CN111553987B - 一种基于海量数据的单木点云编辑方法及系统 - Google Patents

一种基于海量数据的单木点云编辑方法及系统 Download PDF

Info

Publication number
CN111553987B
CN111553987B CN202010422629.0A CN202010422629A CN111553987B CN 111553987 B CN111553987 B CN 111553987B CN 202010422629 A CN202010422629 A CN 202010422629A CN 111553987 B CN111553987 B CN 111553987B
Authority
CN
China
Prior art keywords
point cloud
data
memory area
editing
cloud data
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.)
Active
Application number
CN202010422629.0A
Other languages
English (en)
Other versions
CN111553987A (zh
Inventor
请求不公布姓名
陈琳海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Digital Green Earth Technology Co ltd
Original Assignee
Beijing Digital Green Earth Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Digital Green Earth Technology Co ltd filed Critical Beijing Digital Green Earth Technology Co ltd
Priority to CN202010422629.0A priority Critical patent/CN111553987B/zh
Publication of CN111553987A publication Critical patent/CN111553987A/zh
Application granted granted Critical
Publication of CN111553987B publication Critical patent/CN111553987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Human Computer Interaction (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明涉及一种基于海量数据的单木点云编辑方法及系统，所述单木点云编辑方法包括：在点云渲染窗口中确定一待编辑区域，并将该待编辑区域内的数据生成内存区域点云数据块；对生成的所述内存区域点云数据块内的数据进行编辑操作，在完成所有编辑后再根据所述内存区域点云数据块与大数据点云之间的关系将内存区域点云数据块内的数据一次性交互的写入到大数据点云文件中。本发明的优点在于：采用内存区域点云数据块编辑数据，编辑完成之后将内存区域点云数据块的数据一次性写入到大数据点云文件中，解决了传统的大数据点云编辑过程中一直频繁通过I/O口与文件进行交互引起系统或者机器卡顿，以及降低用户体验度的问题。

