Morton碼對(duì)生成八叉樹(shù)的各葉結(jié)點(diǎn)進(jìn)行地址編碼，它包含了葉節(jié)點(diǎn)的 位置和大小信息。Morton碼假設(shè)整個(gè)空間立方體的大小為2n X 2n X 2n，八叉樹(shù)最大深度就為 η層，那么任意葉節(jié)點(diǎn)的Morton碼就是一個(gè)η位的編碼，其中，qi={0，l，2,3,4,5,6,7}為某 葉結(jié)點(diǎn)在第i層的位置編號(hào)（〇 <n-l)。最后，通過(guò)以下十進(jìn)制轉(zhuǎn)換公式，得到最終編碼 Mq ：
[0048] Mq = qn-i · 8n_1+---+qi · S^-'+qo · 8° (3)
[0049] 通過(guò)對(duì)植被點(diǎn)云數(shù)據(jù)空間采用八叉樹(shù)結(jié)構(gòu)的劃分和Morton碼編碼，將三維空間坐 標(biāo)轉(zhuǎn)換成了一維表示，實(shí)現(xiàn)了植被點(diǎn)云數(shù)據(jù)的結(jié)構(gòu)化存儲(chǔ)，從而使點(diǎn)云數(shù)據(jù)所占的存儲(chǔ)空 間大大減小，并可有效加快點(diǎn)云數(shù)據(jù)的檢索速度。
[0050] 3)點(diǎn)云數(shù)據(jù)的去噪：
[0051] 由于各種環(huán)境和人為因素的影響，植被點(diǎn)云數(shù)據(jù)中難免包含噪聲，對(duì)建模過(guò)程產(chǎn) 生不利影響，如干擾有效結(jié)構(gòu)的構(gòu)建、使重構(gòu)曲面不光滑等。因此，建模前還必須對(duì)原始點(diǎn) 云數(shù)據(jù)進(jìn)行去噪處理。本發(fā)明采用了基于k近鄰的去噪方法，其主要步驟為：
[0052] (1)利用包圍盒方法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行柵格化，將其中所有的點(diǎn)分配到各柵格中；
[0053] (2)求取包含最多柵格的最大連通域，并去除孤立噪聲點(diǎn)；
[0054] (3)對(duì)去除孤立噪聲點(diǎn)后的點(diǎn)云數(shù)據(jù)進(jìn)行第二次柵格劃分，建立各刪格內(nèi)點(diǎn)云的k 鄰域；
[0055] (4)用最小二乘法擬合出每個(gè)k鄰域的最佳逼近平面；
[0056] (5)計(jì)算每個(gè)k鄰域內(nèi)所有點(diǎn)到其最佳逼近平面的距離cU(i = l，2,…，k，k+l)，并 給定一個(gè)閾值，把k鄰域內(nèi)距平面距離大于該閾值的點(diǎn)去除。
[0057]如圖4(b)所示，經(jīng)過(guò)一次處理后的點(diǎn)云數(shù)據(jù)，其中絕大部分的噪聲點(diǎn)都被標(biāo)記了 出來(lái)，從而可被有效地剔除。在具體實(shí)現(xiàn)過(guò)程中，通常需要利用以上方法對(duì)原始點(diǎn)云進(jìn)行多 次去噪，才能大體滿足建模的需要，如圖4(c)和(d)所示。
[0058] 4)枝干與葉片點(diǎn)云數(shù)據(jù)的提?。?br>[0059]單株植被三維建模的核心工作是枝干和葉片模型的重建，故應(yīng)將枝干與葉片對(duì)應(yīng) 的點(diǎn)云數(shù)據(jù)進(jìn)行分割提取和處理。但是，由于植被各組成部分層次復(fù)雜且相互遮擋，導(dǎo)致其 枝干和葉片點(diǎn)云數(shù)據(jù)不易分離。由于點(diǎn)云數(shù)據(jù)中不僅包含植被表面結(jié)構(gòu)的三維坐標(biāo)位置， 還包含激光回波的反射強(qiáng)度信息，不同物質(zhì)對(duì)特定波長(zhǎng)激光信號(hào)的反射特性是不一樣的， 反射強(qiáng)度在地物點(diǎn)云數(shù)據(jù)的分類研究中已被認(rèn)為是一種有效的判別條件。因此，考慮植被 點(diǎn)云數(shù)據(jù)的反射強(qiáng)度特征，將回波反射強(qiáng)度閾值作為判別條件提取枝干和葉片的點(diǎn)云數(shù) 據(jù)，判別過(guò)程如下：
[0060] 步驟1:根據(jù)經(jīng)驗(yàn)選定兩個(gè)閾值IdPI2,然后比較輸入點(diǎn)云中各離散點(diǎn)的激光回波 強(qiáng)度值是否大于閾值II·，將強(qiáng)度值大于II·的點(diǎn)歸為葉片點(diǎn)云，其余歸為殘余點(diǎn)云，如圖5(a) 所示；
[0061] 步驟2:繼續(xù)判別殘余點(diǎn)云中各離散點(diǎn)的激光回波強(qiáng)度值是否大于閾值12,將強(qiáng)度 值大于12的點(diǎn)歸為枝干點(diǎn)云如圖5(b)所不。
[0062] 5)植被結(jié)構(gòu)的曲面重建：
[0063] 利用點(diǎn)云數(shù)據(jù)恢復(fù)物體原始曲面的幾何形態(tài)即為曲面重建，該過(guò)程可將離散的點(diǎn) 云擬合為與植被結(jié)構(gòu)相關(guān)的連續(xù)曲面。曲面重建的關(guān)鍵就是點(diǎn)云數(shù)據(jù)的三角網(wǎng)格化，即構(gòu) 建三角網(wǎng)格。由于枝干和葉片點(diǎn)云數(shù)據(jù)的不規(guī)則性與復(fù)雜性，采用了 Delaunay三角網(wǎng)生長(zhǎng) 算法對(duì)植被點(diǎn)云進(jìn)行三角網(wǎng)格構(gòu)建，基本過(guò)程如下：
[0064] (1)首先找出點(diǎn)集中相距最短的兩點(diǎn)連成一條邊，作為定向基線；
[0065] (2)按照Delaunay構(gòu)網(wǎng)原則找出第三個(gè)點(diǎn)；
[0066] (3)創(chuàng)建Delaunay三角形，再以該三角形的每一條邊為基線擴(kuò)展連接相鄰的離散 占 .
