计算各层切片的体积的具体方法包括，
利用包括x轴、y轴和z轴信息的点云数据，将高度为H的单株树干点云沿垂直方向水平分割为n个切片；对于每一层切片，利用底面和顶面的外围点云，确定切片的上下横截面的平面边界；匹配上下横截面垂直方向相对应的采样点；根据平面上点的x轴和z轴信息，找到一个横截面上长轴和短轴的交点，定位该平面的几何中心o；利用三角形面积计算原理，在x-z轴平面的顺时针或逆时针方向上，把外围与几何中心o相连，构成三角形，生成距离另一个横截面h处的横截面积表达式c(h)；对横截面积表达式在y轴方向上积分，生成切片的体积表达式，代入上下横截面匹配好的采样点的坐标，得到切片的体积。
5.根据权利要求4所述的单株树木树干体积估算方法，匹配上下横截面垂直方向相对应的采样点的具体方法包括，在切片的上下横截面中的一个横截面选取均匀分布的采样点，计算每一个采样点与另一个横截面采样点的距离，匹配上下横截面的采样点。
6.根据权利要求4所述的单株树木树干体积估算方法，所述n个切片为n个等高的切片。
7.根据权利要求6所述的单株树木树干体积估算方法，所述切片的厚度为1cm～3cm。
8.根据权利要求1到3之一所述的单株树木树干体积估算方法，所述方法还包括，对采样的点云数据进行自动可视化分析。
9.一种基于移动终端三维扫描图像采集处理的单株树木树干体积估算系统，采用了权利要求1到8之一所述的单株树木树干体积估算方法，其特征在于，包括，
点云数据采集单元，三维扫描单株树木，采样树干的点云数据；
点云数据预处理单元，包括多余点云数据删除模块，删除树干以外的多余的点云数据；所述多余的点云数据包括但不仅仅包括地面和树冠的点云数据；树干体积估算单元，包括，
点云数据水平分割模块，沿垂直方向，将树干点云数据水平分割为n层；
体积估算单元，通过横截面积分的方法分别计算各层切片的体积，再叠加n层的体积得到整株树干的体积；所述n为大于等于1的自然数。
10.根据权利要求9所述的单株树木树干体积估算系统，其特征在于，所述点云数据采集单元为具有光线传感器和深度摄像功能的智能移动终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811045579.8A CN109084680A (zh) | 2018-09-07 | 2018-09-07 | 基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811045579.8A CN109084680A (zh) | 2018-09-07 | 2018-09-07 | 基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109084680A true CN109084680A (zh) | 2018-12-25 |
Family
ID=64841224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811045579.8A Pending CN109084680A (zh) | 2018-09-07 | 2018-09-07 | 基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109084680A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110889885A (zh) * | 2019-10-23 | 2020-03-17 | 中电科新型智慧城市研究院有限公司 | 一种基于点云切片的三维对象体积计算方法 |
| CN115496796A (zh) * | 2022-09-20 | 2022-12-20 | 北京数字绿土科技股份有限公司 | 一种通过激光点云测算树干体积的方法和系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130135189A1 (en) * | 2011-11-30 | 2013-05-30 | Qualcomm Mems Technologies, Inc. | Gesture-responsive user interface for an electronic device having a color coded 3d space |
| CN105701798A (zh) * | 2015-12-31 | 2016-06-22 | 百度在线网络技术（北京）有限公司 | 柱状物体的点云提取方法及装置 |
| CN106839987A (zh) * | 2017-03-30 | 2017-06-13 | 信阳师范学院 | 一种基于树干曲面模型的树干材积获取方法 |
| CN106931883A (zh) * | 2017-03-30 | 2017-07-07 | 信阳师范学院 | 一种基于激光点云数据的树干材积获取方法 |
| CN107481282A (zh) * | 2017-08-18 | 2017-12-15 | 成都通甲优博科技有限责任公司 | 体积测算方法、装置及用户终端 |
-
2018
- 2018-09-07 CN CN201811045579.8A patent/CN109084680A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130135189A1 (en) * | 2011-11-30 | 2013-05-30 | Qualcomm Mems Technologies, Inc. | Gesture-responsive user interface for an electronic device having a color coded 3d space |
| CN105701798A (zh) * | 2015-12-31 | 2016-06-22 | 百度在线网络技术（北京）有限公司 | 柱状物体的点云提取方法及装置 |
| CN106839987A (zh) * | 2017-03-30 | 2017-06-13 | 信阳师范学院 | 一种基于树干曲面模型的树干材积获取方法 |
| CN106931883A (zh) * | 2017-03-30 | 2017-07-07 | 信阳师范学院 | 一种基于激光点云数据的树干材积获取方法 |
