本發(fā)明涉及一種基于局部區(qū)間極大值的激光掃描點(diǎn)云樹(shù)木自動(dòng)提取方法。

背景技術(shù)：

利用激光掃描技術(shù)進(jìn)行森林調(diào)查，可以安全高效地獲得掃描樣地內(nèi)的完整三維點(diǎn)云數(shù)據(jù)。該點(diǎn)云數(shù)據(jù)反映了掃描樣地內(nèi)植被，樹(shù)木，地形等對(duì)象完整的形態(tài)結(jié)構(gòu)，為樹(shù)木參數(shù)調(diào)查提供了可靠的數(shù)據(jù)支持。在三維點(diǎn)云數(shù)據(jù)中進(jìn)行單株木提取是進(jìn)行樹(shù)木參數(shù)調(diào)查和森林資源調(diào)查的基礎(chǔ)和前提，其結(jié)果直接決定了后續(xù)調(diào)查及計(jì)算的正確性。然而點(diǎn)云林區(qū)場(chǎng)景的數(shù)據(jù)量極大，且場(chǎng)景的可視性受森林冠層的干擾嚴(yán)重，不利于從整體上直接進(jìn)行觀測(cè)。此外，采用交互式手動(dòng)割取單株木的方法工作量大，需要在三維空間上進(jìn)行切割，操作難度大，分割效果粗糙，易帶入噪聲。而基于點(diǎn)云數(shù)據(jù)的樹(shù)木自動(dòng)提取技術(shù)將各株樹(shù)木所屬數(shù)據(jù)點(diǎn)單獨(dú)劃分出來(lái)，可以為自動(dòng)森林資源調(diào)查提供有效的解決途徑。

在三維點(diǎn)云數(shù)據(jù)中進(jìn)行樹(shù)木自動(dòng)檢測(cè)和提取，是將屬于同一株樹(shù)木(包括樹(shù)干和樹(shù)冠)的數(shù)據(jù)點(diǎn)集從原始數(shù)據(jù)中提取出來(lái)。一方面，提取的樹(shù)木需要保留完整的結(jié)構(gòu)，即提取完整的樹(shù)干以及樹(shù)冠數(shù)據(jù)，從而滿(mǎn)足單株胸徑和樹(shù)高等參數(shù)的測(cè)量需求。另一方面，提取的樹(shù)木數(shù)據(jù)應(yīng)該盡可能排除雜草以及地面的數(shù)據(jù)點(diǎn)，為后續(xù)計(jì)算減少負(fù)擔(dān)。

林區(qū)通常環(huán)境復(fù)雜，不僅地形坡度大，且局部地形起伏不平，對(duì)自動(dòng)提取方法帶來(lái)考驗(yàn)。此外，各林區(qū)樹(shù)種存在差異，而不同的樹(shù)種形態(tài)、高度、大小各異，變化多樣，要適應(yīng)不同樹(shù)種的有效提取，對(duì)提取方法的魯棒性產(chǎn)生極大的要求。而點(diǎn)云數(shù)據(jù)本身受掃描儀位置影響，其數(shù)據(jù)密度分布不均、數(shù)據(jù)遮擋缺失等問(wèn)題也容易對(duì)提取結(jié)果的穩(wěn)定性造成負(fù)面影響。從海量點(diǎn)云中快速、自動(dòng)地提取樹(shù)木雖然難度大，要求高，但該技術(shù)具有重要的經(jīng)濟(jì)和實(shí)用價(jià)值，一直是國(guó)內(nèi)外的研究熱點(diǎn)。

目前，已有的面向三維激光點(diǎn)云的單木自動(dòng)提取方法主要分為面向機(jī)載點(diǎn)云提取方法和面向地面點(diǎn)云提取方法兩類(lèi)：面向機(jī)載激光點(diǎn)云數(shù)據(jù)的提取方法主要考慮的是樹(shù)冠的提取，這是由于機(jī)載點(diǎn)云俯視掃描的特點(diǎn)，使樹(shù)木信息更多的表現(xiàn)在樹(shù)冠結(jié)構(gòu)上，常用的方法為基于局部鄰域主成分分析(PCA)的方法，基于分水嶺的方法，基于幾何分割規(guī)則的方法等，其缺陷在于：利用樹(shù)冠進(jìn)行處理難以克服樹(shù)冠頂端被冠層遮擋的情況，也難以保證樹(shù)干的完整提取。而面向地面激光的單木提取方法主要考慮了樹(shù)干和樹(shù)冠的完整保留，對(duì)于林區(qū)場(chǎng)景，主要方法是在固定高度(如1.3米)采用截面擬合圓判定的方法，對(duì)于城區(qū)場(chǎng)景，則通常采用去除地面后，歐式聚類(lèi)或超體素分割的方法，然后通過(guò)計(jì)算PCA維數(shù)，RGB顏色，F(xiàn)PFH等特征，從而識(shí)別和提取樹(shù)木目標(biāo)，其缺陷主要在于：

