CN114066966B 基于多孔介质理论和计算机图形学的树冠孔隙率估算方法 （南京林业大学）

AU2020103131A4,2021.基于多孔介质理论和计算机图形学的树冠本发明公开了一种基于多孔介质理论和计通过自适应参数分配形成的六边形棱镜包络每树冠中所有叶片的总等效体积和所有枝干总体并克服了通过投影变换生成HP的局部数据的限22.根据权利要求1所述的基于多孔介质理论和计算机图形学的树冠孔隙率估计方法，3.根据权利要求2所述的基于多孔介质理论和计算机图形学的树冠孔隙率估算方法，4.根据权利要求2所述的基于多孔介质理论和计算机图形学的树冠孔隙率估算方法，3ee)+(4.4)通过从二维平面到三维空间的反投影变换，确定沿L2方向的每个分段的左端点r"(:")和其中b＝0,1,2,3；进而求得系数和(",",",;"),和最后拟合出左边缘点准确的x、y值及z值和右边缘点准确的x、y值及z值5.根据权利要求2所述的基于多孔介质理论和计算机图形学的树冠孔隙率估算方法，个右边缘点中，按照自上而下的顺序，选择计数为round((n-1)/4)的右边缘点和round(34(5.2)根据拟合的点用协方差矩阵计算出每个叶面的法向量，沿计算出的叶片法向量6.根据权利要求2所述的基于多孔介质理论和计算机图形学的树冠孔隙率估算方法，5准确量化叶面积指数(LAI)的关键参数，而且还是更好地了解植物于环境的交换过程的重的鱼眼照片(HP)或将树冠元素投影为二维图像，并将GF计算为天空像素(不包括树冠覆盖在不遇到植被元素的情况下穿过树冠并在树冠中移动一段距离的概于光传输模型的GF计算方法总是受到来自目标树上的风的鬼点或多扫描配准偏差的影响。种材料的反射特性增加了额外的干扰并导致GF的估[0006]多孔介质是一种含有孔隙(空隙)的材料。材料的骨架部分通常被称为"基体"或"6形的三维建模是通过专门的算法对任何表面或物体进行基于数学坐标的三维表述的过程。[0008]本发明所要解决的技术问题为针对现有的基于鱼眼照片(HP)处理和光传输模型的GF估算方法忽略了构成树冠的内在几何结构，即树冠的空间枝叶成分的自然形态特征，GF全局解不随观测视角的变化而变化，并克服了通过投影变换生成HP的局部数据展的限7[0022]其中ts,.)是以pi为中心的圆形邻域内共m个邻点pj的x,y坐标，其中j＝1,2,3...,m；基函数是与pi的邻点有关的ξ×1列向eeesL2[0029](4.4)通过从二维平面到三维空间的反投影变换，确定沿L2方向的每个分段的左[0030](4.5)采用三次多项式曲线拟合[0032]其中r"(:")为由左边缘点的拟合的均方误差，为由左边缘点的8拟合的均方误差；(",",",")和(",w",","),因此，拟合后的和值分别表示为：[0041](5.2)根据拟合的点用协方差矩9[0049]本发明利用源自多孔介质理论的LiDAR数据并利用计算机图形学技术创建了一种[0068]图4中的(a)为对紫薇叶使用移动最小二乘法拟合以去除噪声和表面平滑的拟合[0069]图4中的(b)为对樱花叶使用移动最小二乘法拟合以去除噪声和表面平滑的拟合[0070]图4中的(c)为对玉兰叶使用移动最小二乘法拟合以去除噪声和表面平滑的拟合[0083]图6中的(a)为使用Lambert方位角等角投影从紫薇扫描数据转化的生成的HP示意[0084]图6中的(b)为使用Lambert方位角等角投影从樱花扫描数据转化的生成的HP示意[0085]图6中的(c)为使用Lambert方位角等角投影从玉兰扫描数据转化的生成的HP示意[0089]图6中的(g)为基于光学透射法的每个紫薇树冠的孔隙率的计算结果矩阵与本发[0090]图6中的(h)为基于光学透射法的每个樱花树冠的孔隙率的计算结果矩阵与本发[0091]图6中的(i)为基于光学透射法的每个玉兰树冠的孔隙率的计算结果矩阵与本发[0093]图7中的(b)为图7中的(a)中三个局部放大结果示意图和三个局部放大区域中单[0095]图7中的(d)为图7中的(c)中三个局部放大结果示意图和三个局部放大区域中单[0097]图8中的(b)为以地块中心作为球形投影的投影中心将扫描点转换为合成的鱼眼[0111]使用枝叶分离算法对原始点云数据进行处理，以实现叶材体积估计。