高士增 張懷清 劉 閩 朱中華

(中國林業(yè)科學(xué)研究院資源信息研究所，北京，100091) (湖南攸縣林業(yè)局黃豐橋林業(yè)工作站)

基于點(diǎn)云的樹木枝干形態(tài)參數(shù)提取技術(shù)1)

高士增 張懷清 劉 閩 朱中華

(中國林業(yè)科學(xué)研究院資源信息研究所，北京，100091) (湖南攸縣林業(yè)局黃豐橋林業(yè)工作站)

以三維激光掃描的不同分辨率樹木枝干點(diǎn)云數(shù)據(jù)為數(shù)據(jù)源，分別使用迭代的凸包算法和三角網(wǎng)生長法提取其不同層次的等值線模型和Delaunay三角網(wǎng)格模型，并使用射線碰撞檢測技術(shù)提取以上模型的形態(tài)參數(shù)。通過對(duì)比分析表明，當(dāng)分層數(shù)相同時(shí)，使用不同分辨率的模型提取的參數(shù)精度相差不大，與實(shí)際測量數(shù)值相比誤差在5%以內(nèi)；而當(dāng)分辨率一定時(shí)，層數(shù)越多的模型，其效果越好，提取的參數(shù)精度越高。因此，在三維激光掃描儀的使用過程中，可適當(dāng)降低分辨率以減少掃描時(shí)間，而在建模的過程中，通過提高分層數(shù)量以此獲得較好的模型表現(xiàn)效果。

三維激光掃描技術(shù)；Delaunay三角網(wǎng)；參數(shù)提取

3D Laser scanning technique; Delaunay triangulation; Morphological parameters extraction

近年來，虛擬現(xiàn)實(shí)技術(shù)、林業(yè)遙感監(jiān)測、各種類型的激光掃描技術(shù)得到了迅猛的發(fā)展，高精度的林業(yè)測量技術(shù)越來越受到林業(yè)人員的關(guān)注，通過采用新技術(shù)，林業(yè)測量的精度被不斷的提高。其中，地面三維激光掃描技術(shù)(TLS)的迅速發(fā)展為林分內(nèi)部或者單株樹木調(diào)查因子的精確測量提供了一條新的途徑[1-3]。與傳統(tǒng)的光學(xué)成像原理不同，TLS的傳感器采用紅外和近紅外波長，可以快速準(zhǔn)確的獲得樹木表面的點(diǎn)云數(shù)據(jù)信息，從而可以高效構(gòu)建樹木的三維模型。

目前，此項(xiàng)技術(shù)在林業(yè)資源調(diào)查中已經(jīng)取得了初步的應(yīng)用。Wezyk等[4]人提出了手工處理點(diǎn)云數(shù)據(jù)的方法：像素法和管線法。通過對(duì)比發(fā)現(xiàn)，使用像素法處理針葉樹木的點(diǎn)云數(shù)據(jù)測量得出的胸徑和樹高值都可以達(dá)到理想的精度。Jakob[5]在綜合考慮了環(huán)境因素影響、儀器本身的測量誤差以及林分中樹木的相互遮擋情況下，利用三維激光掃描儀對(duì)德國艾伯斯瓦爾德林場內(nèi)的樹木調(diào)查因子進(jìn)行了研究，提出了利用多站式掃描的方式可以獲得精準(zhǔn)林分蓄積量，實(shí)驗(yàn)的估測結(jié)果平均偏低4% (13 m3/hm2)。Gabor等[6]在匈牙利也研究了通過處理點(diǎn)云數(shù)據(jù)構(gòu)建數(shù)字地面模型，快速獲取基本樹木測量因子的方法。韓光瞬等[7-8]使用三維激光掃描技術(shù)測量得出的樹木胸徑、樹高數(shù)據(jù)與實(shí)際測量數(shù)據(jù)相比，誤差都在林業(yè)測樹允許的范圍之內(nèi)。