Description

一种基于海量数据的单木点云编辑方法及系统
技术领域
本发明涉及巡检勘测技术领域，尤其涉及一种基于海量数据的单木点云编辑方法及系统。
背景技术
在对森林进行巡检勘测过程中，通过森林资源普查树木的空间位置及形态参数，确定树木的生长数量，并依据树木的形态参数评估树木的健康状态是评估生态系统的一项重要工作。近年来，随着人工智能、大数据的发展，在数字化领域构建森林环境进行研究越来越普遍，也取得了一定的成就。在采集获取到海量数据的单木点云数据后，需要对其进行编辑处理；且由于树木具有复杂而又特殊的拓扑结构，树枝与树叶之间存在大量的相互遮挡；因此需要对海量树木数据进行分割处理；但是再实际处理过程中存在的问题有：1、海量数据点云编辑因为数据量庞大，无法全部显示到内存中；2、难以确认哪些区域需要重新分割；3、海量数据点云引起的数据编辑速度慢、效率低下、占用内存大、且容易造成系统卡顿甚至引起系统崩溃；4、数据编辑过程中一直与文件进行交互，无形中又占用了系统资源，数据频繁的通过I/O口进行交互也会引起机器卡顿，降低用户的体验感。
申请号为CN201910295160.6的中国专利申请公布了“一种森林生物量估算方法及其系统”，所述方法包括步骤：获取待测区域的森林参数计算出样点的森林生物量；获取LiDAR点云数据，并对所述LiDAR点云数据进行分离，根据所述地面点生成数字高程模型；对所述LiDAR点云数据进行归一化处理，得到归一化的LiDAR点云数据；将所述归一化的LiDAR点云数据转为预定分辨率的栅格数据，得到树木高度栅格数据；根据所述多光谱数据计算出该区域的植被指数分布数据；将所述森林生物量与树木高度栅格数据以及植被指数分布数据采用生物量回归公式估算出待测区域的森林生物量。本发明综合了无人机多光谱数据的光谱信息和无人机LiDAR数据的森林三维结构信息，利用实测点的真实数据进行反演估算，大大提高了反演的精度。
申请号为CN201810538163.3的中国专利申请公布不了“一种预测大面积亚热带森林生物量的混合效应模型”，该技术主要由激光雷达数据特征变量的提取、地面样地数据树干材积估算、基于植被类型的模型构建与模型验证、基于树干材积和生物量相对生长模型的生物量计算五个阶段构成。该技术提升了激光雷达方法在大尺度森林的生物量估算精度，为机载激光雷达在大面积亚热带森林的林业勘察应用中提供简化的技术解决方案。
上述技术方案都只是解决如何提高森林生物量的估算精度，并不能解决在对海量数据的单木点云编辑过程中存在的问题；因此，如何在海量数据的单木点云的处理过程中解决现有存在的缺陷，现阶段需要解决的问题。
发明内容
本发明的目的在于克服现有技术的缺点，提供了一种基于海量数据的单木点云编辑方法及系统，解决了目前在海量数据的单木点云编辑处理过程中存在的问题。
本发明的目的通过以下技术方案来实现：一种基于海量数据的单木点云编辑方法，所述单木点云编辑方法包括：
在点云渲染窗口中确定一待编辑区域，并将该待编辑区域内的数据生成内存区域点云数据块；
对生成的所述内存区域点云数据块内的数据进行编辑操作，在完成所有编辑后再根据所述内存区域点云数据块与大数据点云之间的关系将内存区域点云数据块内的数据一次性交互的写入到大数据点云文件中。
进一步地，所述确定一待编辑区域包括以下内容：
在点云渲染窗口中通过鼠标拾取多个点的坐标，并通过求交算法计算出相应点的世界坐标；
与大数据点云的世界坐标进行运算，计算出相交点集；由所述相交点集合构成一个多边形区域。
进一步地，所述将该待编辑区域内的数据生成内存区域点云数据块包括以下内容：
将构成所述多边形区域内的点构成一个内存区域点云，构建拓扑关系形成内存区域点云数据块；并建立所述内存区域点云数据块中的点在所述大数据点云中的映射关系，得到所述内存区域点云数据块中所有点到所述大数据点云的写入路径。
