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。 |