本研究通過對(duì)單株樹木點(diǎn)云數(shù)據(jù)的處理，分別利用凸包算法和三角網(wǎng)生長算法構(gòu)建樹木枝干的不同分辨率的等值線模型和Delaunay三角網(wǎng)模型，并使用射線碰撞檢測技術(shù)提取不同樹木枝干的形態(tài)結(jié)構(gòu)參數(shù)，擴(kuò)展了提取參數(shù)的種類。而且，通過對(duì)比參數(shù)的精度，確定了構(gòu)建最佳Delaunay模型的參數(shù)設(shè)置方法。

1 數(shù)據(jù)獲取與模型構(gòu)建

1.1 數(shù)據(jù)獲取

利用FARO LS 120具有的掃描距離遠(yuǎn)、掃描過程非接觸、軟件動(dòng)能強(qiáng)的特點(diǎn)，分站點(diǎn)對(duì)一株樹高為2.23 m落葉后的鵝掌楸(LiriodendrontulipiferaLinn)進(jìn)行掃描。掃描時(shí)儀器與樣木距離保持一致，通過掃描控制軟件的掃描儀參數(shù)設(shè)置模塊設(shè)置不同的掃描分辨率，使用先整體后局部的掃描方式快速獲取樣木各站點(diǎn)的點(diǎn)云數(shù)據(jù)，然后手動(dòng)配準(zhǔn)同一分辨率的不同分站的點(diǎn)云數(shù)據(jù)，從而得到不同分辨率的樣木整體點(diǎn)云數(shù)據(jù)[9-10]。

手動(dòng)刪除樣木周圍的雜點(diǎn)并去除噪聲點(diǎn)，得到樹木枝干點(diǎn)云數(shù)據(jù)。將樹木主干和枝條的點(diǎn)云數(shù)據(jù)分別導(dǎo)出，編號(hào)后再合并到一起，這樣可以建立整個(gè)枝干簡單的拓?fù)浣Y(jié)構(gòu)。原始點(diǎn)云和處理后的點(diǎn)云如圖1和圖2所示。

圖1 原始點(diǎn)云數(shù)據(jù)

1.2 模型構(gòu)建

單木的不規(guī)則三角網(wǎng)模型是單木模型中應(yīng)用最為廣泛的一種模型。使用分辨率較高的點(diǎn)云數(shù)據(jù)構(gòu)建出的樹木枝干Delaunay三角網(wǎng)格模型中，三角形比較密集，可以反映樹木枝干更多的信息，反之，三角形就比較稀疏，模型細(xì)節(jié)表現(xiàn)就會(huì)很差，因此可以根據(jù)具體需要構(gòu)建出具有不同分辨率的樹木枝干Delaunay三角網(wǎng)格模型。并且，與其他模型相比較，該模型在樹木參數(shù)提取方面具有很大的優(yōu)勢。

利用樹木枝干點(diǎn)云數(shù)據(jù)直接剖分構(gòu)建Delaunay三角網(wǎng)格的過程非常復(fù)雜，而且不利于點(diǎn)云數(shù)據(jù)的精簡壓縮。為此，可以采用分而自治的思想，首先將點(diǎn)云數(shù)據(jù)沿樹干方向分層，使用迭代的凸包算法分別計(jì)算每一層中某一微小區(qū)間點(diǎn)云中不同枝條的凸包折線，構(gòu)建樹木枝干的等值線模型[11]，然后在同一枝條的相鄰?fù)拱€間依次使用三角網(wǎng)生長法構(gòu)建其Delaunay三角網(wǎng)，最后合并所有三角網(wǎng)構(gòu)建出樹木枝干的Delaunay三角網(wǎng)模型[12-15]，算法過程如圖3所示。

圖2 處理后的點(diǎn)云數(shù)據(jù)

圖3 模型構(gòu)建算法流程圖

在提取等值線的過程中，等值線模型中包含的點(diǎn)的數(shù)量會(huì)因點(diǎn)云數(shù)據(jù)分辨率的不同而不同，當(dāng)分層數(shù)量相同時(shí)，利用各分辨率數(shù)據(jù)提取等值線中點(diǎn)的數(shù)量對(duì)比如表1所示。

表1 點(diǎn)數(shù)量對(duì)比分析

表1中當(dāng)分辨率為1/2時(shí)，表示的分辨率為20 000 pt/360°。由表1可以看出，點(diǎn)云數(shù)據(jù)的分辨率越高，提取的等值線模型中點(diǎn)的數(shù)量也會(huì)越多。等值線模型中點(diǎn)的數(shù)量也會(huì)越多。