1、采用固定高度截面擬合圓判定的方法在數(shù)據(jù)部分遮擋缺失的情況下容易遇到困難，森林植被茂密，數(shù)據(jù)獲取時(shí)遠(yuǎn)處的樹(shù)木因?yàn)榍懊嫖矬w的遮擋會(huì)導(dǎo)致部分樹(shù)干缺失，從而導(dǎo)致無(wú)法擬合圓形，最終丟失樹(shù)木；

2、采用先去除地面，再利用歐式聚類(lèi)構(gòu)建目標(biāo)對(duì)象的方法，首先地面濾除在起伏較大的林區(qū)場(chǎng)景中容易留下地面點(diǎn)噪聲，此外，歐式聚類(lèi)難以克服重疊目標(biāo)的分割，林區(qū)中樹(shù)冠容易交錯(cuò)，聚類(lèi)后易形成大片樹(shù)木相連的情況，森林層次復(fù)雜，雜草的生長(zhǎng)和特異的樹(shù)木形態(tài)干擾形態(tài)特征的計(jì)算，而顏色信息也會(huì)受到林地郁閉度的影響(光照)而不穩(wěn)定。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的不足，提供一種基于局部區(qū)間極大值的激光掃描點(diǎn)云樹(shù)木自動(dòng)提取方法。

為實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

基于局部區(qū)間極大值的激光掃描點(diǎn)云樹(shù)木自動(dòng)提取方法，包括以下步驟：

(1)對(duì)獲得的三維點(diǎn)云數(shù)據(jù)進(jìn)行網(wǎng)格劃分，建立非空網(wǎng)格索引，將空網(wǎng)格排除；

(2)遍歷每一個(gè)非空網(wǎng)格，計(jì)算非空網(wǎng)格中高程區(qū)間的累積值；

(3)獲取樹(shù)木的中心點(diǎn)集:

a、設(shè)置能量粗分隔T_E對(duì)網(wǎng)格進(jìn)行閾值粗分割，保留累積值E≥T_E的網(wǎng)格，排除累積值E＜T_E的網(wǎng)格并將其置為空網(wǎng)格；

b、計(jì)算閾值粗分割后保留下來(lái)的每個(gè)網(wǎng)格的水平中心c＝[c_x,c_y]，所有保留網(wǎng)格水平中心c＝[c_x,c_y]構(gòu)成了嫌疑樹(shù)干中心點(diǎn)集C；

c、為嫌疑樹(shù)干中心點(diǎn)集C構(gòu)建Kd-tree索引結(jié)構(gòu)，設(shè)置樹(shù)木半徑r，遍歷嫌疑樹(shù)干中心點(diǎn)集C中的點(diǎn)c_i，以該點(diǎn)為查詢(xún)點(diǎn)，搜尋其鄰域半徑內(nèi)的鄰域中心點(diǎn)c_j(c_j∈C)，若為空集(除查詢(xún)點(diǎn)本身)則保留，若非空則依次查找各個(gè)鄰域中心點(diǎn)c_j，比較該鄰域中心點(diǎn)c_j與查詢(xún)點(diǎn)c_i的高程區(qū)間累積值，若查詢(xún)點(diǎn)的累積值為該鄰域內(nèi)所有中心點(diǎn)中的最大值則標(biāo)記為樹(shù)木中心點(diǎn)，并將其他點(diǎn)標(biāo)記為非樹(shù)木中心點(diǎn)，若查詢(xún)點(diǎn)不是最大值，則標(biāo)記為非樹(shù)木中心點(diǎn)，在遍歷完所有點(diǎn)后將該點(diǎn)排除，最終得到樹(shù)木中心點(diǎn)集為