[0067] (4)重復(fù)第(2)、（3)步直到所有激光掃描點(diǎn)都包含在三角網(wǎng)中。
[0068]以上過(guò)程生成的Delaunay三角網(wǎng)是一系列相連但不重疊的三角形集合，這些三角 形的外接圓不包含所在平面的其它任何點(diǎn)。但是，由于枝干與葉片之間的相互遮擋，所用激 光雷達(dá)的脈沖對(duì)植被的穿透性不強(qiáng)，獲取的植被點(diǎn)云數(shù)據(jù)可能有部分缺失，從而導(dǎo)致生成 的三角網(wǎng)格會(huì)有諸多空洞，需要進(jìn)行一些適當(dāng)?shù)娜藶樾扪a(bǔ)，如圖7所示。對(duì)修復(fù)后的三角網(wǎng) 格進(jìn)一步平滑，刪除不規(guī)則的區(qū)域，便可得到枝干和葉片完整的三角網(wǎng)格結(jié)構(gòu)模型，如圖7 所示。
[0069] 6)植被模型的生成：
[0070]建立葉片與枝干的三角網(wǎng)格結(jié)構(gòu)模型之后，通過(guò)色彩渲染便可達(dá)到逼真的視覺(jué)效 果。不過(guò)，為了構(gòu)建完整的植被三維模型，還需將生成的葉片模型添加于枝干模型的對(duì)應(yīng)位 置上。這一過(guò)程，可參照原始點(diǎn)云數(shù)據(jù)提供的坐標(biāo)信息和數(shù)碼相機(jī)拍攝的實(shí)景相片（圖8 (a))確定葉片在枝干上的位置和角度，將葉片添加在相應(yīng)位置上，最終結(jié)果如圖8(b)所示。 [00 71] (a)去噪前的單株植被原始點(diǎn)云（局部）（b)噪聲點(diǎn)的標(biāo)記(紅色點(diǎn)為噪聲點(diǎn)）（c)單 次去噪后的單株植被點(diǎn)云(局部）（d)二次去噪后的單株植被點(diǎn)云(局部）。
【主權(quán)項(xiàng)】
1. 一種基于地面LiDAR點(diǎn)云數(shù)據(jù)的單株植被三維建模方法，該方法包括： 步驟1:通過(guò)多站點(diǎn)的方式從不同的方位對(duì)單朱植被進(jìn)行掃描，再對(duì)各方位掃描獲得的 點(diǎn)數(shù)據(jù)進(jìn)行配準(zhǔn)，使各方位的掃描電數(shù)據(jù)統(tǒng)一到同一坐標(biāo)系中； 步驟2:將步驟1獲得同一坐標(biāo)系下的所有點(diǎn)數(shù)據(jù)進(jìn)行歸類，建立索引，方便對(duì)各點(diǎn)數(shù)據(jù) 進(jìn)行后續(xù)計(jì)算； 步驟3:對(duì)步驟2建立索引后的點(diǎn)數(shù)據(jù)進(jìn)行去噪處理，去除在掃描過(guò)程中因?yàn)橹脖粨u動(dòng) 產(chǎn)生的噪聲點(diǎn)數(shù)據(jù)； 步驟4:將去噪后的所有點(diǎn)數(shù)據(jù)劃分為枝干和葉片兩部分，分開(kāi)建模； 步驟5:將步驟4建立的枝干模型和葉片模型進(jìn)行組合，獲得完整的植被模型。 進(jìn)一步，所述步驟1的具體方法為： 步驟1.1:從不同的方位大于單株植被進(jìn)行掃描，采集各方位的點(diǎn)數(shù)據(jù)； 步驟1.2:通過(guò)將相鄰站點(diǎn)點(diǎn)云數(shù)據(jù)中的標(biāo)靶作為控制點(diǎn)進(jìn)行強(qiáng)制符合，對(duì)各方位掃描 的點(diǎn)數(shù)據(jù)進(jìn)行粗配準(zhǔn)； 步驟1.3:采用ICP算法對(duì)步驟1.2粗配準(zhǔn)后的數(shù)據(jù)精配準(zhǔn)。2. 