(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221091526 6.3 (22)申请日 2022.07.29 (71)申请人 南京林业大 学 地址 210037 江苏省南京市玄武区龙蟠路 159号 (72)发明人 朱婷婷　冯倩　倪超　曹福亮　 (74)专利代理 机构 南京智转慧移知识产权代理 有限公司 32649 专利代理师 王世超 (51)Int.Cl. G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 20/10(2022.01) G06V 10/74(2022.01) (54)发明名称 一种基于点云数据与多特征融合的树干信 息提取方法 (57)摘要 本发明公开了一种基于点云数据与多特征 融合的树干信息提取方法， 属于林地点云数据处 理技术领域。 该方法包括： 采用三角剖分法提取 树干区域的点云数据； 选取聚类中心； 计算每个 点云数据的快速点特征直方图； 计算每个点云数 据到聚类中心的欧式距离和快速点特征直方图 的相似度； 根据欧氏距离和相似度， 重新确定聚 类中心； 当聚类中心不再变， 每类点云数据构成 了一棵树干。 本发明利用三角剖分法克服点云数 据的非结构性、 降低点云数据量， 提高信息提取 效率和精度； 利用欧式距离和FPFH的相似度作为 聚类准则， 优化聚类效果， 为树木点云数据的分 类提供了一种简单有效的分类方法， 有助于提高 森林资源调查与监测的效率。 权利要求书2页 说明书5页 附图1页 CN 115272733 A 2022.11.01 CN 115272733 A 1.一种基于点云数据与多特 征融合的树干信息提取 方法， 其特 征在于， 包括如下步骤： 步骤1： 获取目标林地的三维点云数据， 截取从地面到指定高度的点云数据， 采用三角 剖分法提取截取后的点云数据质心， 组成点云数据集D S1； 步骤2： 从D S1中随机 选取N个点云数据， N 为大于等于1的整数； 步骤3： 以选取的N个点云数据作为 N个聚类中心； 步骤4： 计算所述 N个聚类中心的快速点特 征直方图； 步骤5： 计算DS1中每个点云数据到N个聚类中心的欧氏距离， 以及每个点云数据的快速 点特征直方图； 步骤6： 计算DS1中每个点云数据的快速点特征直方图与N个聚类中心快速点特征直方 图的相似度； 步骤7： 按照以下公式计算D S1中每个点云数据的N个分类特 征值， 其中， j＝1， 2， …， N， 是第i个点 云数据与第j个聚类中心的分类特征值， 是第i个 点云数据与第j个聚类中心的快速点特征直方图的相似度， ω为加权系数， 第i个点云 数据与第j个聚类中心的欧式距离； 步骤8： 找出DS1中每个点云数据的N个分类特征值中的最大值， 将该点云数据划分到该 最大特征值对应的聚类中心那一类； 步骤9： 重新计算D S1每类点云数据的中心， 获得新的N个聚类中心； 步骤10： 当新的聚类 中心与原聚类 中心一致 时， 树干信 息提取完成， 每一类点云数据构 建一棵树干， 否则继续执 行步骤4。 2.根据权利要求1所述的一种基于点云数据与多特征融合的树干信息提取方法， 其特 征在于， 所述指定高度为d1， 树根到树冠之间的距离为d2， 0.5d2≤d1≤0.8d2。 3.根据权利要求1所述的一种基于点云数据与多特征融合的树干信息提取方法， 其特 征在于， 所述的三角剖分法是对林地点云数据构建三角网格， 计算每个三角网格的点云质 心， 每个林地点云数据质心的公式如下： 其中， PC是质心坐标， xi， yi， zi分别是点云数据的三维坐标值。 4.根据权利要求1所述的一种基于点云数据与多特征融合的树干信息提取方法， 其特 征在于， 所述步骤4中计算每个聚类中心的快速点特征直方图时， 设置领域参数k， 计算每个 聚类中心在k领域内的快速点特 征直方图， 快速点特 征直方图即FPFH， 计算公式如下： 其中， SPFH 是点的简化特征直方图， 是第i个聚类中心， k是领域范围内的点数， ωj是 聚类中心 和领域点Pj间的距离 权重。权　利　要　求　书 1/2 页 2 CN 115272733 A 25.根据权利要求1所述的一种基于点云数据与多特征融合的树干信息提取方法， 其特 征在于， 所述 步骤6中点云数据和聚类中心的快速点特 征直方图的相似度计算公式如下： 其中， H1， H2分别是样本点云数据和聚类中心点云数据的快速点特征直方图， M是直方图 的维度。 6.根据权利要求1所述的一种基于点云数据与多特征融合的树干信息提取方法， 其特 征在于， 所述步骤9中重新计算每类点云数据 的聚类中心时， 聚类中心可以是实际点云数 据， 也可以是构造的点云数据。 7.根据权利要求6所述的一种基于点云数据与多特征融合的树干信息提取方法， 其特 征在于， 所述构造的点云数据的聚类中心， 可以计算聚类后同一类中所有点云数据的坐标 均值作为 新的聚类中心， 公式如下： 其中， μi是第i个聚类中心， m是该类别内所有点云数据的个数， xe， ye， ze是第e个点的三 维坐标值。 8.根据权利要求6所述的一种基于点云数据与多特征融合的树干信息提取方法， 其特 征在于， 所述实际点云数据的聚类中心， 可以计算聚类后同一类中每个点云数据与其他所 有点云数据的快速点特征直方图的相似度， 其中相似度和最大的点云数据作为新的聚类中 心。权　利　要　求　书 2/2 页 3 CN 115272733 A 3