(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210645250.5 (22)申请日 2022.06.09 (65)同一申请的已公布的文献号 申请公布号 CN 114743008 A (43)申请公布日 2022.07.12 (73)专利权人 西南交通大 学 地址 610000 四川省成 都市郫都区犀安路 999号 (72)发明人 徐博　贾伟　陈敏　朱庆　 (74)专利代理 机构 成都顶峰专利事务所(普通 合伙) 51224 专利代理师 杨国瑞 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06V 10/80(2022.01) G06N 3/04(2006.01) G06K 9/62(2022.01) (56)对比文件 CN 113902779 A,202 2.01.07 CN 106407898 A,2017.02.15 AU 20201042 91 A4,2021.0 3.11 CN 102324102 A,2012.01.18 US 2012148162 A1,2012.0 6.14 CN 107274 417 A,2017.10.20 Rui Xiao 等.Ef ficient i ndividual tre e identificati on from multiple source po int cloud. 《IOP Co nference Series: Earth and Environmental Science》 .2021,第783卷 审查员 高婕 (54)发明名称 一种单株植被点云数据分割方法、 装置及计 算机设备 (57)摘要 本发明涉及点云数据处理技术领域， 公开了 一种单株植被点云数据分割方法、 装置及计算机 设备， 其方法是先通过植被点识别处理、 插值处 理和数学形态学确定出用于作为局部极值点的 植被顶冠点， 然后通过俯视点云与侧视点云的结 合使用张量投票法提取得到树干， 并将所述树干 的中心点作为新极值点对所述局部极值点做校 正处理， 得到已校正的植被顶冠点， 再然后根据 基于数据实际情况而预先确定的增长限制条件， 对所述已校正的植被顶冠点进行树冠增长处理， 得到用于构建树冠边界的增长点， 最后基于边缘 检测而得的单株树冠轮廓， 通过坐标仿射变换和 点云数据提取， 最终分割得到单株植被点云数 据， 如此可确保 分割结果的准确性。 权利要求书3页 说明书9页 附图2页 CN 114743008 B 2022.09.23 CN 114743008 B 1.一种单株植被点云数据分割方法， 其特 征在于， 包括： 将待分割的原始点云数据输入基于二值分类网络的且已完成训练的植被点识别模型 中， 输出得到植被点识别结果， 其中， 所述原始 点云数据为融合有俯视点云和侧视点云的多 源点云数据； 将所述植被点识别结果中被识别出植被点的点云数据， 插值处理成栅格化的冠层高度 模型CHM影像数据； 根据所述CHM影像数据， 应用数学形态学确定用于作为局部极值点的植被顶冠点， 具体 包括： 采用中值滤波法对 所述CHM影像数据进 行影像噪声去除处理， 得到新的CHM影像数据； 对所述新的CHM影像数据进行形态学腐蚀运算处理， 得到影像数据腐蚀结果， 其中， 所述形 态学腐蚀运算处理是指对图像或图像的一小部分区域与大小为5*5的核进行卷积， 以便使 得平滑的地形表面不会受到影响， 而突出的局部会因为腐蚀而被 削去； 对所述CHM影像数据 进行减去所述影像数据腐蚀结果的相减处理， 得到影像数据相减结果； 根据所述影像数据 相减结果， 确定位于正值区域中的最大值； 将与所述最大值对应的点确定为用于作为局部 极值点的植被顶冠点； 根据所述原始点云数据， 应用张量投票法提取得到树干， 具体包括： 遍历所述原始点云 数据中的各个原始点云： 针对某一原始点云 ， 先构建对应的方程： ， 式中， 表示棒张量， 表示处于以所述某一原始点云 为中心的指定半径范围内的点云总数， 表示自然数， 表示所述某一原始 点云 与在所述指定半径范围内的第 个邻域点云 之间的 特征向量且有 ， 