如權(quán)利要求1所述的一種基于地面LiDAR點(diǎn)云數(shù)據(jù)的單株植被三維建模方法，其特征 在于所述步驟2的具體方法為： 劃分出一個(gè)包含所有數(shù)據(jù)點(diǎn)立方體空間，將該空間分割為8個(gè)相同的小立方體空間，再 將各小立方體空間劃分為8個(gè)更小的立方體空間，依次對(duì)更小的立方體空間進(jìn)行劃分，知道 劃分后的最小的立方體空間包括的數(shù)據(jù)點(diǎn)個(gè)數(shù)小于或等于設(shè)定的閾值。3. 如權(quán)利要求1所述的一種基于地面LiDAR點(diǎn)云數(shù)據(jù)的單株植被三維建模方法，其特征 在于所所述步驟3的具體方法為： 步驟3.1:利用包圍盒方法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行柵格化，將其中所有的點(diǎn)分配到各柵格中； 步驟3.2:求取包含最多柵格的最大連通域，并去除不在最大連通域內(nèi)的孤立噪聲點(diǎn)； 步驟3.3:對(duì)去除孤立噪聲點(diǎn)后的點(diǎn)云數(shù)據(jù)進(jìn)行第二次柵格劃分，建立各刪格內(nèi)點(diǎn)云的 k鄰域； 步驟3.4:用最小二乘法擬合出每個(gè)k鄰域的最佳逼近平面； 步驟3.5:計(jì)算每個(gè)k鄰域內(nèi)所有點(diǎn)到其最佳逼近平面的距離，并給定一個(gè)閾值，把k鄰 域內(nèi)距平面距離大于該閾值的點(diǎn)去除。4. 如權(quán)利要求1所述的一種基于地面LiDAR點(diǎn)云數(shù)據(jù)的單株植被三維建模方法，其特征 在于所所述步驟4的具體方法為： 步驟4.1:根據(jù)經(jīng)驗(yàn)選定兩個(gè)閾值IjPI2,然后比較輸入點(diǎn)云中各離散點(diǎn)的激光回波強(qiáng) 度值是否大于閾值I:，將強(qiáng)度值大于I:的點(diǎn)歸為葉片，其余歸為殘余點(diǎn)云； 步驟4.2:繼續(xù)判別殘余點(diǎn)云中各離散點(diǎn)的激光回波強(qiáng)度值是否大于閾值12,將強(qiáng)度值 大于12的點(diǎn)歸為枝干； 步驟4.3:采用Delaunay三角網(wǎng)生長(zhǎng)算法分別對(duì)植被葉片和枝干進(jìn)行三角網(wǎng)格構(gòu)建； 步驟4.4:分別對(duì)植被葉片和枝干的空洞區(qū)域進(jìn)行人為修補(bǔ)，對(duì)修補(bǔ)后的三角網(wǎng)格進(jìn)行 平滑處理。
【專利摘要】該發(fā)明公開(kāi)了一種基于地面LiDAR點(diǎn)云數(shù)據(jù)的單株植被三維建模方法，屬于計(jì)算機(jī)三維建模領(lǐng)域，采用新興的三維激光掃描技術(shù)對(duì)單株植被進(jìn)行模型重建。將激光雷達(dá)點(diǎn)云數(shù)據(jù)用于構(gòu)建單株植被三維仿真模型的途徑和方法。首先，對(duì)地面多個(gè)觀測(cè)站點(diǎn)獲取的植被點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)、結(jié)構(gòu)化存儲(chǔ)和多次去噪等預(yù)處理，并且提出利用基于強(qiáng)度閾值的方法實(shí)現(xiàn)植被枝干與葉片激光點(diǎn)云數(shù)據(jù)的有效提?。蝗缓?，利用Delaunay三角網(wǎng)生長(zhǎng)算法對(duì)分割后的點(diǎn)云數(shù)據(jù)進(jìn)行有效的曲面擬合與修補(bǔ)；最終，通過(guò)對(duì)比拼接和渲染建立反映植被真實(shí)結(jié)構(gòu)的三維仿真模型。
【IPC分類】G06T17/00
【公開(kāi)號(hào)】CN105574929
【申請(qǐng)?zhí)枴緾N201510937850
【發(fā)明人】羅欣, 趙翔宇, 杜俊, 吳寶峰
【申請(qǐng)人】電子科技大學(xué)
【公開(kāi)日】2016年5月11日
【申請(qǐng)日】2015年12月15日