近日，我院遥感地学系刘海建博士在FORESTS(中科院二区)发表题为“Developing a Scene-Based Triangulated Irregular Network (TIN) Technique for Individual Tree Crown Reconstruction with LiDAR Data”的学术论文。
作者研究了激光雷达可精确探测点云的空间三维坐标并准确提取出地物的物理参数和空间形态等信息。但受林业冠层的复杂性和激光点对林木冠层的穿透性等因素影响，基于激光雷达的树冠结构重建面临巨大的挑战，传统模型重建方法很难平衡形态精度和模型平滑度等问题。未来解决这个问题，本文采用基于场景的不规则三角形算法实现冠层模型的重建，其中关键的三个步骤包括：基于不规则三角形的相邻点集的识别和判定，基于场景的关键点的提取和最终模型的创建。结果显示新的模型能够比较准确的实现复杂林区冠层模型的重构，其平均绝对误差尽为0.18米，标准差为0.41。另外控制点的提取降低了使用数据的冗余，不同地物呈现出的控制点密度差异有利于实现地物的分割和识别。
三维模型截图
平均误差和标准差