利用同一分辨率的點(diǎn)云數(shù)據(jù)提取等值線模型，分層數(shù)量不同，提取出的等值線稀疏程度就會(huì)不同，構(gòu)建出的樹木枝干Delaunay三角網(wǎng)模型效果也會(huì)有所不同。圖4為層數(shù)不同時(shí)，Delaunay三角網(wǎng)模型的效果比較，分層數(shù)越多，樹木枝干Delaunay三角網(wǎng)格模型越好。

圖4 Delaunay三角網(wǎng)格模型

2 參數(shù)提取

2.1 .X文件格式

Delaunay三角網(wǎng)格模型的一個(gè)很重要的優(yōu)點(diǎn)就是能夠以.X格式的文件保存。.X是由模板(template)驅(qū)動(dòng)的一種三維文件格式。這種文件不僅可以直接使用DirectX Viewer插件打開，觀察模型的具體形態(tài)，而且可以被DirectX或通過XNA素材管線直接調(diào)用，進(jìn)而在圖形程序中使用。

.X文件的模板定義了數(shù)據(jù)對(duì)象的存儲(chǔ)方式，但是具有很大的靈活性，用戶可以根據(jù)需求定義自己的模板。使用.X文件存儲(chǔ)樹木枝干Delaunay三角網(wǎng)模型，不僅可以存儲(chǔ)模型的基本數(shù)據(jù)，例如頂點(diǎn)坐標(biāo)、顏色、法向量、紋理信息等，而且可以在.X文件中使用框架(Frame)對(duì)其進(jìn)行組織和管理。在使用的過程中可以對(duì)整個(gè)模型進(jìn)行操作，也可以單獨(dú)處理框架中的一部分。因?yàn)闃淠局Ω蒁elaunay三角網(wǎng)模型的構(gòu)建過程采用了枝和干分別構(gòu)建的方式，所以可以采用存儲(chǔ)模板進(jìn)行存儲(chǔ)，見圖5。

2.2 射線碰撞檢測算法

通過三維場景中的射線碰撞檢測技術(shù)可以有效提取樹木模型中的形態(tài)結(jié)構(gòu)參數(shù)。其原理是把獲取到的屏幕坐標(biāo)轉(zhuǎn)化成圖形系統(tǒng)的視口坐標(biāo)，并給該點(diǎn)加上不同的深度，計(jì)算拾取射線，并將射線和模型變換到同一坐標(biāo)系中，判斷射線是否和模型碰撞[16]。如果碰撞，判斷模型中與射線發(fā)生碰撞的模塊，遍歷該模塊中的每一個(gè)三角形，找出與射線相交的三角形，計(jì)算出射線和模型中三角形的交點(diǎn)。通過兩個(gè)交點(diǎn)坐標(biāo)的距離或者3個(gè)交點(diǎn)組成的夾角可以提取出樹木枝干模型不同的形態(tài)結(jié)構(gòu)參數(shù)。該算法的整體思路如圖6所示。

圖5 Delaunay三角網(wǎng)模型存儲(chǔ)模板

圖6 射線碰撞檢測算法流程圖

3 系統(tǒng)開發(fā)

通過以上對(duì)樹木枝干模型建立和參數(shù)提取方法的介紹和分析，使用面向?qū)ο蟮木幊陶Z言C#，結(jié)合圖形開發(fā)XNA技術(shù)，在集成開發(fā)環(huán)境(IDE)Visual

Studio.Net軟件開發(fā)平臺(tái)之上開發(fā)基于三維激光掃描的樹木枝干模型構(gòu)建和參數(shù)提取系統(tǒng)，實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的樹木枝干Delaunay三角網(wǎng)模型的構(gòu)建和參數(shù)提取。

3.1 系統(tǒng)功能分析和結(jié)構(gòu)設(shè)計(jì)

