[发明专利]树木点云数据的自动分割方法

摘要

本发明是一种树木点云数据的自动分割方法，该方法的步骤包括：点云的获取及预处理，点云法方向估计，局部坐标系的构造，近邻点拟合二次曲面，利用二次曲面计算主曲率，定义并计算轴向分布密度，利用轴向分布密度区分树枝点云与树叶点云，对树枝点云进行区域生长，对树枝点云进行区域合并。本发明利用激光扫描仪的树木扫描数据和估计的主曲率，实现树木扫描点云符合实际器官分布情况的分割。该方法通过局部主曲率方向实现树木点云扫描数据不同器官间的自动分割，算法简单，计算结果准确。其计算结果在树木点云3D重建、林业测量以及树木点云的配准等领域具有重要的应用价值。

主权项

一种树木点云数据的自动分割方法，其特征在于，该点云分割步骤包括：步骤S1：利用激光扫描仪扫描直接采集树木的扫描点云数据并对点云数据预处理，按照点云数据中每个点的坐标进行空间划分，实现三维空间的数据存储结构称为kd树(k-dimensional tree)；步骤S2：对于点云数据的每一个点，利用点云数据的kd树查找多个近邻点，根据最小二乘方法把这些点拟合出一个平面，以这个平面的法向量作为点云法向量的初始估计值；步骤S3：对于点云数据的每一个点，利用其法向量、切平面构造局部三维直角坐标系；利用点云数据的kd树查找多个近邻点；步骤S4：对于查找到的近邻点，利用这些近邻点拟合二次曲面；步骤S5：对于点云数据的每一个点，利用该点拟合出的二次曲面计算主曲率；步骤S6：对于点云数据的每一个点，利用主曲率方向计算轴向分布密度；步骤S7：利用轴向分布密度将属于树枝上的点云与属于树叶上的点云区分；步骤S8：对于属于树枝上的点云，利用主曲率方向进行区域生长，产生过分割的分割结果；步骤S9：对于过分割的树枝上的点云，依照相邻组内的点云数量以及依照分组中所有点云的主曲率方向的平均值所确定的组角度进行区域合并，得到符合树木树枝器官分布的分割结果。