| CN107481282A (zh) * | 2017-08-18 | 2017-12-15 | 成都通甲优博科技有限责任公司 | 体积测算方法、装置及用户终端 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110889885A (zh) * | 2019-10-23 | 2020-03-17 | 中电科新型智慧城市研究院有限公司 | 一种基于点云切片的三维对象体积计算方法 |
| CN110889885B (zh) * | 2019-10-23 | 2023-05-16 | 中电科新型智慧城市研究院有限公司 | 一种基于点云切片的三维对象体积计算方法 |
| CN115496796A (zh) * | 2022-09-20 | 2022-12-20 | 北京数字绿土科技股份有限公司 | 一种通过激光点云测算树干体积的方法和系统 |
| CN115496796B (zh) * | 2022-09-20 | 2024-01-16 | 北京数字绿土科技股份有限公司 | 一种通过激光点云测算树干体积的方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gibbs et al. | Approaches to three-dimensional reconstruction of plant shoot topology and geometry | |
| Wu et al. | A voxel-based method for automated identification and morphological parameters estimation of individual street trees from mobile laser scanning data | |
| CN109191519A (zh) | 一种树木树干体积估算模型构建方法、体积估算方法及系统 | |
| Zhang et al. | Automated method for extracting and analysing the rock discontinuities from point clouds based on digital surface model of rock mass | |
| Pyysalo et al. | Reconstructing tree crowns from laser scanner data for feature extraction | |
| CA2781604C (en) | Method and apparatus for analyzing tree canopies with lidar data | |
| Lin et al. | Measurement and calculation of crown projection area and crown volume of individual trees based on 3D laser-scanned point-cloud data | |
| CN104155638B (zh) | 一种基于LiDAR伪垂直波形模型的树种分类方法 | |
| CN106529469A (zh) | 基于自适应坡度的无人机载LiDAR点云滤波方法 | |
| CN105371789B (zh) | 一种利用航空激光点云计算有效叶面积指数的方法 | |
| CN103258345A (zh) | 一种基于地面激光雷达三维扫描的树木枝干参数提取方法 | |
| CN102914501A (zh) | 一种利用激光点云计算三维森林冠层消光系数的方法 | |
| Bu et al. | Adaptive circle-ellipse fitting method for estimating tree diameter based on single terrestrial laser scanning | |
| KR101080985B1 (ko) | 항공 라이다 성과를 이용한 수고 및 개체 수 확인방법 | |
| CN110276757A (zh) | 一种基于倾斜像片进行高郁闭度人工林区域单木生物量制图技术 | |
| CN109084680A (zh) | 基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及系统 | |
| Zhang et al. | A method for calculating the leaf inclination of soybean canopy based on 3D point clouds | |
| CN115854895A (zh) | 一种基于目标立木形态的非接触式立木胸径测量方法 | |
| CN103278089A (zh) | 一种以三维激光扫描仪为工具的树冠体积、表面积计测技术 | |
| CN114136208A (zh) | 一种无损估算立木材积的低成本树木结构自动重建方法 | |
| CN108956392A (zh) | 一种潮滩沉积物类型的无人机识别方法 | |
| Xie et al. | Geometric modeling of Rosa roxburghii fruit based on three-dimensional point cloud reconstruction | |
| Leeuwen et al. | Stem detection and measuring DBH using terrestrial laser scanning. | |
| Tang et al. | A new method for extracting trees and buildings from sparse LiDAR data in urban areas | |
| Harikumar et al. | An approach to conifer stem localization and modeling in high density airborne LiDAR data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181225 |