根據(jù)對(duì)樹木枝干模型構(gòu)建和參數(shù)提取的目標(biāo)和需要，系統(tǒng)要實(shí)現(xiàn)的功能有：(1)樹木枝干建模。基于三維激光掃描得到的點(diǎn)云數(shù)據(jù)，利用本研究中描述的樹木模型構(gòu)建方法，構(gòu)建樹木枝干Delaunay三角網(wǎng)格模型。(2)樹木枝干形態(tài)結(jié)構(gòu)參數(shù)提取。利用以上建立的Delaunay三角網(wǎng)格模型，實(shí)現(xiàn)樹木枝干形態(tài)結(jié)構(gòu)參數(shù)的提取。

根據(jù)以上系統(tǒng)功能分析，將系統(tǒng)分為模型構(gòu)建模塊和參數(shù)提取模塊兩個(gè)部分。模型構(gòu)建模塊中主要包括點(diǎn)云數(shù)據(jù)處理模塊、等值線提取模塊和三角網(wǎng)格構(gòu)建模塊，主要功能是通過對(duì)點(diǎn)云數(shù)據(jù)的處理，提取樹木枝干Delaunay三角網(wǎng)格模型。參數(shù)提取模塊的功能是實(shí)現(xiàn)樹木枝干形態(tài)結(jié)構(gòu)參數(shù)的提取。系統(tǒng)輸入、輸出的設(shè)計(jì)如圖7所示。

圖7 系統(tǒng)輸入、輸出設(shè)計(jì)

3.2 系統(tǒng)運(yùn)行

3.2.1 系統(tǒng)參數(shù)設(shè)置

系統(tǒng)參數(shù)設(shè)置區(qū)主要包括樹木枝干點(diǎn)云數(shù)據(jù)處理控制頁，模型構(gòu)建控制頁，參數(shù)提取控制頁。點(diǎn)云處理控制頁的主要功能是合并樹木不同枝干的點(diǎn)云數(shù)據(jù)，并使其顯示在左側(cè)的三維顯示區(qū)域內(nèi)；模型構(gòu)建控制頁主要是通過用戶輸入?yún)?shù)，構(gòu)建樹木枝干等值線模型和Delaunay三角網(wǎng)模型；參數(shù)測量控制頁主要為用戶提供“測量距離”和“測量角度”的選擇，系統(tǒng)會(huì)根據(jù)用戶的選擇匹配鼠標(biāo)在三維顯示區(qū)的操作，使用射線碰撞檢測技術(shù)提取用戶需要的參數(shù)，見圖8所示。

3.2.2 參數(shù)測量

提取參數(shù)時(shí)，系統(tǒng)三維顯示區(qū)中顯示的必須是.X文件格式的樹木枝干Delaunay三角網(wǎng)模型，以保證射線碰撞檢測的順利執(zhí)行。在參數(shù)提取控制頁中，選擇需要測量參數(shù)的形式，點(diǎn)擊工具欄中“測量點(diǎn)”，鼠標(biāo)會(huì)改變到測量形態(tài)，在左側(cè)三維顯示區(qū)中點(diǎn)擊樹木枝干三角網(wǎng)格模型需要測量的位置，當(dāng)手動(dòng)測量模塊中出現(xiàn)測量點(diǎn)的三維坐標(biāo)時(shí)，點(diǎn)擊下一點(diǎn)，當(dāng)測量點(diǎn)的數(shù)量滿足測量參數(shù)的形式時(shí)，系統(tǒng)會(huì)自動(dòng)計(jì)算出測量值，以此測量出需要的參數(shù)。

4 結(jié)果與分析

使用上述系統(tǒng)提取相同分層數(shù)量不同分辨率下的樹高、胸徑、冠幅、冠高、枝下高，和實(shí)際測量的數(shù)據(jù)對(duì)比如表2所示。

表2 分辨率不同時(shí)測量數(shù)據(jù)對(duì)比

圖8 系統(tǒng)參數(shù)設(shè)置區(qū)

圖9 使用系統(tǒng)測量參數(shù)

