前言
树木形态参数的提取对林业资源调查、林分结构研究有重要意义。传统的手工测量、全站仪测量较为费时,近景摄影测量和激光雷达测量较为省时,精度也较高。
本文由近景摄影相片生成点云形式的三维模型,这样的方法速度快,利用了密集匹配对相片对进行SIFT特征提取,最后形成一个植被的点云模型,然后在软件AgisoftPhotoScan,形成一个模型。
在树的模型提取方面,我们根据的是点云,通过地面式激光雷达扫描仪单站扫描一个树,根据最小生成树生成点云骨架,进行了一个可视化操作,可以人工对树的参数进行交互式量测。同样,我门基于C#编写了一套直接在形成的点云通过凸包算法来计算部分树木形态参数,取得了较好的效果。
一、数字三维建模
由于实验时间处于冬季,校园内大部分阔叶树均已落叶,全部落叶的树木和针叶树的影像都难以进行同名像点的匹配,而大叶黄杨并非乔木,因此考虑盆栽体形较小,形态简单,便于室内多角度拍摄和同名像点的选取,以盆栽为例,演示数字三维建模的过程。同时使用RIEGL扫描仪获得的单木点云数据,计算其形态参数。
1.1 数据源
基于摄影测量密集匹配的图像是,利用实验室的一个榕树盆栽为对象,对其进行获取影像数据,获取设备为800万像素的智能手机。如图1所示。
1.2基于Agisoft PhotoScan平台密集匹配
本文以榕树盆栽为示例植物,从各个角度其进行拍摄,然后基于Agisoft PhotoScan平台进行三维建模,获取点云格式的三维模型。
Agisoft PhotoScan是俄罗斯Agisoft公司研发的3D扫描系统,无需设置初始值,无需相机检校,可以对任意照片进行处理,对照片的拍摄位置没有要求,可由部分重叠的多视角影像重建三维模型。
用智能手机以27个观察角度对榕树盆栽进行拍摄,获得多视角影像,如图1所示。
![](https://i-blog.csdnimg.cn/blog_migrate/3c2ad930f780ef423105767ea468bf4f.png)
图1 多视角影像
基于Agisoft PhotoScan平台,进行图像匹配,如图2所示。
![](https://i-blog.csdnimg.cn/blog_migrate/75c6584710bd6764e2bae363ffec5fc4.png)
图2 图像匹配
以默认参数,生成密集点云(build Mesh),如图3所示。