基于车载激光点云数据的单株树树冠投影面积自动计算方法技术

本发明专利技术公开了一种基于车载激光点云数据的单株树树冠投影面积自动计算方法，具体涉及地理信息与信息技术的交叉领域。该基于车载激光点云数据的单株树树冠投影面积自动计算方法利用车载激光移动测量系统获取的三维点云数据，通过对原始点云数据的预处理得到待分类的地物点云，利用分层投影的分类方法，根据不同地物的特征精确识别出单株树，并进一步利用凸包算法实现单株树投影面积的自动计算。本发明专利技术实现了从海量点云数据中提取单株树，解决了单株树的提取问题，并进一步进行了树冠投影面积的计算，解决了单株树树冠投影面积难以精确测量的问题，实现了单株树树冠投影面积的自动计算和精确测量。

Automatic calculation method of single tree crown projection area based on vehicle borne laser point cloud data

The invention discloses a method for automatically calculating the projection area of a single tree tree based on a vehicle borne laser point cloud data, in particular relates to the cross field of geographic information and information technology. The 3D point cloud data automatic calculation method of single tree vehicle laser point cloud data obtained by the crown projection area of vehicular laser mobile measurement system based on the preprocessing of the original point cloud data to obtain the feature point cloud classification, using the hierarchical classification method of projection, accurately identify the tree according to the characteristics of different objects. And further the use of convex hull algorithm realize the automatic calculation of individual tree projection area. The invention realizes the extraction of individual tree from the point cloud data, solves the problem of extracting a single tree, and further calculate the crown projection area, solve the tree crown projection area is difficult to accurately measure the problem, so as to realize automatic calculation and accurate measurement of individual tree crown projection area.

