基于机载激光雷达点云的森林场景建模

　　摘要:利用机载激光雷达森林点云数据进行真实森林场景的精细三维重建，为构建数字森林环境与林业资源管理应用提供参考。提出利用点云魔方软件对森林点云数据进行处理，分离得到地面点云和植被点云;采用层堆叠分割方法对森林植被进行分割并提取每株树木的平面位置、树高、冠幅直径及面积等参数;运用景观设计软件SketchUp和Lumion进行森林场景三维建模，模拟真实森林三维场景中的地形和植被效果。以某地区约4万m2的森林场景机载激光雷达点云数据为实例进行森林场景三维重建，从激光雷达数据中分割出的773棵树木点云，结合树种分布、树高及轮廓等信息构建了逼真的三维森林场景。试验结果表明，根据森林点云数据的分割结果能快速高效地构建模拟现实树木形态结构的真实感三维模型，克服传统树木建模精度低和可视化不高的缺点。

　　关键词:机载激光雷达;单木分割;森林场景;三维重建

　　在过去几十年内，森林资源的过度开垦和森林灾害的频繁发生破坏了森林原有的生态平衡，快速精确地获取森林空间信息，并及时提供森林资源的动态变化已成为林业相关部门的首要任务。传统的森林资源调查一般采用围尺、测高仪等工具直接测量树木的胸径、树高、冠幅等参数，需要攀爬树木或者将立木伐倒测量相关特征参数[1]，无法满足大面积森林资源精准调查的要求。

　　激光方向论文范例：激光直写柔性电路的研究进展

　　遥感(RemoteSensing，RS)以其快速、范围大、无接触性等优势为林业资源提供了新的技术手段。传统的被动光学遥感多通过卫星传感器获取森林数据的二维水平空间影像，无法得到森林植被的三维结构信息[2]。激光雷达(LightDetectionandRanging，LiDAR)是近30年来快速发展起来的一种先进的主动式遥感技术，能快速、精确获取森林植被空间三维坐标和林分信息等[3]。

　　激光雷达按照搭载平台划分可分为星载、机载(飞机、无人机)、地面(基站、车载、背包式)激光雷达等[4]。林业资源精细调查多采用地面激光雷达和机载激光雷达2类，机载激光雷达对森林的垂直结构具有很强的获取能力，适用于大尺度的森林资源调查工作[5]。基于点云的林木三维仿真模型构建是森林可视化管理及应用的核心，根据建模原理的不同可分为基于生长规则结构建模、基于结构与功能建模和基于参数结构模型建模。

　　3种方法各有优劣:基于生长规则结构建模的方法比较注重植物生理的形态结构，建立模型效率较高且构建方式较为灵活，但是难以对形态结构特别复杂的植物进行三维建模[6-8];树木在不同环境下(如光照、湿度、温度以及种植密度)，生长机理模型、生物量及生长结构也有所不同，建立树木结构-功能模型对实现树木信息管理具有重要意义[9-10];基于参数结构模型建模的方法主要包括基于几何结构法、基于二维图像法以及基于三维数据点云法。根据数据处理方式和建模方法的不同，可分为手工或半自动化方法建模和直接利用点云数据进行建模2类[11]。

　　手工或半自动化方法建模的基本思路是从点云数据中提取树木点云模型的特征参数，然后将这些参数输入到现有的树木建模软件中完成三维几何植物模型的构建[12];而直接利用点云数据进行建模，则是利用一些算法对植被点云数据进行处理，提取出能够表征树木几何形态的特征信息，直接构建三维树木模型[13-14]。针对传统森林树木建模空间精度低，可视化效果不佳的特点，本研究以某地区森林场景机载激光雷达点云数据为实例进行了森林场景三维重建。在提取地形数据的基础上，对试验区林木进行空间分割分类，依据不同种类树木特点进行针对性建模，结合树种的结构信息及分布进行森林场景三维重建。

　　1机载激光雷达点云三维重建方法

　　1.1试验机载激光雷达数据

　　机载激光雷达系统获取的原始数据主要包括激光点云、全波形文件和数字航宇影像。本文截取某林区机载激光雷达获取的三维点云数据作为研究对象，区域大小约200m×200m，实际包含约773棵树木，树种以乔木为主。点云包含3625181个点，点云平均密度约为90点/m2。

　　1.2技术路线

　　首先对机载激光雷达点云数据进行去噪、滤波处理，将分离得到的地面点通过空间内插法生成地形模型，并导入SketchUp软件中模拟三维地形。然后对植被点云进行单木分割并提取多个单木参数(平面位置、树高、冠幅等)，利用SpeedTree软件结合树木的剖面轮廓和单木参数生成相应的单木模型，改变随机因子调整树木形态，批量生成优势树种类型的树木。最后将地形模型和单木模型分层依次导入Lumion软件，在地形模型上根据单木的空间坐标调整单木模型的位置，添加环境等特效对森林场景进行渲染，从而实现森林真实场景三维构建。

　　2三维点云数据处理

　　2.1点云预处理激光雷达获取的原始点云数据有地面点、地物点(植被)、噪声点。试验数据的噪声主要包括高位粗差和低位粗差。在点云魔方软件中可以通过探测离群点去除此类噪声。本文采用渐进加密三角网滤波算法提取森林点云数据中的地面点和植被点。渐进加密三角网滤波方法结合了形态学滤波算法，能够较好地保留地形特征信息[15]。

　　3森林场景三维建模

　　3.1地形三维建模本文利用地面点云数据处理后生成的等高线进行地形建模。以5.0m等高距进行剖切，提取等高线，随后用SketchUp软件的FredoToposhaper插件生成地形模型，软件可自动进行断线连接和等高线的平滑操作。

　　4结论

　　本文研究利用机载激光雷达精细建模方法，通过点云噪声滤除、地形特征点提取获取林区真实地形数据;采用层堆叠种子点分割方法提取林木的平面位置、树高、冠幅特征等参数，结合三维景观设计软件SketchUp和Lumion，实现了试验区森林场景高精度三维重建。试验结果表明，以机载激光雷达点云为基础进行森林场景重建，能够在保留三维模型地形精度及主要树种的位置、高度、冠幅等信息基础上，再现森林真实三维场景，对森林资源的评估、管理有重要参考价值。

　　本文试验过程中也存在如下问题:1)数据方面，由于机载激光雷达数据缺乏树冠下层结构信息，无法提供林木在水平方向的相关信息，可考虑结合移动实景扫描技术，提升数据完整性，为建立更精细真实的森林模型奠定基础。2)在点云数据单木分割方面，目前利用现有软件算法无法实现主要树种的精确自动分割，需要大量人工调整。后期仍需要针对不同树种机载点云空间分布及反射率等信息进行研究，提升单木分割精度与自动化程度。

　　参考文献:

　　[1]李增元，刘清旺，庞勇.激光雷达森林参数反演研究进展[J].遥感学报，2016，20(5):1138-1150.LIZY，LIUQW，PANGY.ReviewonforestparametersinversionusingLiDAR[J].JournalofRemoteSensing，2016，20(5):1138-1150.(inChinese)

　　[2]夏明鹏，官凤英，范少辉，等.TLS技术在森林资源调查中的应用现状与展望[J].西北林学院学报，2018，33(3):238-244.

　　作者：王国利1，3，李群1，杨学博2，王成2