(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 202210775299.2 (22)申请日 2022.07.01 (71)申请人 中山大学 地址 510275 广东省广州市海珠区新港西 路135号 (72)发明人 李文楷　黄伟钧　胡晓梅　刘子越　 李佳豪　 (74)专利代理 机构 深圳市创富知识产权代理有 限公司 4 4367 专利代理师 范伟民 (51)Int.Cl. G06T 17/00(2006.01) G06V 10/764(2022.01) G06T 7/10(2017.01) (54)发明名称 一种森林场景体素模型构建方法及系统 (57)摘要 本发明公开了一种森林场景体素模型构建 方法及系统， 该方法包括： 基于激光雷达获取待 测区域的参考树的点云数据和冠层结构的点云 数据； 根据冠层结构的点云数据对参考树的点云 数据进行点云转换， 得到参考树的点云转换数 据； 根据参考树的点云转换数据 将参考树填补冠 层结构的点云数据的空白， 生成高密度点云数 据； 对高密度点云数据进行体素化， 构建森林场 景体素模型。 该系统包括： 采集数据模块、 点 云转 换模块、 数据填补模块和构建模块。 通过使用本 发明， 能够实现在大空间范围内重建森林场景的 精细尺度三维结构且提高分辨率。 本发明作为一 种森林场景体素模型构建方法及系统， 可广泛应 用于激光雷达数据三维建模技 术领域。 权利要求书2页 说明书7页 附图7页 CN 115049790 A 2022.09.13 CN 115049790 A 1.一种森林场景体素模型构建方法， 其特 征在于， 包括以下步骤： 基于激光雷达获取待测区域的参 考树的点云数据和冠层结构的点云数据； 根据冠层结构的点云数据对参考树的点云数据进行点云转换， 得到参考树的点云转换 数据； 根据参考树的点云转换数据将参考树填补冠层结构的点云数据的空白， 生成高密度点 云数据； 对高密度点云数据进行体素化， 构建森林场景体素模型。 2.根据权利要求1所述一种森林场景体素模型构建方法， 其特征在于， 所述基于激光雷 达获取待测区域的参 考树的点云数据和冠层结构的点云数据这 一步骤， 具体包括： 利用地面激光雷达对待测区域进行扫描， 获得TLS点云数据； 对TLS点云数据进行提取， 得到参 考树的点云数据； 利用机载激光雷达对待测区域进行扫描， 获得ALS点云数据； 基于单木分割法对ALS点云数据进行分割， 得到冠层结构的点云数据。 3.根据权利要求2所述一种森林场景体素模型构建方法， 其特征在于， 所述参考树的点 云数据包括参考树的位置、 高度、 冠半径和冠方向； 所述冠层结构的点云数据包括预测树的 位置、 高度、 冠半径和冠 方向。 4.根据权利要求1所述一种森林场景体素模型构建方法， 其特征在于， 所述根据 冠层结 构的点云数据对参考树的点云数据进行点云转换， 得到参考树的点云转换数据这一步骤， 具体包括： 根据预测树的冠半径和高度对参考树的点云数据进行缩放， 得到参考树的水平缩放因 子和垂直缩放因子； 根据预测树的冠 方向对缩放后的参 考树进行旋转， 得到参 考树的旋转角度； 根据预测树的位置对旋转后的参 考树进行平 移， 得到参 考树的平移量； 整合参考树的水平缩放因子、 垂直缩放因子、 旋转角度和平移量， 得到参考树的点云转 换数据。 5.根据权利要求1所述一种森林场景体素模型构建方法， 其特征在于， 所述对高密度点 云数据进行体素化， 构建森林场景体素模型这 一步骤， 具体包括： 基于点云 分类算法对高密度点云数据进行分类， 得到树木材 料点云数据； 对树木材 料点云数据进行体素化处 理并构建森林场景， 生成森林场景体素模型。 6.根据权利要求1所述一种森林场景体素模型构建方法， 其特征在于， 还包括利用虚拟 森林场景对 森林场景体素模型进行基准测试， 具体包括： 根据RAMI基准的虚拟森林场景构建三角网模型和森林场景体素模型， 得到PBRT模型和 VBRT模型； 利用PBRT模型模拟的图像对VBRT模型模拟的图像进行基准测试。 7.一种森林场景体素模型构建系统， 其特 征在于， 包括： 采集数据模块， 基于激光雷达获取待测区域的参考树的点云数据和冠层结构的点云数 据； 点云转换模块， 用于根据冠层结构的点云数据对参考树的点云数据进行点云转换， 得 到参考树的点云转换 数据；权　利　要　求　书 1/2 页 2 CN 115049790 A 2数据填补模块， 用于根据参考树的点云转换数据将参考树填补冠层结构的点云数据的 空白， 生成高密度点云数据； 构建模块， 用于对高密度点云数据进行体素化， 构建森林场景体素模型。权　利　要　求　书 2/2 页 3 CN 115049790 A 3