根據(jù)表2中的數(shù)據(jù)，做不同分辨率下各參數(shù)折線圖(圖略)。從系統(tǒng)中測量的數(shù)據(jù)普遍比實(shí)際測量的數(shù)據(jù)小，但是誤差在5%以內(nèi)。原因主要是射線碰撞檢測的交點(diǎn)并不是三角形的邊緣點(diǎn)，而是三角形的中心點(diǎn)，以此來計(jì)算的提取點(diǎn)會(huì)比模型邊界點(diǎn)偏小。而各分辨率點(diǎn)云數(shù)據(jù)測量結(jié)果相差不大，切無實(shí)質(zhì)性規(guī)律。原因主要是利用不同分辨率的點(diǎn)云提取的等值線中點(diǎn)與點(diǎn)之間的差距不大，形成的三角形沒有明顯差異。

當(dāng)分辨率相同時(shí)(1/2)，使用上述系統(tǒng)設(shè)置不同的分層數(shù)，分別構(gòu)建樹木枝干的Delaunay三角網(wǎng)模型，提取其樹高、胸徑、冠幅、冠高、枝下高，和實(shí)際測量的數(shù)據(jù)對(duì)比如表3所示。

表3 分層數(shù)量不同時(shí)測量數(shù)據(jù)對(duì)比

根據(jù)表3中的數(shù)據(jù)，做不同參數(shù)的折線圖(圖略)。從Delaunay三角網(wǎng)模型中測得的數(shù)據(jù)絕大部分小于實(shí)際測量值，而且不同的參數(shù)在層數(shù)發(fā)生改變時(shí)，表現(xiàn)出了不同的變化，樹木的胸徑誤差隨著層數(shù)的減少呈現(xiàn)減小的趨勢，其他各參數(shù)缺相反，誤差隨著層數(shù)的減少而增大?？傮w來說，分的層數(shù)越多，使用系統(tǒng)測量出的數(shù)值越精確。為進(jìn)一步驗(yàn)證結(jié)論的正確性，提取全部枝條的枝長，和實(shí)際測量數(shù)據(jù)相對(duì)比如表4。

表4 不同層數(shù)量下分枝長度 cm

由表4數(shù)據(jù)分別作不同分層數(shù)量系統(tǒng)測量數(shù)據(jù)與實(shí)際測量數(shù)據(jù)的散點(diǎn)圖(圖10)，并進(jìn)行線性回歸擬合，利用擬合方程求出其理論值，根據(jù)公式(理論值—測量值)/測量值，得到層數(shù)為226、113、56、28層的誤差分別為3.3%、5.7%、9.5%、25.6%。分層數(shù)量越大，精度越高，當(dāng)層數(shù)為226層，即分層厚度為1 cm時(shí)的測量誤差可以滿足林業(yè)測量需求。

圖10 枝長散點(diǎn)圖

5 結(jié)論

本文把地面三維激光掃描技術(shù)和樹木可視化技術(shù)結(jié)合起來，充分利用地面三維激光掃描技術(shù)的特點(diǎn)，發(fā)揮其在快速測量方面的優(yōu)勢，為單木的三維重建和參數(shù)提取提供了一條新的途徑。

使用文中開發(fā)的系統(tǒng)，利用不同分辨率的點(diǎn)云數(shù)據(jù)分別構(gòu)建了層次樹木枝干的Delaunay三角網(wǎng)格模型，并使用射線碰撞檢測技術(shù)提取其形態(tài)參數(shù)。通過對(duì)比表明，在掃描距離一定的情況下，分辨率對(duì)參數(shù)精度的影響較小，主要原因是不同分辨率等值線模型中點(diǎn)與點(diǎn)之間的差距不大。相比較，在分辨率一定的情況下，當(dāng)分層數(shù)量改變時(shí)，參數(shù)精度卻有著不同的變化。層數(shù)越多，Delaunay三角網(wǎng)中的三角形越規(guī)整，參數(shù)精度越高。

應(yīng)該指出的是，在使用凸包算法提取等值線模型的過程中，提取出的仍舊是折線段，利用這些折線段構(gòu)建的Delaunay三角網(wǎng)格模型的表面并不光滑，應(yīng)該考慮使用特殊的擬合方法把這些折線擬合成光滑的曲線，這樣模型效果會(huì)更好。

[1] 趙陽,余新曉,信忠保,等.地面三維激光掃描技術(shù)在林業(yè)中的應(yīng)用與展望[J].世界林業(yè)研究，2010,23(4):41-45.

