基于三维激光扫描技术的原木三维图像重构

摘要：

为实时健康监测森林资源的生长状况,以原木为试验样本,利用三维激光扫描技术(3D Laser Scanning Technology)对原木进行扫描,得到原木点云数据,共计1 016 990个数据点.经扫描直接得到的点云数据存在噪点且数据量过多,给重构原木三维模型增加了困难,因此需要对点云数据进行分割、去噪和精简.本研究应用K均值(K-means)聚类算法对点云数据进行数据分割;自组织映射(Self Organization Map,SOM)神经网络对点云数据进行数据去噪;弦高偏移算法(Chord Height Offset Algorithm)对点云数据进行数据精简;最后得到564 821个数据点,根据处理后的点云数据对原木三维模型进行重构.试验结果证明,得到的原木三维重构图像清晰且不失真,保留了表面的完整特征信息,进而对树木的生长状况进行评估,此方法也可应用在遥感卫星图像处理上.

关键词：三维激光扫描技术、K均值聚类算法、SOM神经网络、弦高偏移算法、原木三维图像

所属期刊栏目：34

分类号：S757(森林经营学、森林计测学、森林经理学)

资助基金：中央高校基本科研业务费专项资金资助项目2572017CB28;国家自然科学基金项目31570712;中央高校基本科研业务费专项资金资助项目2572016AB26

在线出版日期：2019-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：52-56