基于激光掃描的點云數據葉面重建的方法研究課件_第1頁
基于激光掃描的點云數據葉面重建的方法研究課件_第2頁
基于激光掃描的點云數據葉面重建的方法研究課件_第3頁
基于激光掃描的點云數據葉面重建的方法研究課件_第4頁
基于激光掃描的點云數據葉面重建的方法研究課件_第5頁
已閱讀5頁，還剩14頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、基于激光掃描的點云數據葉面重建的方法研究2實驗流程1項目背景及引入4總結3具體實驗手段目 錄項目背景及引入01part項目背景葉面積與光合作用 Leaf 樹木的葉面積與光合作用有著密不可分的關系。 葉面積指數直接決定了樹木光合作用的能力。(b) 植物葉面積指數與呼吸作用、光合作用產物積累間的關系圖 (a) 植物光合作用的作用圖C(碳)碳匯C(碳)碳匯 樹木通過光合作用吸收大氣中的二氧化碳將其轉換為其所需的物質和能量，就是通常所說的森林碳匯作用。傳統測量手段測量方法測量精度傳統測量方法破壞性大（需摘取樹葉）林分數據量極其龐大，不具有測算大面積林分數據的能力測量精度差解決思路雷達掃描數據處理數據建

2、立理論模型精確計算結果Solution解決思路實驗流程02part實驗流程圖隨機選取實驗對象含笑樹激光掃描儀大量點云數據提取葉脈點云數據離散的葉脈點葉 脈 聚 類葉脈的連續點云數據基于分水嶺算法葉片分離葉片點云數據三角剖分計算葉面積Step步驟具體手段及算法03part項目準備 相關儀器 數據來源含笑樹 地面激光雷達掃描儀含笑樹數據效果圖圖（a）用激光雷達掃描儀掃描含笑樹獲得數據。單棵數據多達11萬行。使用MatLab讀取原始數據從而獲得完整葉片數據圖（b）。初步掃描獲得數據(b) 激光掃描完整活立木(a) 含笑樹原始數據過程獲得葉脈數據點云數據(a) 單獨葉脈部分(b) 葉片結合葉脈示意圖

3、建立葉脈模型，根據葉脈的特點，提取葉片數據中符合葉脈特點的點云數據。結果如圖（a）所示。將葉脈的點云數據與原始葉片數據結合,觀察結果。結果如圖（b）所示。過程過程觀察葉脈提取結果局部放大示意圖葉脈聚類葉 脈 聚 類 結 果 示 意 圖 由于葉脈數據是離散的點云數據，容易導致噪聲點，造成中心區域的偏差。 根據葉脈模型，對離散的葉脈點聚類，每一個顏色代表著一條葉脈。過程葉片分離葉 脈 分 離 結 果 根據聚類結果中每一類數據的中心值，在整個立體空間中做分水嶺算法，分割出多個區域，每個區域里有且僅有一片樹葉。根據葉片數據到規整數據的映射關系，分離出葉片。如圖所示。過程三角剖分計算葉面積a)葉片三維點云數據圖b)葉片數據投影圖c)葉片空間三角剖分圖d)葉片投影三角剖分圖 計算結果：總葉面積1.4875m2，真實葉面積指數2.0118。 總結04part總結分析不足闊葉

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論