【技术实现步骤摘要】
基于车载激光点云数据的单株树树冠投影面积自动计算方法
本专利技术涉及地理信息与信息技术的交叉领域，尤其涉及一种基于车载激光点云数据的单株树树冠投影面积自动计算方法。
技术介绍
单株树的精准测量是林业从业者进行树木生长检测、生物量计算等研究的必要手段，同时，为实现对单株树生长情况的动态更新，使得单株树的测量必须满足一定的精度。传统的测量手段操作复杂、精度不高、破环性强、自动化程度低，特别是树冠投影面积的精准测量一直是一大难点。
技术实现思路
本专利技术的目的是针对上述不足，提出了一种能够实现单株树树冠投影面积的快速、无损、精确测量的基于车载激光点云数据的单株树树冠投影面积自动计算方法。本专利技术具体采用如下技术方案：基于车载激光点云数据的单株树树冠投影面积自动计算方法，包括：利用车载激光移动测量系统获取三维点云数据，通过对原始点云数据进行处理得到待分类的地物点云，利用分层投影的分类方法，根据不同地物的特征精确识别出单株树，进一步利用凸包算法实现单株树投影面积的自动计算，包括：点云数据预处理、单株树点云的提取和单株树树冠投影面积计算；点云数据预处理包括去噪处理和和地面滤波；单株树点云的提取：指定高度层点云分割和基于知识的点云分类：指定高度层点云分割的过程如下：对点云预处理之后的地物点云数据，采用分层投影的方法进行分类，首先将地物点按照指定高度投影到XOY面构建二维水平格网，并分别统计落入每个格网中的点数，根据点的个数将格网进行二值化处理：格网中点数为0和小于阈值的格网值标记为0，其他标记为1，然后从二维格网的左上角开始，从左到右、从上至下查找格网值为1的格网，以查到的第一个格网为种子点，对其进行八邻域搜索，若其邻接格网值为1，则作为下一个种子点进行搜索，直到没有邻接的格网值为1的格网被找到为止，同时将已经找到的连续格网赋上地物编号，该区域网格内所有的点为一个独立地物点云；继续查找格网值为1且未被标记的格网，直到所有的格网被判断完毕，完成独立地物点云的分割；基于知识的点云分类包括如下几点：建筑物：建筑物一般具有较大的占地面积，沿着车辆行驶方向的长度范围也较大，对建筑物点云进行分层投影后，在不同层的同样位置处均存在相同形状，立面点密集，具有较高的格网密度，且具有较大的绝对高度、地面接触面积和水平投影面积；树木：对树木点云进行分层投影后，不同高度层的投影形状差异较大，从下到上呈现先增加后减小的投影面积特征，而且单株树的底部与地面接触面积较小，X、Y、Z三个方向的坐标标准差均较大，具有较大的水平投影面积和较小的地面接触面积；杆状地物：杆状地物点云分层投影后，一般规律为除了最高层，其他层的投影形状保持不变，具有较小的地面接触面积；单株树树冠投影面积计算：对于提取出的单株树点云，首先投影到水平地面上，对投影后的离散点集利用凸包算法进行处理，然后计算凸包多边形的面积，即为树冠投影面积；凸包算法为Graham扫描法，操作过程为把投影点集中的每一个点都压入栈一次，不属于凸包集合中顶点的点出栈，这样最后堆栈中只包含凸包多边形的顶点，且顺序为各顶点在边界上出现的逆时针方向排列的顺序；凸包多边形面积的计算方法为：n表示所求的凸包多边形顶点的个数，xi表示第i个顶点的x坐标，yi表示第i个顶点的y坐标，xi+1表示第i+1个顶点的x坐标，yi+1表示第i+1个顶点的y坐标，其凸包多边形的面积计算公式为：其中，S即为所求的树冠投影面积。优选地，车载激光移动测量系统获取的三维点云数据包括车载移动测量系统采集的道路两旁及其四周的海量城市三维点云数据，包括建筑物、树木、电线杆和路灯城市经典地物，其数据格式包括坐标信息和回波信息。优选地，构建二维水平格网的方法为，投影到水平地面XOY平面上X方向的差值为水平格网的长度，投影到水平地面XOY平面上Y方向的差值为水平格网的宽度，这里进行等间隔划分格网，即X方向和Y方向上的步长相等，设步长为l，则对于任意一点(x，y)，其所在的格网号计算公式为，其中，r为格网行号，c为格网列号，(int)表示取整运算。优选地，所述凸包多边形为给定其边界上或内部的任意两个点，这两个点连接线段上的所有点都包含在该多边形的内部或边界上，那么该多边形为凸包多边形。本专利技术具有如下有益效果：本专利技术实现了从海量点云数据中提取单株树，解决了单株树的提取问题，并进一步进行了树冠投影面积的计算，解决了单株树树冠投影面积难以精确测量的问题，实现了单株树树冠投影面积的自动计算和精确测量。附图说明图1为基于车载激光点云数据的单株树树冠投影面积自动计算方法的流程图；图2为车载移动测量系统采集到的三维点云数据；图3为经过点云预处理后的点云数据；图4为提取出的单株树点云数据；图5为种子点八邻域搜索示意图；图6为建筑物点云分层投影后的结果；图7为杆状点云分层投影后的结果；图8为树木点云分层投影后的结果；图9为本专利技术单株树投影到地面后的离散点集构成的凸包多边形；图10为构建的二维水平格网示意图。其中，1为点云数据预处理，2为单株树点云的提取，3为单株树树冠投影面积计算。具体实施方式下面结合附图和具体实施例对本专利技术的具体实施方式做进一步说明：如图1-5所示，基于车载激光点云数据的单株树树冠投影面积自动计算方法，包括：利用车载激光移动测量系统获取三维点云数据，通过对原始点云数据进行处理得到待分类的地物点云，利用分层投影的分类方法，根据不同地物的特征精确识别出单株树，进一步利用凸包算法实现单株树投影面积的自动计算，包括：点云数据预处理1、单株树点云的提取2和单株树树冠投影面积计算3；点云数据预处理包括去噪处理和和地面滤波；去噪处理就是去除原始点云数据中的噪声数据，由于激光扫描仪的工作方式，在获取的激光点云数据中不可避免的包括部分噪声数据，因此需要先对原始点云数据进行去噪处理，以免影响后续点云的分类精度。进行地面滤波是为了减小分类操作的计算量，提高整体算法的处理效率。单株树点云的提取：指定高度层点云分割和基于知识的点云分类：指定高度层点云分割的过程如下：对点云预处理之后的地物点云数据，采用分层投影的方法进行分类，首先将地物点按照指定高度投影到XOY面构建二维水平格网，并分别统计落入每个格网中的点数，根据点的个数将格网进行二值化处理：格网中点数为0和小于阈值的格网值标记为0，其他标记为1，然后从二维格网的左上角开始，从左到右、从上至下查找格网值为1的格网，以查到的第一个格网为种子点，对其进行八邻域搜索，若其邻接格网值为1，则作为下一个种子点进行搜索，直到没有邻接的格网值为1的格网被找到为止，同时将已经找到的连续格网赋上地物编号，该区域网格内所有的点为一个独立地物点云；继续查找格网值为1且未被标记的格网，直到所有的格网被判断完毕，完成独立地物点云的分割；指定高度层点云分割过程中的八邻域搜索，设种子点的格网坐标为(i,j)，则其八邻域格网坐标分别为(i-1,j)，(i-1,j)，(i-1,j+1)，(i,j-1)，(i,j+1)，(i+1,j-1)，(i+1,j)，(i+1,j+1)。基于知识的点云分类包括如下几点：如图6-9所示，建筑物：建筑物一般具有较大的占地面积，沿着车辆行驶方向的长度范围也较大，对建筑物点云进行分层投影后，在不同层的同样位置处均存在相同形状本文档来自技高网...