进一步地，所述单木点云编辑方法还包括：建立一个剖面窗口，在生成所述内存区域点云数据块后将所述内存区域点云数据块中的数据链接入所述剖面窗口中显示，所述大数据点云通过主窗口显示。
对内存区域点云数据块内的数据进行编辑操作包括：创建单木、合并单木和删除单木的操作。
进一步地，所述创建单木包括在所述内存区域点云数据块内随机或者有条件选择一块数据，通过树ID分配算法为这块数据分配一个树ID；
所述合并单木包括将多个单木的树ID合并为一个单木的树ID；
所述删除单木包括在所述内存区域点云数据块内选择一单木，并将该单木的树ID修改为0。
进一步地，所述单木点云编辑方法还包括在确定所述一待编辑区域之前还需要对点云单木进行分割，其包括如下内容：
基于地基激光雷达扫描获取的点云数据构建数字高程模型；
基于所述数字高程模型对点云数据进行归一化，在归一化的点云数据中提取预定高度胸径的点云数据，基于提取的点云数据获取所述胸径的圆心位置；
依据所述胸径的圆心位置以及设定的聚类算法进行单木分割。
本发明还包括一种基于海量数据的单木点云编辑系统，所述系统包括：单木分割模块、编辑区域内存块生成模块、编辑模块和映射关系存储模块；
所述单木分割模块，用于根据聚类算法对单木进行分割，得到高精度的单木分割数据；
所述编辑区域内存块生成模块，用于在点云渲染窗口中确定一待编辑区域，并将该待编辑区域内的数据生成内存区域点云数据块；
所述编辑模块，用于对生成的所述内存区域点云数据块内的数据进行创建单木、合并单木和删除单木的编辑操作；
所述映射关系存储模块，用于在完成所有编辑后根据所述内存区域点云数据块与大数据点云之间的映射关系将内存区域点云数据块内的数据一次性交互的写入到大数据点云文件中。
进一步地，所述编辑区域内存块生成模块包括编辑区域确定单元和内存区域点云数据块生成单元；
所述编辑区域确定单元，用于在点云渲染窗口中通过鼠标拾取多个点的坐标，并通过求交算法计算出相应点的世界坐标；与大数据点云的世界坐标进行运算，计算出相交点集；由所述相交点集合构成一个多边形区域；
所述内存区域点云数据块生成单元，用于将构成所述多边形区域内的点构成一个内存区域点云，构建拓扑关系形成内存区域点云数据块；并建立所述内存区域点云数据块中的点在所述大数据点云中的映射关系，得到所述内存区域点云数据块中所有点到所述大数据点云的写入路径。
进一步地，所述单木分割模块包括模型构建单元、圆心位置确定单元以及分割单元；
所述模型构建单元，用于基于地基激光雷达扫描获取的点云数据构建数字高程模型；
所述圆心位置确定单元，用于基于所述数字高程模型对点云数据进行归一化，在归一化的点云数据中提取预定高度胸径的点云数据，基于提取的点云数据获取所述胸径的圆心位置；
所述分割单元，用于依据所述胸径的圆心位置以及设定的聚类算法进行单木分割。
本发明具有以下优点在于：本发明提供了一种基于海量数据的单木点云编辑方法及系统，采用内存区域点云数据块编辑数据，编辑完成之后将内存区域点云数据块的数据一次性写入到大数据点云文件中，解决了传统的大数据点云编辑过程中一直频繁通过I/O接口与文件进行交互引起系统或者机器卡顿，以及降低用户体验度的问题；将内存区域点云数据块的数据通过建立剖面窗口进行显示，不再针对所有点云全部进行加载显示，从海量数据转换为小数据编辑区域内的编辑处理，大大地降低了待编辑点云的数据量，解决了海量点云数据引起的数据编辑速度慢、效率低下、占用内存大，容易造成系统卡顿甚至崩溃的问题；通过在确定需要编辑的内存区域点云数据块之前进行单木分割处理，提高了单木分割的精确度，能够快速有效地确定待编辑区域。
附图说明
图1 为本发明方法的流程示意图；
图2 为本发明确定待编辑区域的流程示意图；
图3为本发明生成内存区域点云数据块的流程示意图；
图4为本发明点云单木分割的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图对本发明做进一步的描述，但本发明的保护范围不局限于以下所述。
如图1所示，一种基于海量数据的单木点云编辑方法，所述单木点云编辑方法包括：
