改进贪婪投影三角化算法的激光点云快速三维重建

通过三维激光扫描仪获取的点云数据具有密度大、精度高等特点。本文针对贪婪投影三角化算法在对采集的大量点云数据进行三维重建时耗时长,重构的模型表面不够光滑,存在细小孔洞的问题,提出一种改进的点云三维重建算法。该方法首先用体像素网格滤波算法对点云进行下采样;然后使用移动最小二乘算法对输入的点云进行平滑及重采样,并且使用八叉树来代替KD树进行近邻域搜索;最后使用基于移动最小二乘算法的点云法线估计的贪婪投影三角化算法对点云进行重建。经过实验验证,该方法可以缩短重建时间,减少孔洞,并构建出平滑、点云拓扑结构更为准确的模型。     

基于点云法向量的行道树主干分割方法

针对现有树干分割受到枝叶遮挡以及噪声影响导致精度不高的问题，提出了一种根据点云法向量的分层树干分割方法。首先对树干进行嵌套处理，在保留完整树干的同时去除下垂枝叶；其次对树干进行分层处理，并对每一层点云进行统计滤波；最后计算每层点云的法向量，根据其统计特征计算正确的分割高度。以银杏、水杉和柳树三种树木为研究对象进行实验，结果得到决定系数分别为0.974、0.934、0.922,均方根误差分别为0.070 m、0.075 m、0.132 m,说明所提方法具有较高的分割精度，能够为树木结构参数的准确提取提供技术支撑。