由于提取的叶子点云包含众多的叶子，我们的单个叶子提取算法(Xu等人，的枝段重建结果示意图，图2中的(c)为樱花的地面激光扫描数据的枝叶分离结果示意图，中的(h)为樱花的地面激光扫描数据的单个叶片数据提取结果示意图，图2中的(i)为玉兰效厚度。我们在每棵树的树冠上均匀地随机抽取了100片叶子，从侧视图和平行视图到中[0121]其中(5s,,)是以pi为中心的圆形邻域内共m个邻点pj的x,y坐标，其中j＝1,2,3...,m。基函数是与pi的邻点有关的ξ×1列向二次基是每个点的ξ×1列向量的未确定系数[0124]为了使公式(2)最小化并获得o(',v.)的最佳值，我们对J相对于af,.)的导数是一个关于和的ξ×m的矩阵。是一个大小为m算为回归结果经过降噪和消除风向波[0128]图4显示了不同树种的某些叶子的3D模型建模过程，使用六边形棱镜包络来计算(a)中以绿色表示的原始扫描点使用移动最小二乘法拟合以去除噪声[0130]在使用MLS去除噪声并获得光滑叶面上的点后，对每个叶面真实左右边缘的描绘轴L1描述如下：L′1:p＝pe(xe,ye)+t×(ps(xs,ys)-pe(xe,ye))，其中t是斜率为后=(n,(x,2)-n.(x,.))的直线的自变量。在L′1上均匀采样n-1个点可以定义一系列垂直线(w",",",")和每条边上选择两个计数为round((n-1)/4)和round(3(n-1)/4)的点，分别表示为and与中脉的两个端点pe和ps一起构成一个六边形的叶片法向量的方向，最高点和最低点之间的距离distnormal被作为当前叶片的等[0142]使用自动适应性参数分配的六边形棱镜对树冠中的每一片叶子实施合适的包围沿树枝方向的圆柱体的拟合半径得出，如图2所示。树冠体积Vcanopy可以使用三维种树种的说明结果。公式(7)使用这些体积来计算基于多孔介质理论的单个树木尺度上的[0153]基于HP处理和光传输模型的两种典型的GF检索方法在相示的Lambert方位角等角投影的扫描数据生成的模拟HP，计算了不同天顶角对应的HP的每对于点数最大的体素只代表10-30％的点包含。这说明树叶元素在树冠空间中分布均匀而个空间体素中包含的植被材料和发射的激光束穿过树冠时击中或未击中植被元素的平均每个体素的不同颜色代表每个体素中的扫描点数量与树冠内体素中最大扫描点数量的比之间有空间，在包装、自然(原位)和松散的包装条件下，其平均体积GF分别为37.7％、42.3％和46.3用于绝缘的膨胀聚苯乙烯泡沫塑料通常含有3％的聚苯乙烯和97％的固较大的树：一棵橡胶树位于中国海南岛丹州市的橡胶树种植园内，树高为16.15m，胸径达收集扫描数据时会产生更多的数据丢失和阴影效应，导致单个叶子分离的准确性较低，和(d)每个树冠的四个局部区域的特写，显示提取的单个叶子点和相应的封闭的六边形棱也适当地被六边形棱镜所包围(图7中的(d)的底部图片)。本发明的方法得到的结果表明，[0169]图8显示了橡胶树地块的基于体积的孔隙率的计算。图8中的(a)关于橡胶树克隆[0171]本发明方法的目的是从二维图像分析或较粗的几何描述转向精细的三维空间元的GF方法将原始的大面积林冠空间(2651.3立方米)压缩到二维HP图像上(图8中的(a)和的方法将展现出揭示基于体积的GF和其他空间明确的生长特性之间的生物物理和生态关类很难通过目测来区分每片叶子，本发明的方法也无法应对这种情况下的每片叶子分割。的GF方法来说是很耗时的，这些方法只是携带一个半球形的相机来捕捉森林中的一些HP，个叶片显示和相应的包络体渲染需要利用图形处理单元(GPU)来加速生成的精细森林场景[0174]这项工作描述了基于计算机图形学和多孔介质理论，从地面激光扫描(TLS)数据表明结合多学科的方法广泛适用于从植物材料的视觉内容中固有的精细表型特