S1、对点云单木进行分割；
S2、在点云渲染窗口中确定一待编辑区域，并将该待编辑区域内的数据生成内存区域点云数据块；
S3、对生成的所述内存区域点云数据块内的数据进行编辑操作，在完成所有编辑后再根据所述内存区域点云数据块与大数据点云之间的关系将内存区域点云数据块内的数据一次性交互的写入到大数据点云文件中。
进一步地，大数据点云为一个具体的点云文件，其内部包括了大量的点云数据。
本发明提供了一种基于海量数据的单木点云编辑方法及系统，采用内存区域点云数据块编辑数据，编辑完成之后将内存区域点云数据块的数据一次性写入到大数据点云文件中，解决了传统的大数据点云编辑过程中一直频繁通过I/O接口与文件进行交互引起系统或者机器卡顿，以及降低用户体验度的问题；将内存区域点云数据块的数据通过建立剖面窗口进行显示，不再针对所有点云全部进行加载显示，从海量数据转换为小数据编辑区域内的编辑处理，大大地降低了待编辑点云的数据量，解决了海量点云数据引起的数据编辑速度慢、效率低下、占用内存大，容易造成系统卡顿甚至崩溃的问题。
如图2所示，进一步地，所述确定一待编辑区域包括以下内容：
（1）在点云渲染窗口中通过鼠标拾取多个点的坐标，并通过求交算法计算出相应点的世界坐标；
（2）与大数据点云的世界坐标进行运算，计算出相交点集；由所述相交点集合构成一个多边形区域。
进一步地，构成的这个多边形区域可以是六边形区域。
如图3所示，进一步地，所述将该待编辑区域内的数据生成内存区域点云数据块包括以下内容：
（1）将构成所述多边形区域内的点构成一个内存区域点云，构建拓扑关系形成内存区域点云数据块；
（2）并建立所述内存区域点云数据块中的点在所述大数据点云中的映射关系，得到所述内存区域点云数据块中所有点到所述大数据点云的写入路径。
进一步地，所述单木点云编辑方法还包括：建立一个剖面窗口，在生成所述内存区域点云数据块后将所述内存区域点云数据块中的数据链接入所述剖面窗口中显示，所述大数据点云通过主窗口显示。
通过将内存区域点云数据块的数据在剖面窗口中显示，大数据点云数据在主窗口显示，将大数据点云与内存区域点云数据块分开，两个窗口相互配合紧密联系，不再针对所有点云全部进行加载显示，从海量数据转换为小数据编辑区域内的编辑处理，大大地降低了待编辑点云的数据量，解决了海量点云数据引起的数据编辑速度慢、效率低下、占用内存大，容易造成系统卡顿甚至崩溃的问题。
进一步地，对内存区域点云数据块内的数据进行编辑操作包括：创建单木、合并单木和删除单木的操作。
进一步地，所述创建单木包括在所述内存区域点云数据块内随机或者有条件选择一块数据，通过树ID分配算法为这块数据分配一个树ID；
具体而言根据内存区域点云数据块中已有最大树ID，进行加一的方式，进而得到相应单木分配的树ID。
其中一种实施方式创建单木包括在内存区域点云数据块有条件选择一块数据，通过树ID分配算法为这块数据分配一个树ID中，有条件选择一块数据选择数据的来源包括已经分配的树ID、未分配的树ID和所有点。
所述合并单木包括将多个单木的树ID合并为一个单木的树ID；
所述删除单木包括在所述内存区域点云数据块内选择一单木，并将该单木的树ID修改为0。
其中，实施例创建单木的操作步骤包括：
（1）创建单木设置，选择创建单木点的类别，参与点云分割的起始类别，选择工具（圆选、多边形选择、矩形选择等）；
（2）选择区域，在剖面窗口中，选择一块区域，双击结束拾取；
（3）分配树ID，根据创建单木设置中创建单木点的类别、参与点云分割的起始类别，根据树ID分配算法，为选择区域中的点相应点分配一个树ID。
其中，实施例合并单木的操作步骤包括：
（1）拾取第一个单木，获取它的树ID作为要被合并的单木的树ID；
（2）拾取其它单木，被拾取的单木的树ID将被修改为第一个单木的树ID。
删除单木操作步骤：
（1）拾取单木，在剖面窗口中，鼠标单击拾取单木；