(4)樹(shù)木的提取

將原始的三維點(diǎn)云數(shù)據(jù)集P投影于XOY平面上，從而獲得投影點(diǎn)并為該點(diǎn)集建立Kd-tree索引，然后遍歷每一個(gè)樹(shù)木中心點(diǎn)c_tr(c_tr∈C_tr)，每遍歷一個(gè)樹(shù)木中心點(diǎn)，以該中心點(diǎn)作為查詢(xún)點(diǎn)，搜索投影點(diǎn)集中距離小于r的數(shù)據(jù)點(diǎn)并記錄該索引值i，構(gòu)成單株木的點(diǎn)云索引序列，最后在原始點(diǎn)云中將屬于該索引序列的點(diǎn)集提取出來(lái)作為單株樹(shù)木點(diǎn)云，完成提取樹(shù)木操作。

進(jìn)一步地，步驟(1)具體包括以下步驟：

a、對(duì)獲得的整個(gè)三維點(diǎn)云數(shù)據(jù)集P，按照XOY平面進(jìn)行網(wǎng)格劃分，其中網(wǎng)格為正方形網(wǎng)格，設(shè)置網(wǎng)格邊長(zhǎng)為l，將每個(gè)點(diǎn)p_i＝[x_i,y_i,z_i]，p_i∈P，其中i＝1,2,...,s，s為點(diǎn)的個(gè)數(shù)，按每個(gè)點(diǎn)的[p_x,p_y]值分別將點(diǎn)劃入對(duì)應(yīng)所屬的網(wǎng)格中，并建立相應(yīng)的索引關(guān)系；

b、記錄非空網(wǎng)格的索引值，將空網(wǎng)格排除。

進(jìn)一步地，步驟(2)具體包括：

a、計(jì)算每一個(gè)非空網(wǎng)格的區(qū)間的最大值及最小值，建立高程區(qū)間[z_min,z_max]，利用高程區(qū)間分辨率z_res對(duì)高程區(qū)間進(jìn)行分段統(tǒng)計(jì)，分段操作為

bin(n)＝[z_min+(n-1)z_res,z_min+nz_res)

式中bin(n)為高程區(qū)間，該高程區(qū)間包含區(qū)間內(nèi)所有的三維數(shù)據(jù)點(diǎn)，n為高程區(qū)間的序號(hào)；

b、通過(guò)高程分段統(tǒng)計(jì)后，計(jì)算每個(gè)分段區(qū)間是否有數(shù)據(jù)占據(jù)該空間，因此對(duì)于高程區(qū)間的判斷有二值函數(shù)

其中#表示統(tǒng)計(jì)當(dāng)前高程區(qū)間內(nèi)的點(diǎn)個(gè)數(shù)，n為當(dāng)前高程區(qū)間的序號(hào)，N為個(gè)數(shù)閾值，

則高程區(qū)間的累積值定義為：

其中m為高程區(qū)間數(shù)量,從而每一個(gè)網(wǎng)格獲得對(duì)應(yīng)的累積值E，并記錄。

進(jìn)一步地，在步驟(2)與步驟(3)之間還有對(duì)網(wǎng)格進(jìn)行重疊平移劃分的步驟，具體為：采用部分重疊網(wǎng)格劃分法對(duì)已劃分的網(wǎng)格頂點(diǎn)V＝[x_v,y_v]重新計(jì)算新的頂點(diǎn)位置V′＝[x_v',y_v']，并將每個(gè)原始點(diǎn)p_i＝[x_i,y_i,z_i]重新劃入對(duì)應(yīng)的網(wǎng)格，再次建立新的網(wǎng)格與原始點(diǎn)的索引關(guān)系，在新的網(wǎng)格上重復(fù)進(jìn)行非空網(wǎng)格索引建立和非空網(wǎng)格高程區(qū)間累積計(jì)算操作，獲取新劃分網(wǎng)格坐標(biāo)下每個(gè)網(wǎng)格對(duì)應(yīng)的累積值E′。

進(jìn)一步地，所述部分重疊網(wǎng)格劃分法的重疊部分取決于設(shè)置的重疊比例n_offset，則新的網(wǎng)格頂點(diǎn)位置V′＝[x_v',y_v']＝[x_v+l/n_offset,y_v+l/n_offset]。

進(jìn)一步地，在步驟(3)中利用能量粗分隔T_E分別對(duì)兩次網(wǎng)格劃分后的結(jié)果進(jìn)行分割，獲得兩次的網(wǎng)格中心點(diǎn)集C₁及C₂，則所述嫌疑樹(shù)干中心點(diǎn)集C＝C₁∪C₂。