[2] 馮仲科,羅旭.基于三維激光掃描成像系統(tǒng)的樹冠生物量研究[J].北京林業(yè)大學(xué)學(xué)報(bào),2007,29(增刊2):52-56.

[3] 吳春峰,陸懷民.利用三維激光掃描系統(tǒng)測量立木材積的方法[J].森林工程,2009,25(3):71-76.

[4] Wezyk P, Koziol K. Terrestrial laser scanning versus tradition al forest inventory first results from the polish forests[J]. International Archives of Photogrammetry and Remote Sensing,2007,36(3):424-429.

[5] Jakob Wei. Application and statistical analysis of terrestrial laser scanning and forest growth simulations to determine selected characteristics of Douglas-Fir stands[J]. Remote Sensing of Environment,2012,112:123-137.

[6] Gabor Brolly, Geza Kiraly. Algorithms for stem mapping by means of terrestrial laser scanning[J]. Acta Silv Lign Hung,2009,5(1):83-107.

[7] 韓光瞬，馮仲科，劉永霞，等.三維激光掃描系統(tǒng)測樹原理及精度分析[J].北京林業(yè)大學(xué)學(xué)報(bào)，2005，27(增刊2)：187-190.

[8] 鄧向瑞,馮仲科,羅旭.三維激光掃描系統(tǒng)在林業(yè)中的應(yīng)用研究[J].北京林業(yè)大學(xué)學(xué)報(bào),2005,27(增刊2):43-47.

[9] Hopkinson C, Chasmer L, Young Pow C. Dataset of carbo East Asia and uncertainties in the CO2budget evaluation caused by different data processing[J]. Journal of Forest Research,2003,18(1):41-48.

[10] 吳杭彬,劉春.激光掃描數(shù)據(jù)的等值線分層提取和多細(xì)節(jié)表達(dá)[J].同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版,2009,37(2):267-271.

[11] Kolingerova I, Zalik B. Improvements to randomized incremental Delaunay insertion[J]. Computers & Graphics,2002,26:477-490.

[12] Sohler C. Fast reconstruction of Delaunay triangulations[J]. Computers & Graphics,2005,29：166-178.

[13] Liu Jianfei, Yan Jinhui, Lo S H. A new insertion sequence for incremental Delaunay triangulation[J]. Acta Mechanica Sinica,2013,29(1):99-109.

[14] 吳宇曉,張登榮．生成Delaunay—三角網(wǎng)的快速合成算法[J]．浙江大學(xué)學(xué)報(bào)：理學(xué)版,2004,31(3):343-348.

[15] 郭艷霞,侯彤璞,杜園園.基于DirectX的三維場景實(shí)體的拾取[J].遼寧石油化工大學(xué)學(xué)報(bào),2009,29(3):77-84.

1) 國家自然科學(xué)基金項(xiàng)目(31170590)；國家“863”計(jì)劃課題(2012AA102002)資助。

高士增，男，1987年12月生，中國林業(yè)科學(xué)研究院資源信息研究所，碩士研究生。

張懷清，中國林業(yè)科學(xué)研究院資源信息研究所，博士研究生，研究員。E-mail:zhang@caf.ac.cn。

2013年5月22日。

S791.27

Morphological Parameters Extraction of Tree Branches Based on Point Cloud/Gao Shizeng, Zhang Huaiqing, Liu Min(Research Institute of Forestry Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, P. R. China); Zhu Zhonghua(Huangfengqiao Workstation, Forestry Bureau of You County)//Journal of Northeast Forestry University.-2014,42(4).-109～114

責(zé)任編輯：潘 華。

With branches point cloud of different resolution as the data source, we extracted contour models and Delaunay triangular mesh model with different levels using iterative convex hull algorithm and triangulation growth algorithm respectively, and extracted the morphological parameters of these model by ray collision detection technique. By comparison, the accuracy of parameters extracted using models with different resolution differs little when stratified with the same number, and the error is less than 5% compared with the values in the actual measurement. When the resolution is certain, the more layers the model has, the better the effect is and the higher the accuracy of the extracted parameters is. Therefore, it may be appropriate to reduce the resolution to reduce the scan time in the process of 3D laser scanner, and increase the number of hierarchical to get a better model performance results in the modeling process.