（2）设置树ID，将被选中的单木的树ID设置为0。
本发明提供的基于海量数据的单木点云编辑方法，采用检查单木分割结果的算法，找出过分分割或欠分割的区域解决大数据点云难以确认哪些区域需要重新分割的问题；同时设计了对内存区域点云数据块内的数据进行编辑操作包括：创建单木、合并单木和删除单木的操作；上述创建单木的操作步骤，核心技术方案在于在所述内存区域点云数据块内随机或者有条件选择一块数据，通过树ID分配算法为这块数据分配一个树ID。
如图4所示，进一步地，对点云单木进行分割包括如下内容：
S11、依据预先设置的样本点云数据分类器，对点云数据进行分类，保留树木分类和地面分类对应的点云数据，删除其他分类的点云数据；
S12、基于地基激光雷达扫描获取的点云数据构建数字高程模型；
S13、基于所述数字高程模型对点云数据进行归一化，在归一化的点云数据中提取预定高度胸径的点云数据，基于提取的点云数据获取所述胸径的圆心位置；其中，预定高度大于灌木高度；
S14、依据所述胸径的圆心位置以及设定的聚类算法进行单木分割；
S15、将圆心位置、胸径以及胸径的点云数据进行叠加显示，以使用户依据显示对圆心位置、胸径进行修正；
S16、基于单木分割的结果，获取单木的形态参数。
其中，形态参数包括但不限于树木位置参数、树高参数、树冠参数、枝下参数和立木材积参数等等。根据上述点云单木进行分割流程操作可以实现，避免二维霍夫变换中林下灌木投影对树木胸径及其圆心位置的影响，使得拟合的树木胸径及圆心位置估测精度较高，进而提升了依据树木胸径及圆心位置进行单木分割的精度。
本发明另一实施例包括一种基于海量数据的单木点云编辑系统，所述系统包括：单木分割模块、编辑区域内存块生成模块、编辑模块和映射关系存储模块；
所述单木分割模块，用于根据聚类算法对单木进行分割，得到高精度的单木分割数据；
所述编辑区域内存块生成模块，用于在点云渲染窗口中确定一待编辑区域，并将该待编辑区域内的数据生成内存区域点云数据块；
所述编辑模块，用于对生成的所述内存区域点云数据块内的数据进行创建单木、合并单木和删除单木的编辑操作；
所述映射关系存储模块，用于在完成所有编辑后根据所述内存区域点云数据块与大数据点云之间的映射关系将内存区域点云数据块内的数据一次性交互的写入到大数据点云文件中。
进一步地，所述编辑区域内存块生成模块包括编辑区域确定单元和内存区域点云数据块生成单元；
所述编辑区域确定单元，用于在点云渲染窗口中通过鼠标拾取多个点的坐标，并通过求交算法计算出相应点的世界坐标；与大数据点云的世界坐标进行运算，计算出相交点集；由所述相交点集合构成一个多边形区域；
所述内存区域点云数据块生成单元，用于将构成所述多边形区域内的点构成一个内存区域点云，构建拓扑关系形成内存区域点云数据块；并建立所述内存区域点云数据块中的点在所述大数据点云中的映射关系，得到所述内存区域点云数据块中所有点到所述大数据点云的写入路径。
进一步地，所述单木分割模块包括模型构建单元、圆心位置确定单元以及分割单元；
所述模型构建单元，用于基于地基激光雷达扫描获取的点云数据构建数字高程模型；
所述圆心位置确定单元，用于基于所述数字高程模型对点云数据进行归一化，在归一化的点云数据中提取预定高度胸径的点云数据，基于提取的点云数据获取所述胸径的圆心位置；
所述分割单元，用于依据所述胸径的圆心位置以及设定的聚类算法进行单木分割。
进一步地，单木分割模块还包括修正单元，用于将圆心位置、胸径以及胸径的点云数据进行叠加显示，以使用户依据显示对圆心位置、胸径进行修正。
本发明基于点云数据拟合树木胸径及其圆心位置，可以避免二维霍夫变换中林下灌木投影对树木胸径及其圆心位置的影响，使得拟合的树木胸径及圆心位置估测精度较高，进而提升了依据树木胸径及圆心位置进行单木分割的精度，为后续快速有效地在渲染窗口中确定待编辑区域提供了保证。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (7)

