基于旋转投影的树木点云数据自动无标记配准
计算机视觉与模式识别
2020-01-31 v1
摘要
使用地面激光扫描仪（TLS）获取的点云数据在数字林业研究中起着重要作用。通常采用多次扫描以克服遮挡效应并获得完整的树木结构信息。然而，在地形复杂的森林中放置人工反射标靶用于基于标记的配准既耗时又困难，这一过程降低了配准的自动化与效率。在本研究中，我们提出一种从粗到精的自动方法，用于单株树木多次扫描点云数据的配准。在粗配准中，将每次扫描生成的点云投影到球面上以产生一系列二维（2D）图像，用于估计多次扫描的初始位置。随后从这些系列 2D 图像中提取对应的特征点对。在精配准中，采用点云数据切片与拟合方法提取对应的中央树干与枝条中心作为连接点，以计算精细变换参数。为评估配准结果精度，我们提出一种通过分别计算相邻扫描中对应枝条中心点间距离的错误评估模型。为准确评估，我们在两株模拟树与一株真实树木上进行了实验。所提方法在模拟树木点云上的平均配准误差约为 0.26m，在真实树木点云上约为 0.05m。
引用
@article{arxiv.2001.11192,
title = {Automatic marker-free registration of tree point-cloud data based on rotating projection},
author = {Xiuxian Xu and Pei Wang and Xiaozheng Gan and Yaxin Li and Li Zhang and Qing Zhang and Mei Zhou and Yinghui Zhao and Xinwei Li},
journal= {arXiv preprint arXiv:2001.11192},
year = {2020}
}
备注
33 pages