表示棒张量对邻域点作用的张量算子且有 ， 然后求解所述方程得到所述棒张量 的至少一个特征值， 最后若判 定所述至少一个特征值中的最大特征值大于预设的特征阈值， 则确定所述某一原始点云 为树干特征点， 其中， 所述特征阈值为0.9； 提取所述原始点云数据中的所有 树干特征点， 得到树干； 将所述树干的中心点作为新极值点反馈到所述CHM影像数据中对所述局部极值点做校 正处理， 得到已校正的植被顶冠点， 具体包括： 将所述新极值点与对应的所述局部 极值点的 中间点作为所述已校正的植被顶冠点； 根据基于数据实际情况而预先确定的增长限制条件， 对所述已校正的植被顶冠点进行 树冠增长处 理， 得到增长点； 对所述增长点和所述已校正的植被顶冠点标记上相同的记号， 并将所述记号作为像素 值写入新的影像数据中， 其中， 所述记号是指从像素值的取值范围内选出用于标记所述增权　利　要　求　书 1/3 页 2 CN 114743008 B 2长点和所述已校正的植被顶冠点的数值编号， 所述新的影像数据与所述CHM影像数据具有 相同的栅格； 对所述新的影像数据进行边 缘检测处 理， 得到单株树冠轮廓； 将所述单株树冠轮廓的行列号仿射变换为真实的地理坐标， 得到目标分割空间； 从所述原始点云数据中提取出位于所述目标分割空间中的点云数据， 得到单株植被点 云数据。 2.如权利要求1所述的单株植被点云数据分割方法， 其特征在于， 所述二值分类网络采 用RandLA ‑Net网络或基于RandLA ‑Net网络的改进结构。 3.如权利要求1所述的单株植被点云数据分割方法， 其特征在于， 所述增长限制条件包 括有树高限制条件、 增长范围限制条件和/或相邻树竞争点限制条件， 其中， 所述树高限制 条件包含有种子点树高H的最低值为 1.5米， 所述增长范围限制条件包含有 所得增长点与种 子点的最大距离R为3米， 所述相邻树竞争点限制条件包含有与相 邻树竞争的增长点要高于 种子点树高H的0.7倍。 4.如权利要求1所述的单株植被点云数据分割方法， 其特征在于， 所述原始点云数据为 对车载激光雷达点云数据、 机载激光雷达点云数据和地面站激光雷达点云数据进 行组合及 配准处理后融合而得 的多源点云数据， 所述插值处理采用三角网插值法， 所述边缘检测处 理采用openCV边 缘检测函数。 5.一种单株植被点云数据分割 装置， 其特征在于， 包括有植被点识别单元、 插值处理单 元、 极值点确定单元、 树干提取单元、 极值点校正单元、 树冠增 长单元、 记号处理单元、 边缘 检测单元、 仿射变换 单元和数据提取 单元； 所述植被点识别单元， 用于将待分割的原始点云数据输入基于二值分类网络的且已完 成训练的植被点识别模型中， 输出得到植被点识别结果， 其中， 所述原始点云数据为融合有 俯视点云和 侧视点云的多源点云数据； 所述插值处理单元， 通信连接所述植被点识别单元， 用于将所述植被点识别结果中被 识别出植被点的点云数据， 插值处 理成栅格化的冠层高度模型C HM影像数据； 所述极值点确定单元， 通信连接所述插值处理单元， 用于根据所述CHM影像数据， 应用 数学形态学确定用于作为局部 极值点的植被顶冠点， 具体包括： 采用中值滤波法对 所述CHM 影像数据进行影像噪声去除处理， 得到新的CHM影像数据； 对所述新的CHM影像数据进行形 态学腐蚀运算处理， 得到影像数据腐蚀结果， 其中， 所述形态学腐蚀运算处理是指对图像或 图像的一小部 分区域与大小为5*5的核进 行卷积， 以便使得平滑的地形表面不会受到影响， 而突出的局部会因为腐蚀而被削去； 对所述CHM影像数据进行减去所述影像数据腐蚀结果 的相减处理， 得到影像数据相减结果； 根据所述影像数据相减 结果， 确定位于正值区域中的 最大值； 将与所述 最大值对应的点确定为用于作为局部极值 点的植被顶冠点； 所述树干提取单元， 用于根据 所述原始点云数据， 应用张量投票法提取得到树干， 具体 包括： 遍历所述原始点云数据中的各个原始点云： 针对某一原始点云 ， 先构 建对应的方程： ， 式中， 表示棒张量， 表示处于以所述某 一原权　利　要　求　书 2/3 页 3 CN 114743008 B 3