采用上述技術(shù)方案后，本發(fā)明與背景技術(shù)相比，具有如下優(yōu)點(diǎn)：

1、本發(fā)明通過(guò)計(jì)算高程區(qū)間累積值來(lái)描述各個(gè)網(wǎng)格內(nèi)的點(diǎn)集空間分布情況，利用樹(shù)干在垂直空間相對(duì)于地面和雜草對(duì)象顯著性強(qiáng)的特點(diǎn)，通過(guò)尋找高程累積值較大的網(wǎng)格來(lái)獲取潛在的樹(shù)干位置。該方法考慮的是空間點(diǎn)集累積的結(jié)果，對(duì)密度和遮擋不敏感，對(duì)樹(shù)干任意局部缺失具備抵抗力，克服了點(diǎn)云數(shù)據(jù)密度遠(yuǎn)近(距離掃描儀)分布不均的缺點(diǎn)，使得結(jié)果受采集設(shè)備影響小，更具穩(wěn)定性；

2、本發(fā)明通過(guò)對(duì)網(wǎng)格的半重疊平移，進(jìn)行多次區(qū)間累積計(jì)算，從而精確獲得局部潛在的高程空間累積極值，避免了樹(shù)木定位不精確的提取結(jié)果，也間接避免了在提取計(jì)算過(guò)程中樹(shù)邊雜草對(duì)樹(shù)干定位的干擾；

3、本發(fā)明采用了非極大值抑制的方法對(duì)中心點(diǎn)集進(jìn)行判定，從而精確定位潛在樹(shù)干的位置，可以更好地區(qū)別地面與雜草的干擾，避免了形態(tài)特征在不同樹(shù)種間計(jì)算的不穩(wěn)定，對(duì)多種樹(shù)木的自動(dòng)提取都具有有效性，采用將潛在樹(shù)干附近的中心點(diǎn)(即樹(shù)冠位置)消除的方法，并在最后以樹(shù)干中心點(diǎn)為基點(diǎn)，將范圍內(nèi)的點(diǎn)集一并提取，達(dá)到整樹(shù)合并的效果，避免了同一株木的反復(fù)提取，使結(jié)果具有可靠性；

4、本發(fā)明采用網(wǎng)格塊為單元進(jìn)行計(jì)算，計(jì)算速度快，可以快速，自動(dòng)提取林區(qū)場(chǎng)景三維點(diǎn)云數(shù)據(jù)中的單株樹(shù)木點(diǎn)集，提取的單株樹(shù)木包含樹(shù)干和樹(shù)冠結(jié)構(gòu)，更適用于大規(guī)模點(diǎn)云場(chǎng)景，具有實(shí)際意義和應(yīng)用價(jià)值。

附圖說(shuō)明

圖1為本發(fā)明算法的流程示意圖；

圖2a為本發(fā)明實(shí)施例原始點(diǎn)云數(shù)據(jù)；

圖2b為本發(fā)明樹(shù)木提取結(jié)果示意圖；

圖3為實(shí)施例中不同樹(shù)種的單株木提取結(jié)果示意圖，由左往右依次為馬尾松、杉木、闊葉林。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

實(shí)施例

如圖1所示，基于局部區(qū)間極大值的激光掃描點(diǎn)云樹(shù)木自動(dòng)提取方法包括以下步驟：

(1)對(duì)獲得的三維點(diǎn)云數(shù)據(jù)進(jìn)行網(wǎng)格劃分，建立非空網(wǎng)格索引，具體為：

a、輸入整個(gè)三維點(diǎn)云數(shù)據(jù)集P，計(jì)算點(diǎn)集P在三個(gè)正交坐標(biāo)軸方向上的最大最小值，然后設(shè)置正方形網(wǎng)格，每個(gè)網(wǎng)格的邊長(zhǎng)設(shè)置為l(本實(shí)施例中l(wèi)＝0.2米)，根據(jù)計(jì)算獲得的最大最小值在XOY平面對(duì)原始點(diǎn)云進(jìn)行網(wǎng)格劃分，將每個(gè)點(diǎn)p_i＝[x_i,y_i,z_i](p_i∈P，i＝1,2,...,s，s為點(diǎn)的個(gè)數(shù))按每個(gè)點(diǎn)的[p_x,p_y]值將該點(diǎn)劃入對(duì)應(yīng)所屬的網(wǎng)格中，并建立相應(yīng)的索引關(guān)系；

b、在遍歷每個(gè)點(diǎn)的過(guò)程中，記錄每個(gè)網(wǎng)格內(nèi)存在點(diǎn)的個(gè)數(shù)，建立非空網(wǎng)格索引，并在后續(xù)的處理中將空網(wǎng)格排除；