1.一种基于海量数据的单木点云编辑方法，其特征在于：所述单木点云编辑方法包括：
在点云渲染窗口中确定一待编辑区域，并将该待编辑区域内的数据生成内存区域点云数据块；
对生成的所述内存区域点云数据块内的数据进行编辑操作，在完成所有编辑后再根据所述内存区域点云数据块与大数据点云之间的关系将内存区域点云数据块内的数据一次性交互的写入到大数据点云文件中；
其中，所述确定一待编辑区域包括以下内容：
在点云渲染窗口中通过鼠标拾取多个点的坐标，并通过求交算法计算出相应点的世界坐标；
与大数据点云的世界坐标进行运算，计算出相交点集；由所述相交点集构成一个多边形区域；
所述将该待编辑区域内的数据生成内存区域点云数据块包括以下内容：
将构成所述多边形区域内的点构成一个内存区域点云，构建拓扑关系形成内存区域点云数据块；
并建立所述内存区域点云数据块中的点在所述大数据点云中的映射关系，得到所述内存区域点云数据块中所有点到所述大数据点云的写入路径。
2.根据权利要求1所述的一种基于海量数据的单木点云编辑方法，其特征在于：所述单木点云编辑方法还包括：建立一个剖面窗口，在生成所述内存区域点云数据块后将所述内存区域点云数据块中的数据链接入所述剖面窗口中显示，所述大数据点云通过主窗口显示。
3.根据权利要求1所述的一种基于海量数据的单木点云编辑方法，其特征在于：对内存区域点云数据块内的数据进行编辑操作包括：创建单木、合并单木和删除单木的操作。
4.根据权利要求3所述的一种基于海量数据的单木点云编辑方法，其特征在于：所述创建单木包括在所述内存区域点云数据块内随机或者有条件选择一块数据，通过树ID分配算法为这块数据分配一个树ID；
所述合并单木包括将多个单木的树ID合并为一个单木的树ID；
所述删除单木包括在所述内存区域点云数据块内选择一单木，并将该单木的树ID修改为0。
5.根据权利要求1-4中任意一项所述的一种基于海量数据的单木点云编辑方法，其特征在于：所述单木点云编辑方法还包括在确定所述一待编辑区域之前还需要对点云单木进行分割，其包括如下内容：
基于地基激光雷达扫描获取的点云数据构建数字高程模型；
基于所述数字高程模型对点云数据进行归一化，在归一化的点云数据中提取预定高度胸径的点云数据，基于提取的点云数据获取所述胸径的圆心位置；
依据所述胸径的圆心位置以及设定的聚类算法进行单木分割。
6.一种基于海量数据的单木点云编辑系统，其特征在于：所述系统包括：单木分割模块、编辑区域内存块生成模块、编辑模块和映射关系存储模块；
所述单木分割模块，用于根据聚类算法对单木进行分割，得到高精度的单木分割数据；
所述编辑区域内存块生成模块，用于在点云渲染窗口中确定一待编辑区域，并将该待编辑区域内的数据生成内存区域点云数据块；
所述编辑模块，用于对生成的所述内存区域点云数据块内的数据进行创建单木、合并单木和删除单木的编辑操作；
所述映射关系存储模块，用于在完成所有编辑后根据所述内存区域点云数据块与大数据点云之间的映射关系将内存区域点云数据块内的数据一次性交互的写入到大数据点云文件中；
其中，所述编辑区域内存块生成模块包括编辑区域确定单元和内存区域点云数据块生成单元；
所述编辑区域确定单元，用于在点云渲染窗口中通过鼠标拾取多个点的坐标，并通过求交算法计算出相应点的世界坐标；与大数据点云的世界坐标进行运算，计算出相交点集；由所述相交点集构成一个多边形区域；
所述内存区域点云数据块生成单元，用于将构成所述多边形区域内的点构成一个内存区域点云，构建拓扑关系形成内存区域点云数据块；并建立所述内存区域点云数据块中的点在所述大数据点云中的映射关系，得到所述内存区域点云数据块中所有点到所述大数据点云的写入路径。
7.根据权利要求6所述的一种基于海量数据的单木点云编辑系统，其特征在于：所述单木分割模块包括模型构建单元、圆心位置确定单元以及分割单元；
所述模型构建单元，用于基于地基激光雷达扫描获取的点云数据构建数字高程模型；
所述圆心位置确定单元，用于基于所述数字高程模型对点云数据进行归一化，在归一化的点云数据中提取预定高度胸径的点云数据，基于提取的点云数据获取所述胸径的圆心位置；
所述分割单元，用于依据所述胸径的圆心位置以及设定的聚类算法进行单木分割。
CN202010422629.0A 2020-05-19 2020-05-19 一种基于海量数据的单木点云编辑方法及系统 Active CN111553987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010422629.0A CN111553987B (zh) 2020-05-19 2020-05-19 一种基于海量数据的单木点云编辑方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010422629.0A CN111553987B (zh) 2020-05-19 2020-05-19 一种基于海量数据的单木点云编辑方法及系统

