基于地面三维激光扫描技术的树木三维建模与参数提取研究

Based on the existing problems in the point cloud data registration, deletion, effective de-noising, automatic extraction of tree parameters and fusion of CCD image and point cloud data for the current terrestrial laser scanning technology during tree parameters extraction and three-dimensional modeling, a study of modeling 3D trees and parameters extraction based on terrestrial 3D laser scanning technology is put forward. By using the terrestrial laser scanner and adopting control target and patch combined method, the major tree species in Xiaoxing'an mountain area in Heilongjiang Province were scanned. A series of effective data processing and optimization algorithms design were made on the obtained point cloud data such as registration, repair, de-noising, and segmentation. The CCD image data of the scanner was accurately fused with the processed point cloud data to construct a real three-dimensional model of the tree. Finally, a simple algorithm was compiled to automatically and efficiently extract the tree measurement factors based on the three-dimensional model that has been constructed, and the accuracy of the constructed three-dimensional model and the extracted parameters were verified. The study results are expected to lay a foundation for the rapid, accurate and efficient acquisition of the basic information of tree parameter and timely monitoring the dynamic changes of forest resources, thereby increasing the digital level and automation of forest inventory, reducing the measurement cycle, and help digital forestry theory and application level in China raise to a new level.

针对目前地面三维激光扫描技术在树木参数提取和三维建模研究中存在的点云数据配准、缺失、点云数据有效去噪、树木参数自动提取以及点云数据与CCD影像融合等存在的问题，本项目提出基于地面三维激光扫描的树木三维建模和参数自动提取研究。通过利用地面三维激光扫描仪，采用控制靶标与贴片相组合的方法对黑龙江省小兴安岭地区主要树种进行激光扫描，对扫描得到的点云数据进行配准、修复、去噪、分割等有效处理与优化算法设计，并利用扫描仪CCD影像数据与处理后的点云数据进行精确融合，从而构建真实树木三维模型，最后根据已经构建的三维模型编制简单算法自动、高效提取树木测量因子，并对所构建的三维模型和提取的参数精确性进行实际验证。研究结果期望为实现快速、准确、高效地获取树木参数基本信息，及时监测森林资源的动态变化打下一定的基础，从而加大林业调查数字化和自动化程度，减少测量周期，使我国数字化林业理论和应用水平提高到一个新的层次。

针对目前地面三维激光扫描技术在树木参数提取和三维建模研究中存在的点云数据预处理、树木参数自动提取、点云数据与影像精确融合以及精确重构树木模型等问题，本项目开展了基于地面三维激光扫描的树木点云数据配准与分割、树干与树冠参数提取、立木材积与生物量估算、点云数据与影像数据融合以及树木三维模型重建算法等方面研究。通过项目研究：（1）提出了一种基于快速点特征直方图初始匹配与正态分布变换精确配准相结合的点云配准算法，并利用欧式聚类算法和Min-cut算法实现样地单木点云的精确分割；（2）利用SIFT图像拼接算法对影像中的同名特征点进行两两匹配，并运用多视立体算法PMVS重建影像的三维点集，并在VC++环境下实现了单木点云数据与影像数据的精确融合，获得了树木完整点云；（3）分别采用贪婪投影三角化算法和基于移动最小二乘法（MLS）的贪婪投影三角化算法这两种建模方法对单木点云进行了三维重建；（4）树干点云参数提取方面，采用遍历算法提取单木树高，编制了最小二乘拟合圆算法和快速凸包算法提取单木胸径，结合扫描的树干点云数据和解析木测量数据，通过对比不同削度模型得到了最优树干削度方程。对树冠点云数据提取，分别采用传统人工方法、几何模拟法以及改进的凸包算法估算了树冠投影面积和体积，并基于树冠点云半球图像，利用采用单角度反演法和Miller公式反演法得到树冠的有效叶面积指数；（5）对分割后的单木点云，分别利用立木材积表、望高法、中央断面积区分求积法和Delaunay三角剖分算法估算了立木材积，并将基于改进凸包算法提取得到的材积、树冠体积、树冠表面积等因子引入到传统CAR生物量模型中，建立了包含材积、树冠参数的生物量模型。项目研究结果可望为地面三维激光扫描点云数据的预处理、树木结构参数的快速提取、多源数据融合以及树木三维可视化等研究提供科学依据。