基于点云数据的地面点拟合、作物高度提取的方法及系统技术方案

本发明专利技术公开一种基于点云数据的地面点拟合、作物高度提取的方法及系统，首先获取带有种植物区域的三维点云数据；然后确定种植物冠层数据信息；再结合地面起伏信息确定地面点云数据；并拟合缺失高程数据的地面点，最后，根据冠层顶部点和拟合后的地面点，计算采样区域内的种植物高度。本发明专利技术提供的方法通过提取点云中实际存在的地面点，对点云各部分的有效程度进行了分析，通过基于高程和坡度来提取地面点，基于真实地面点对缺失地面点的高程进行拟合，消除地形起伏所产生的误差，适用性更高，进而从原始点云中滤出有效点云进行就可以进行作物高度的提取，同时排除无效点云干扰，降低后续处理的复杂程度，克服了地形起伏对提取作物高度带来的误差。物高度带来的误差。物高度带来的误差。

【技术实现步骤摘要】
基于点云数据的地面点拟合、作物高度提取的方法及系统


[0001]本专利技术涉及点云数据处理
，特别是一种基于点云数据的地面点拟合、作物高度提取的方法及系统。

技术介绍

[0002]农作物高度在准确监测作物生长状况、预测作物产量和优化农业生产管理方面发挥着重要作用，本专利技术中的农作物高度是指从顶部到地面的距离。传统的作物高度估算方法主要是逐层统计和大面积野外人工测量，但存在测量时间和人力资源的浪费，以及空间分布信息的缺乏等主要问题。过去随着遥感技术的快速发展，有很多基于卫星遥感影像的大面积植被研究。例如，通过计算不同的植被指数，提取作物信息来评价作物生长状况。然而，通过对单一遥感影像的解读来计算作物参数仍有很多局限性，如云雾的遮挡、影像拍摄的时间限制和植被冠层结构信息的缺乏等。近年来，利用LiDAR获取农作物信息的方法已经出现。作为一种主动式遥感技术，LiDAR通过对其获得的点云进行处理，可以有效地重建冠层结构，且不受时间限制，是一种准确提取作物参数的技术方法。
[0003]随着计算机视觉的发展，通过SfM(Structure f本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于点云数据的地面点拟合方法，其特征在于：包括以下步骤：获取带有种植物区域的三维点云数据；根据点云数据确定种植物冠层数据信息；根据冠层数据信息和地面起伏信息确定地面点云数据；根据地面点云数据拟合缺失高程数据的地面点。2.如权利要求1所述的基于点云数据的地面点拟合方法，其特征在于：所述种植物冠层数据信息按照以下步骤确定：根据种植物间距将点云数据分区，建立包围盒并根据包围盒构建切片；对包围盒中各切片的点云数据进行密度聚类得到密度聚类中心；根据各切片的密度聚类中心之间的差异标记冠层顶部点、冠层中部点和地面附近点。3.如权利要求2所述的基于点云数据的地面点拟合方法，其特征在于：所述地面点数据按照以下步骤确定：根据地面起伏情况合并预设范围内的地面附近点；随机选取地面附近点中的N个样本点进行平面拟合，并根据地面起伏情况，设置容差范围，找出距离拟合平面在容差范围内的点，并统计内点个数δ；重复选取样本点进行内点数标记和统计，直到符合迭代结束条件，选取内点个数δ最大时的拟合平面作为提取结果，所述内点为是地面点云数据。4.如权利要求2所述的基于点云数据的地面点拟合方法，其特征在于：所述包围盒与切片的构建是按照以下步骤来进行的：根据子区域的点云分布建立包围盒，在z轴方向从下到上将点云分为多个厚度为H1的切片，另外再从上到下将点云分为多个厚度为H2的切片，两次切片厚度H1、H2分别根据地面起伏情况和冠层顶部点云厚度设置。5.如权利要求2所述的基于点云数据的地面点拟合方法，其特征在于：还包括以下步骤：根据包围盒中点云数据的高程信息进行密度聚类，如果得到两个聚类中心，再按照这两个聚类中心的高低标记冠层点与地面附近点；如果存在一个聚类中心，则根据临近包围盒内的聚类中心判断点云种类。6.如权利要求4所述的基于点云数据的地面点拟合方法，其特征在于：还包括以下步骤：比较包围盒下半部分和上半部分中每个切片内的点数与所有切片中点数平均值的大小，若某个切片内的点数小于平均值，则其中的内点被认为是无...

【专利技术属性】
技术研发人员：行敏锋，周晓哲，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：