基于点云数据的阔叶树叶片重建研究

三维激光扫描仪因为获取数据速度快和精度高、对植物没有破坏性等优势,受到林业工作者广泛采用,但由于树木的形态结构极其复杂,在扫描中存在遮挡和风吹扰动等情况,造成扫描获取的树叶点云数据的失真。本文提出了一种新的阔叶树叶面重建方法。首先将激光扫描仪获取的散乱点云数据集合,采用多项式拟合的方法得到精确的树叶边界线,根据分而治之三角面片算法进行曲面拟合,拟合的叶面进行三角面片重建,得到真实叶片模拟图像。     

基于激光点云的含笑树叶重建与形变方法

针对室外含笑树叶存在抖动及树叶间存在遮挡,导致含笑树叶点云数据不易重建与形变的问题。提出了一种含笑树叶重建与形变的方法,首先根据噪声特点和扫描线特性,对点云数据去噪;然后根据每条扫描线边缘点拟合出树叶的边缘,采用双三次广义张量积Bezier曲面拟合叶面,并结合三角剖分算法实现叶面的重建;最后采用基于非线性的有限元形变方法,模拟出真实的含笑树叶形变。实验结果表明,该算法简单高效。     

最小二乘法在平面直角坐标换算中的应用

平面直角坐标转换可采用最小二乘法矩阵表达的法方程解算,但由于工程测量坐标数位通常较多,矩阵求解常超过E-500等小型计算设备的数据处理能力,为此,根据最小二乘原理,本文推导了用于平面直角坐标转换的另类平差方法,即公式计算法。利用公式计算坐标转换参数,无需专用矩阵程序,普通函数类计算器亦可方便求解,具有较强的野外实用价值。     

关于加权最小二乘法中权函数的选择问题

从加权最小二乘法的概念入手，对林业上一些常用模型的异方差性进行了分析，指出了在权函数选择上存在的问题，提出了合理确定权函数的方法，并用实例进行了说明。     

再论加权最小二乘法中权函数的选择

本文提出了加权最小二乘法中的最佳权函数就是模型本身,并用实例进行了说明。     

基于点云数据的单株毛竹建模精度及可视化分析

应用Cyclone和Geomagic Studio软件进行毛竹点云数据的处理和三维重建,研究毛竹冠幅、胸径、竹高和枝下高等4个参数的模型误差及室内外点云数据建模的可视化效果。结果表明:1)毛竹模型4参数的平均绝对误差分别为38,0.5,189,6 mm;平均相对误差分别为1.450%,0.550%,1.775%,0.350%,精度均较高;2)在野外,枝叶较为茂密的毛竹冠层模型,叶片呈三角形且连续,但由于仪高与冠层顶部落差大,有分层现象,而当毛竹枝叶较稀疏时,分层现象消失,模型整体视觉效果良好,便于可视化分析;3)对室内静态的毛竹冠层和茎秆建模时,在视觉上能较为直观地展现冠层形态,其中稀疏冠层的模型效果优于茂密冠层;毛竹茎秆模型表面较为光滑,无孔洞,且不同粗细竹秆的建模效果差异性不大。     

基于最小二乘法的落叶松木粉粒径数学建模与分析

【目的】建立落叶松木粉粒径与长宽比的数学模型,通过分析数学模型和其二阶导数,揭示木粉长宽比随粒径减小的变化趋势及变化的根本原因,获得最大长宽比对应的粒径,为建立长宽比与力学性能之间的定量关系提供参考。【方法】利用光学显微镜拍摄获得木粉的显微图像,测算获得目标木粉成熟管胞的平均长度、平均宽度以及木粉粒径的大小。通过数字图像处理技术提取单木粉颗粒的矩形度、长宽比：将原始木粉显微图像由 RGB颜色空间转到Lab颜色空间,提取其b分量;对b分量图像用3×3模板进行中值滤波;用K-means算法将去噪后图像聚类为2类,得木粉的二值图像;对二值图像用5×5的结构元素进行先开启后闭合的数学形态学运算;用八连通区域法标记图像中的单木粉颗粒;对标记后图像用目标区域像素点个数统计法计算获得单木粉颗粒的几何面积,用主轴法获得单木粉颗粒的最小外接矩形的长、宽、面积;计算获得单木粉颗粒的长宽比、矩形度数据。采用最小二乘法对木粉粒径与长宽比进行数据拟合,通过分析评判多项式、高斯和傅里叶3种拟合函数后选用高斯方程表达得木粉粒径与木粉长宽比的数学模型,再根据其拟合曲线方程计算得其二阶导数,结合模型的二阶导数和测算得的木粉管胞数据对高斯模型进行分析与讨论。【结果】矩形度不随木粉粒径的减小而变化,均值在0.6～0.8之间。长宽比随粒径减小出现先增大后减小的趋势：木粉粒径在1100～576μm 时,长宽比数值从接近于1开始逐渐增大;木粉粒径为576μm时(与本文目标木粉成熟管胞的平均长度563.82μm接近),长宽比达到最大数值4.6;木粉粒径在576～30μm时,长宽比逐渐减小;而粒径小于50μm 时(与目标木粉成熟管胞的平均宽度46.498μm接近),长宽比数值再次趋近于1。【结论】长宽比的变化与管胞破裂密切相关：木粉粒径大于管胞长度时,木粉主要通过纵向断裂使粒径减小;粒径与管胞长度接近时,长宽比较大;粒径小于等于管胞宽度范围内,木粉主要是横向断裂,而长宽比基本不再发生变化且趋近于1。长宽比和冲击强度随粒径减小的变化趋势是一致的,长宽比是影响材料力学性能本质因素之一。     