【技术保护点】
基于车载激光点云数据的单株树树冠投影面积自动计算方法，其特征在于，包括：利用车载激光移动测量系统获取三维点云数据，通过对原始点云数据进行处理得到待分类的地物点云，利用分层投影的分类方法，根据不同地物的特征精确识别出单株树，进一步利用凸包算法实现单株树投影面积的自动计算，包括：点云数据预处理、单株树点云的提取和单株树树冠投影面积计算；点云数据预处理包括去噪处理和和地面滤波；单株树点云的提取：指定高度层点云分割和基于知识的点云分类：指定高度层点云分割的过程如下：对点云预处理之后的地物点云数据，采用分层投影的方法进行分类，首先将地物点按照指定高度投影到XOY面构建二维水平格网，并分别统计落入每个格网中的点数，根据点的个数将格网进行二值化处理：格网中点数为0和小于阈值的格网值标记为0，其他标记为1，然后从二维格网的左上角开始，从左到右、从上至下查找格网值为1的格网，以查到的第一个格网为种子点，对其进行八邻域搜索，若其邻接格网值为1，则作为下一个种子点进行搜索，直到没有邻接的格网值为1的格网被找到为止，同时将已经找到的连续格网赋上地物编号，该区域网格内所有的点为一个独立地物点云；继续查找格网值为1且未被标记的格网，直到所有的格网被判断完毕，完成独立地物点云的分割；基于知识的点云分类包括如下几点：建筑物：建筑物一般具有较大的占地面积，沿着车辆行驶方向的长度范围也较大，对建筑物点云进行分层投影后，在不同层的同样位置处均存在相同形状，立面点密集，具有较高的格网密度，且具有较大的绝对高度、地面接触面积和水平投影面积；树木：对树木点云进行分层投影后，不同高度层的投影形状差异较大，从下到上呈现先增加后减小的投影面积特征，而且单株树的底部与地面接触面积较小，X、Y、Z三个方向的坐标标准差均较大，具有较大的水平投影面积和较小的地面接触面积；杆状地物：杆状地物点云分层投影后，一般规律为除了最高层，其他层的投影形状保持不变，具有较小的地面接触面积；单株树树冠投影面积计算：对于提取出的单株树点云，首先投影到水平地面上，对投影后的离散点集利用凸包算法进行处理，然后计算凸包多边形的面积，即为树冠投影面积；凸包算法为Graham扫描法，操作过程为把投影点集中的每一个点都压入栈一次，不属于凸包集合中顶点的点出栈，这样最后堆栈中只包含凸包多边形的顶点，且顺序为各顶点在边界上出现的逆时针方向排列的顺序；凸包多边形面积的计算方法为：n表示所求的凸包多边形顶点的个数，x...

【技术特征摘要】
1.基于车载激光点云数据的单株树树冠投影面积自动计算方法，其特征在于，包括：利用车载激光移动测量系统获取三维点云数据，通过对原始点云数据进行处理得到待分类的地物点云，利用分层投影的分类方法，根据不同地物的特征精确识别出单株树，进一步利用凸包算法实现单株树投影面积的自动计算，包括：点云数据预处理、单株树点云的提取和单株树树冠投影面积计算；点云数据预处理包括去噪处理和和地面滤波；单株树点云的提取：指定高度层点云分割和基于知识的点云分类：指定高度层点云分割的过程如下：对点云预处理之后的地物点云数据，采用分层投影的方法进行分类，首先将地物点按照指定高度投影到XOY面构建二维水平格网，并分别统计落入每个格网中的点数，根据点的个数将格网进行二值化处理：格网中点数为0和小于阈值的格网值标记为0，其他标记为1，然后从二维格网的左上角开始，从左到右、从上至下查找格网值为1的格网，以查到的第一个格网为种子点，对其进行八邻域搜索，若其邻接格网值为1，则作为下一个种子点进行搜索，直到没有邻接的格网值为1的格网被找到为止，同时将已经找到的连续格网赋上地物编号，该区域网格内所有的点为一个独立地物点云；继续查找格网值为1且未被标记的格网，直到所有的格网被判断完毕，完成独立地物点云的分割；基于知识的点云分类包括如下几点：建筑物：建筑物一般具有较大的占地面积，沿着车辆行驶方向的长度范围也较大，对建筑物点云进行分层投影后，在不同层的同样位置处均存在相同形状，立面点密集，具有较高的格网密度，且具有较大的绝对高度、地面接触面积和水平投影面积；树木：对树木点云进行分层投影后，不同高度层的投影形状差异较大，从下到上呈现先增加后减小的投影面积特征，而且单株树的底部与地面接触面积较小，X、Y、Z三个方向的坐标标准差均较大，具有较大的水平投影面积和较小的地面接触面积；杆状地物：杆状地物点云分层投影后，一般规律为除了最高层，其他层的投影形状保持不变，具有较小的地面接触面积；单株树树冠投影面积计算：对于提取出的单株树点云，首先投影到水平地面上，对投影后的离散点集...

【专利技术属性】
技术研发人员：闫兆进，高静，闫艳如，王杰，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东,37