基于激光点云的单木叶属性提取与三维重建.pdfVIP

摘 要 叶片属性估计对于理解植被中的光合作用、呼吸作用、蒸腾作用以及碳和养分循环以 及评估植物或森林的生物学参数至关重要。地面激光扫描（TLS ）能够在树枝和叶片尺度 上提供各个树木的详细特征，并提取树干和树冠的准确结构参数。在本文中，我们开发了 一种基于计算机图形的 3D 点云分割方法，可从单个叶片中准确有效地检测树叶及其形态 特征（即叶面积和叶角分布（方位角和叶倾角））。为此，我们采用具有自适应半径的球 面邻域模型来提取具有不同形态结构和复杂空间分布的单个叶片的中心区域点；同时，定 义了四个辅助标准，以确保提取出的各个叶表面的中心区域点的准确性。然后，使用基于 密度的带噪声的应用程序空间聚类（DBSCAN ）算法对叶片的中心区域点进行聚类，并获 得与每个叶片表面相对应的中心点。我们还基于提取的每个叶片表面的中心点和两个与形 态相关的参数，使用高级 3D 分水岭算法对单个叶片进行了分割。最后，通过分析分段的 单叶点云来计算和评估叶属性（叶面积和叶片角度分布）。为了验证最终结果，在野外活 动期间手动测量了实验树木上指定叶片的实际叶片面积，叶倾角和方位角数据。此外，还 对分割算法中的参数进行了敏感性分析。结果表明，所提出的方法对于从扫描数据中提供 有关单叶和植被结构的准