基于最小二乘法的厂用电负荷修正模型

目前,多数火电机组通过智能变送器判断负荷是否正常运行,然而当智能变送器故障或负荷尚未安装智能变送器时,故障将难以判断。设计一种基于最小二乘法的厂用电负荷修正模型,通过其中某一负荷的有功功率计算该母线段负荷有功功率,根据信息可靠程度判别系统内是否存在故障。仿真试验表明：该模型计算得出的母线段负荷有功功率与实际母线段负荷有功功率最大误差为6.43%,误差范围小于10%,有较好的实际应用价值。     

基于激光点云数据的森林单木位置提取研究

以河北塞罕坝林场落叶松林地为研究对象,通过选取样地布设水泥桩和反射片,针对森林单木提取精度不高等问题,开展基于激光点云数据的森林单木位置提取方法研究,为森林资源调查的单木定位和数量统计提供参考。通过将采集的森林地面点云数据,采用反射片模式与各个测站点云数据进行配准,提出一种改进的体素空间邻域和RANSAC圆柱拟合方法,分3种不同大小的样地进行单木位置提取实验,结果表明,该方法的单木位置提取效果较好,提取精度均在93%以上。     

基于地面激光雷达点云数据的单木三维建模综述

对利用野外树木激光扫描获取的海量点云数据来提取树木几何与拓扑特征并以此来构建树木三维模型的方法进行综述.在总结基于激光点云的树木建模基本原理和步骤的基础上,围绕单树点云数据的分割、树枝骨架的提取与优化、单木模型的表面重建等主要过程,对各种具体实现技术或方法进行分类、分析和评价,最后对生成的树木模型的精度和未来的技术发展趋势进行简要分析.     

基于LIDAR点云的建筑物的三维建模

介绍建筑物建模常用的3种方法(航空摄影、依图而建和机载激光扫描)及其优缺点,采用多种数据源和多种技术手段相结合的方式进行建筑物三维模型构建.对三维体框模型和三维精细模型构建等具体的数据处理过程进行了论述.认为基于三维激光雷达技术制作的三维模型精度高、适用范围广、外业工作量少,省时省力,但其数据量大,信息数据的存储、快速传输及浏览等目前都还较困难.     

基于激光点云数据的椭圆形植物叶片重建方法

植物叶片是植物最重要的器官之一,重建高精度的叶片模型对于后续研究具有重要意义。但由于室外椭圆形树叶的点云数据存在噪声和树叶边缘不光顺等问题,所以不易重建出高精度的叶片模型。本项研究提出了一种针对室外椭圆形植物叶片重建的方法。该方法首先根据噪声点特性和扫描线特性,对点云数据去噪。然后根据每条扫描线的端点,拟合出光顺的树叶边缘。最后采用三角剖分方法生成网格。实验结果表明该方法能够根据激光点云数据快速重建出椭圆形植物叶片的高精度模型。     

基于单站三维激光扫描数据的林木胸径提取方法

2018年4月以天津市滨海新区海滨大道临港工业区段西侧约1km绿化段为试验区域,通过地面三维激光扫描仪获取单站点云数据,基于最小二乘圆拟合算法,利用LISP语言编制程序对林木胸径值进行自动提取,再通过现场抽测39株‘107杨’Populus×euramericana‘74/76’和65株刺槐Robiniapseudoacacia树对计算结果进行精度统计。结果表明,‘107杨’计算中误差为0.8cm,刺槐计算中误差为0.7cm,整体计算中误差为0.7cm,整体计算中误差<1cm。表明采用最小二乘圆拟合算法对单站点云数据进行胸径计算,效率更高、精度可靠,可应用于实际工程项目中。     

基于圆柱面投影的树干表面重建算法

[目的]树干在林业生产与科研中具有重要的地位,树干表面重建对森林可视化与树干参数提取具有重要意义,本研究以重建树干的精确表面模型为目的。[方法]提出了一种基于圆柱面投影的树干表面重建算法,算法以连续的多个树干分段为重建单元,以重建单元的质心与直径构建圆柱面,通过将树干点云投影至圆柱面,再将圆柱面点云延伸展开得到平面点集,由平面点集Delaunay三角网的连接关系构建重建单元的不规则三角网表面,连接相邻重建单元的树干表面以获取树干整体的表面模型。[结果]在树皮粗糙程度各异的3种树干点云上的实验表明:重建的树干表面能清晰地展示外业时标注的信息,能有效地反映树干表面的褶皱凸凹特征,具有更好的可视化效果;通过从重建表面上定量提取直径的精确性评价表明:与围尺实测直径相比,从本文提出的基于圆柱面投影重建的树干表面上提取树干直径的RMSE为0.14 cm,比基于切平面投影重建方法更精确。[结论]本文提出的算法是一种简单高效的树干表面重建算法,无需计算法向量、重建的树干表面上三角形数量较少,且能有效地还原树干表面的凸凹特征,适用于树干表面的精确重建、精确可视化与树干参数提取。     

基于点云数据的测树因子提取与分析研究

利用三维激光扫描仪对树木进行扫描获取树点云数据,经过格式转换、分离、提取后,对树木各测量因子包括胸径、树高、树冠、材积量进行测定,并对测量方法进行分析与讨论。结果表明:树冠测定因子可以由于测量技术的提高,测定树冠的叶面积指数更能反映树冠的生理学意义;通过不规整三角网构建的多面体的计算的树干体积较平均断面积、中央断面积求树干材积更准确与便捷。     

基于边缘检测滤波的机载激光雷达点云数据处理

机载激光雷达（Lidar）是一种主动式对地观测技术,可以直接获取点的三维坐标.Lidar点云数据的括滤波和分类,是Lidar数据处理的重要步骤.利用国际摄影测量与遥感协会ISPRS提供的实验数据,采用边缘检测滤波算法和线性卷积滤波算法对数据进行滤波,滤波后的图像表明,边缘检测滤波算法效果优于线性卷积滤波.采用基于Axelsson的改进的不规则三角格网加密方法进行点云分类,将Lidar点云分为以下8类：低点、孤立点、空中点、地面点、模型关键点、低于地表的点、建筑物点和植被点.分类后的Lidar点云数据都被分到了唯一的类别中,清楚地显示出地面信息.结果表明,采用的滤波和分类算法有效可行,对Lidar点云数据处理有重要的借鉴意义.     

利用三维激光扫描系统测量立木材积的方法

介绍三维激光扫描系统的组成及工作原理,并采用该方法对立木进行扫描,测量立木材积。与伐倒木实测数据进行对比,可以看出扫描数据完全能满足林业测量的精度要求,其扫描获得的立木材积数据完全可以替代传统方法测算的立木材积数据,使用立木模型建立材积表不再需要实地大量伐木,节省大量人力、物力及财力。应用三维激光扫描技术进行立木材积测定能较好的避免传统测定方法的不足,在未来的林业数字化测量中有广阔的应用前景。     

Three-dimensional reconstruction of stems for assessment of taper,sweep and lean based on laser scanning of standing trees

A method and algorithm for reconstructing the three-dimensional (3D) surface of stems based on terrestrial laser scanner data from standing trees is presented. Laser scanning delivers a dense cloud of points, and this raw point data are filtered for deriving a digital terrain model and subsequent fitting of a parametric stem model. The stem model is made up of a sequence of successive cylinders that overlap in space; each cylinder is parameterized by its orientation and radius. The model is estimated iteratively from a given starting point and by adding cylinder segments. Successive segments are added whenever criteria on deviation in orientation and radius relative to the previous cylinder and a fit statistic to the point data are met. The method has proven applicable when applied to a European beech tree and a wild cherry tree from dense forest stands. The use of the resulting 3D reconstruction of tree stems in respect to diameter in breast height and height of crown base calculation, as well as taper, sweep and lean assessment of standing trees, is described. Finally, desirable future improvements to the basic algorithm are discussed.