(2)遍歷每一個(gè)非空網(wǎng)格，計(jì)算非空網(wǎng)格中非空高程區(qū)間的累積值E，具體為：

遍歷每一個(gè)非空網(wǎng)格,每遍歷一個(gè)非空網(wǎng)格時(shí)，先計(jì)算該區(qū)間的最大最小高程值，建立高程區(qū)間[z_min,z_max]，設(shè)置高程區(qū)間分辨率z_res(如z_res＝0.1米)，則利用高程區(qū)間的范圍，進(jìn)行高程分段統(tǒng)計(jì)，分段操作為

bin(n)＝[z_min+(n-1)z_res,z_min+nz_res)

通過(guò)高程分段統(tǒng)計(jì)后，計(jì)算每個(gè)分段區(qū)間是否有數(shù)據(jù)占據(jù)該空間，因此對(duì)于高程區(qū)間的判斷有二值函數(shù)f(bin(n))有

式中，bin(n)為高程區(qū)間，該高程區(qū)間包含區(qū)間內(nèi)所有的三維數(shù)據(jù)點(diǎn)，#表示統(tǒng)計(jì)當(dāng)前高程區(qū)間內(nèi)的點(diǎn)個(gè)數(shù)，n為當(dāng)前高程區(qū)間的序號(hào)，N為個(gè)數(shù)閾值。遍歷每一個(gè)區(qū)間段進(jìn)行統(tǒng)計(jì)，然后定義該網(wǎng)格的高程能量為該網(wǎng)格內(nèi)非空高程區(qū)間的累積值E，因此該能量累積函數(shù)定義為：

式中，m為高程區(qū)間數(shù)量，即m＝(z_max-z_min)/z_res,從而每一個(gè)網(wǎng)格獲得對(duì)應(yīng)的累積值E，并記錄。

完成步驟(2)后進(jìn)行網(wǎng)格重疊平移劃分，具體如下：

采用部分重疊網(wǎng)格劃分法對(duì)已劃分的網(wǎng)格頂點(diǎn)V＝[x_v,y_v]重新計(jì)算新的頂點(diǎn)位置V′＝[x_v',y_v']，所述部分重疊網(wǎng)格劃分法的重疊部分取決于設(shè)置的重疊比例n_offset，則新的網(wǎng)格頂點(diǎn)位置V′＝[x_v',y_v']＝[x_v+l/n_offset,y_v+l/n_offset]。本實(shí)施例中采用半重疊網(wǎng)格劃分法，則對(duì)于已劃分的網(wǎng)格頂點(diǎn)V＝[x_v,y_v]重新計(jì)算新的頂點(diǎn)位置V′＝[x_v+l/2,y_v+l/2]，并將每個(gè)原始點(diǎn)p_i＝[x_i,y_i,z_i]重新劃入對(duì)應(yīng)的網(wǎng)格，再次建立新的網(wǎng)格與原始點(diǎn)的索引關(guān)系。在新的網(wǎng)格上重復(fù)進(jìn)行非空網(wǎng)格索引建立和非空網(wǎng)格高程區(qū)間累積計(jì)算操作，獲取新劃分網(wǎng)格坐標(biāo)下，每個(gè)網(wǎng)格對(duì)應(yīng)的累積值E′；

(3)以非極大值抑制法獲取樹(shù)木的中心點(diǎn)集:

首先設(shè)置能量粗分割閾值T_E，T_E為無(wú)量綱變量，例如利用T_E＝10。粗分割閾值T_E將兩次網(wǎng)格劃分后的結(jié)果(設(shè)為E，E′)進(jìn)行分割，保留大于等于該閾值的網(wǎng)格(E≥T_E或E′≥T_E)，排除小于該閾值的網(wǎng)格，將網(wǎng)格置為空網(wǎng)格；