Publications (2)

Publication Number Publication Date
CN111553987A CN111553987A (zh) 2020-08-18
CN111553987B true CN111553987B (zh) 2023-11-21

Family

ID=72000949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010422629.0A Active CN111553987B (zh) 2020-05-19 2020-05-19 一种基于海量数据的单木点云编辑方法及系统

Country Status (1)

Country Link
CN (1) CN111553987B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112200846A (zh) * 2020-10-23 2021-01-08 东北林业大学 融合无人机影像与地基雷达点云的林分因子提取方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010032495A1 (ja) * 2008-09-16 2010-03-25 株式会社アドイン研究所 樹木情報計測方法、樹木情報計測装置、プログラム
CN104778744A (zh) * 2014-10-25 2015-07-15 中国科学院植物研究所 基于Lidar数据的大规模三维森林可视化场景建立技术
CN110428438A (zh) * 2019-07-11 2019-11-08 广州启量信息科技有限公司 一种单木建模方法、装置和存储介质
CN110853081A (zh) * 2019-11-18 2020-02-28 武汉数智云绘技术有限公司 基于单木分割的地面和机载LiDAR点云配准方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010032495A1 (ja) * 2008-09-16 2010-03-25 株式会社アドイン研究所 樹木情報計測方法、樹木情報計測装置、プログラム
CN104778744A (zh) * 2014-10-25 2015-07-15 中国科学院植物研究所 基于Lidar数据的大规模三维森林可视化场景建立技术
CN110428438A (zh) * 2019-07-11 2019-11-08 广州启量信息科技有限公司 一种单木建模方法、装置和存储介质
CN110853081A (zh) * 2019-11-18 2020-02-28 武汉数智云绘技术有限公司 基于单木分割的地面和机载LiDAR点云配准方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
机载激光雷达森林资源调查系统的设计与试验;瞿帅;张晓丽;朱程浩;霍朗宁;刘会玲;;西北林学院学报(第04期);全文 *

Also Published As

Publication number Publication date
CN111553987A (zh) 2020-08-18

Similar Documents

Publication Publication Date Title
Liang et al. International benchmarking of terrestrial laser scanning approaches for forest inventories
Rutzinger et al. Tree modelling from mobile laser scanning data‐sets
CN104298998A (zh) 一种3d点云的数据处理方法
CN108109139B (zh) 基于灰度体元模型的机载lidar三维建筑物检测方法
CN106529469A (zh) 基于自适应坡度的无人机载LiDAR点云滤波方法
CN112819830A (zh) 基于深度学习与机载激光点云的单株树冠分割方法
CN116310192A (zh) 一种基于点云的城市级建筑物三维模型单体重建方法
CN114612488A (zh) 建筑物单体化信息提取方法、计算机装置及存储介质
CN111462134A (zh) 高分遥感影像和激光雷达点云融合的单木分割方法及系统
CN106157309A (zh) 一种基于虚拟种子点的机载LiDAR地面点云滤波方法
KR20140014596A (ko) 지상 라이다에서 취득된 포인트 클라우드 기반의 실내공간 3차원 모델 추출 방법 및 이를 구현하기 위한 프로그램이 기록된 기록매체
CN110322497A (zh) 一种基于三维可视化的交互式点云对象提取方法
CN115205690B (zh) 基于mls点云数据的行道树单体化提取方法及装置
CN108399424A (zh) 一种点云分类方法、智能终端及存储介质
CN113888391A (zh) 一种室内结构化重建方法、装置及计算机可读存储介质
CN111870952A (zh) 一种高度图生成方法、装置、设备及存储介质
CN111553987B (zh) 一种基于海量数据的单木点云编辑方法及系统
CN104616356B (zh) 一种小班边界三维可视化编辑方法
CN115018982A (zh) 一种基于地基激光雷达点云的树木数字孪生方法
CN112023400A (zh) 一种高度图生成方法、装置、设备及存储介质
CN113033386B (zh) 一种基于高分辨率遥感影像的输电线路通道隐患识别方法及系统
Zheng et al. Single shot multibox detector for urban plantation single tree detection and location with high-resolution remote sensing imagery
CN109657540A (zh) 枯死树定位方法及系统
CN112116612A (zh) 基于Mask R-CNN的行道树图像实例分割方法
Lin et al. A multilevel slicing based coding method for tree detection

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 2301-2308, third floor, building 2, incubator, Zhongguancun Software Park, Dongbeiwang, Haidian District, Beijing 100094

Applicant after: Beijing Digital Green Earth Technology Co.,Ltd.

Address before: Room 2301-2308, third floor, building 2, incubator, Zhongguancun Software Park, Dongbeiwang, Haidian District, Beijing 100094

Applicant before: BEIJING GREENVALLEY TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant