| 主权项 |
一种基于形状分析的树冠外形提取方法，其特征在于，该方法的步骤包括：步骤S1：用激光扫描仪扫描植物的单面，获得的扫描数据称为点云数据；步骤S2：从点云数据中找到根节点，用K近邻的方法对整个点云数据进行距离变换，构造这些点云数据中的点到根节点的权图，计算点云数据的每个点到根节点的最小距离，利用这个最小距离从整个点云数据中分离出位于主枝上的点云数据；步骤S3：对位于主枝上的点云数据进行聚类分析，生成树状聚类图，用于寻找形体的分叉位置和末梢位置，在每个聚类中，根据距离再次聚类，得到聚类中的子聚类，对每个子聚类，用算术平均的方法计算每个子聚类的代表点，作为主枝骨架点；步骤S4：将所有子聚类的代表点形成集合，再用所有代表点集合构造具有中心性、分叉性和拓扑连接性的主枝骨架；步骤S5：从主枝骨架上部的叶子节点或称末梢位置开始，对骨架的各个分支进行分类，使分类后的每个分支长度达到一定标准；对主枝骨架进行分类的基础上，对点云数据中的位于树冠的叶子点云数据进行分类；步骤S6：对每个分类后的叶子点云数据分别计算它们的形状，首先对其中的一个分类后的点云进行三维的德朗奈三角剖分，建立点云中每个数据点的拓扑结构，得到三角面片和四面体，对这些四面体和三角面片分别计算它们的外接球和外接圆的半径，得到包含这些半径的最小区间[A，B]，取阿尔法形状方法中的参数阿尔法为区间[A，B]的中间点，把求得的四面体和三角面片进行分类，四面体分类为外部的四面体和内部的四面体，而三角面片分类为内部的三角面片、外部的三角面片以及边界的三角面片，若边界的三角面片组成的是个闭合的体，那么将参数阿尔法取成[A，B]下部区间的中点继续这个过程，直到相邻的两个参数之差小于给定的充分小的值，该充分小的值是取扫描数据中两点间最小距离的百分之一，这时候这两个参数中，较大的一个对应的边界三角面片的集合，就是整个树冠的外在形状。 |
