基于改进Delaunay算法的树冠三维重构单木因子提取

作者:巩垠熙;何诚;冯仲科;李文钊;闫飞 刊名:农业机械学报 上传者:杨玉升

【摘要】针对树冠结构复杂和点云数据量大的特点,为了提高测算单木因子中树冠表面积和体积的精度和效率,通过改进Delaunay三角网的算法机制,提出一种基于空间分割的分块优先级机制的三角网表面重建算法,用于重构树冠表面,形成一种高精度高效率的树冠表面积和体积因子提取方法。利用地面三维激光扫描系统获取树冠点云数据,分别通过传统人工方法、点云量测法、数字高程模型算法与提出的改进SD Delaunay算法,计算实验区域研究对象的树冠表面积与体积,并进行对比分析,结果表明提出的算法完全满足计算精度,同时该计算方法的耗时只有传统人工法的41%,数字高程模型法的62%,大大提高了运算效率。

全文阅读

引言由于森林环境的复杂多变、树木空间结构的不规则性以及传统人工测树的粗放,以往的单木因子测算效率和精度都不甚理想[1],但随着地面三维激光扫描技术的日益成熟和成本降低,其作为一种实现高精度量测并快速构建目标物体空间结构的技术方法,可以实现树木结构的高精度快速重建[2],进而提取各单木因子及结构参数,因此被越来越广泛地应用于精准林业领域。地面三维激光扫描技术运用在复杂的森林环境中,是利用了其可以高效、精确的获取扫描物空间信息的特点,但是对目标的精细测量取决于点云数据的处理结果。通常点云数据存在大量冗余,造成点云构网时间较长,同时构网算法的差异也导致同一目标物体点云拟合不一致的结果,甚至由于目标物体表面的复杂性,导致在点云拟合时产生大量的凸出、空洞、压叠、交错等现象,无法直接用于目标物体的各项因子提取,往往需要人工干预处理[3],因此树冠点云数据的构网问题成为一个难点。经过长期研究,Richardson等[412]应用地面三维激光扫描系统结合人机交互方式进行测树因子提取,很大程度上提高了树冠因子测算的自动化水平和数据精度,但这些方法大都基于叶面积指数等理论或根据树种冠形方程求算树冠表面积和体积,解算精度依靠于所建立的反演模型,在应用时具有局限性。近年来也有国内外学者提出利用数字高程模型构建树冠表面模型的方法求算树冠表面积和体积[79],这种方法在树冠因子解算的自动化程度上有了很大的提高,但由于树冠的枝叶结构复杂,导致自动生成的树冠结构往往需要人工干预以使数据合理化,造成了树冠因子提取精度不足,同时这些方法在处理激光点云庞大的数据量时,也耗时较长[9]。为了实现单木因子树冠表面积和树冠体积高精度无损测量,同时应对TLiDAR庞大数据量计算的运行效率,本文提出一种基于空间分割的分块优先级机制的Delaunay三角网表面重建算法。采用地面三维激光扫描系统获取树冠的三维空间点阵数据,通过分块筛选,保留树冠的特征点作为约束条件建立树冠表面三维模型,利用TIN三角网数据结构的特点计算树冠表面积和体积。1三维激光扫描系统获取信息处理1.1实验平台使用地面三维激光扫描系统TerrestrialLiDAR(TLiDAR)作为数据来源,TLiDAR由地面三维激光扫描仪、电源、数码相机、配准球、支架以及附属设备构成,采用非接触激光测量方式获取目标物体的表面点云数据。该系统以一定序列发射窄束激光脉冲扫描目标物体表面,经过反射后通过同步旋转反射接收镜接收回波脉冲,通过激光脉冲发射和接收的时间差计算扫描仪与目标物体的距离和角度,同时扫描控制模块进行控制和测量,最后由扫描仪自带的坐标系统自动计算出被测物的相对三维坐标。脉冲激光的测距原理如图1所示,扫描点的坐标计算原理如图2所示。图1激光测距原理示意图Fig.1Schematicdiagramofrangingprincipleoflaser1.微计算机2.时间测量单元3.光电二极管接收器4.接收器透镜5.激光二极管6.发射器透镜7.目标图2点云坐标计算原理示意图Fig.2Schematicdiagramofpointcloudcoordinatecalculation扫描点的坐标计算式为XP=DcoscosYP=Dcossin{ZP=Dsin(1)式中水平方向角度D斜距垂直方向角度XP、YP、ZP扫描点坐标实验仪器选择FAROPhoton120型三维地面激光扫描仪,水平扫描角度360,垂直扫描角度为320。该仪器的特点是垂直角度范围广,可以完整扫描树木冠幅,提高不同站点的拼接效率。扫描前在样地均匀布置配准球,利用配准球进行点云拼

参考文献

引证文献

问答

我要提问