計(jì)算閾值粗分割后保留下來(lái)的每個(gè)網(wǎng)格的水平中心c＝[c_x,c_y]，就是計(jì)算該網(wǎng)格內(nèi)點(diǎn)集的水平中心，所有保留的網(wǎng)格中心構(gòu)成了中心點(diǎn)集C_n作為嫌疑樹(shù)干中心點(diǎn)集，將兩次網(wǎng)格的中心點(diǎn)集C₁,C₂進(jìn)行合并操作，則最終的嫌疑樹(shù)干中心點(diǎn)集即為C＝C₁∪C₂，c∈C。

為嫌疑樹(shù)干中心點(diǎn)集C構(gòu)建Kd-tree索引結(jié)構(gòu)，首先設(shè)置樹(shù)木半徑r，遍歷每個(gè)中心點(diǎn)集中的點(diǎn)c_i，c_i∈C，以該點(diǎn)為查詢(xún)點(diǎn)，搜尋其鄰域半徑內(nèi)的鄰域中心點(diǎn)c_j，c_j∈C，若為空集(除查詢(xún)點(diǎn)本身)，則保留；若非空，則依次查找各個(gè)鄰域中心點(diǎn)c_j，比較該鄰域中心點(diǎn)c_j與查選點(diǎn)c_i之間的高程區(qū)間累積值E_c，若查詢(xún)點(diǎn)的累積值為該鄰域內(nèi)所有中心點(diǎn)的最大值則標(biāo)記為樹(shù)木中心點(diǎn)，并將其他點(diǎn)標(biāo)記為非樹(shù)木中心點(diǎn)，該步驟即獲得k為該中心點(diǎn)在中心點(diǎn)集中的索引值；若查詢(xún)點(diǎn)不是最大值，則標(biāo)記為非樹(shù)木中心點(diǎn)，在遍歷完所有點(diǎn)后，將該點(diǎn)排除。因此，在經(jīng)過(guò)極大值抑制后得到的樹(shù)木中心點(diǎn)集為

5.樹(shù)木提取

將原始點(diǎn)集P投影于XOY平面上，從而獲得投影點(diǎn)集并為該點(diǎn)集建立Kd-tree索引。然后遍歷每一個(gè)樹(shù)木中心點(diǎn)c_tr(c_tr∈C_tr)，每遍歷一個(gè)樹(shù)木中心點(diǎn)，以該中心點(diǎn)作為查詢(xún)點(diǎn)，搜索投影點(diǎn)集中距離小于r的數(shù)據(jù)點(diǎn)并記錄該索引值i，構(gòu)成單株木的點(diǎn)云索引序列。最后在原始點(diǎn)云中將屬于該索引序列的點(diǎn)集提取出來(lái)作為單株樹(shù)木點(diǎn)云，完成提取樹(shù)木操作。

如圖2a所示的是本實(shí)施例原始點(diǎn)云數(shù)據(jù),如圖2b為本實(shí)施例樹(shù)木提取結(jié)果示意圖，圖2b中灰色為背景點(diǎn)，黃色為植被提取點(diǎn)。如圖3為實(shí)施例中不同樹(shù)種的單株木提取結(jié)果示意圖，由左往右依次為馬尾松、杉木、闊葉林的提取結(jié)果。

綜上所述，本發(fā)明可以快速，自動(dòng)提取林區(qū)場(chǎng)景三維點(diǎn)云數(shù)據(jù)中的單株樹(shù)木點(diǎn)集，提取的單株樹(shù)木包含樹(shù)干和樹(shù)冠結(jié)構(gòu)。與現(xiàn)有技術(shù)相比，本發(fā)明采用高程區(qū)間累積值進(jìn)行樹(shù)木定位，在樹(shù)干數(shù)據(jù)部分丟失的情況下依然可以有效提取，由于采用了累積量作進(jìn)行計(jì)算，克服了點(diǎn)云數(shù)據(jù)密度遠(yuǎn)近(距離掃描儀)分布不均的缺點(diǎn)，使得結(jié)果受采集設(shè)備影響小，更具穩(wěn)定性。此外，由于采用局部極大值方法進(jìn)行樹(shù)木檢測(cè)，可以更好地區(qū)別地面與雜草的干擾，避免了形態(tài)特征在不同樹(shù)種間計(jì)算的不穩(wěn)定，對(duì)多種樹(shù)木的自動(dòng)提取都具有有效性。本發(fā)明采用網(wǎng)格塊為單元進(jìn)行計(jì)算，計(jì)算速度快，更適用于大規(guī)模點(diǎn)云場(chǎng)景，具有實(shí)際意義和應(yīng)用價(jià)值。

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。