Geometric modeling and growth prediction of trees. Development of 3D reconstruction methods adapted to point clouds acquired in forests.

树木的几何建模和生长预测。

基本信息

批准号：
18F18796
负责人：
金井崇
金额：
$ 1.41万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2018
资助国家：
日本
起止时间：
2018-11-09 至 2021-03-31
项目状态：
已结题

项目摘要

本年度は主に 1. 陰的変形モデルを用いた点群からの高精度な森林地表面再構築，および，2. UAV (Unmannaed Aerial Vehicle, 無人航空機) 写真測量データからの詳細な地表面再構築，に関する研究を行った．まず1．について， LiDAR (Light Detection and Ranging) 点群からの森林地表面のモデル化を陰関数曲面を用いて研究した先行研究として， Jules らの研究はこの分野の先駆的な研究である．しかし，このアプローチは，特に遮蔽の多い領域では，手法上，過度に平滑化された表面を構築する傾向があり，細かな凹凸の地表面を再構築することが難しい．そこで本研究では，点群からの高精度な森林地表面再構築手法を提案した．まず深層学習に基づき植物形状を潜在的な地表面から分離する．次に，一の分割 (partition of unity) 手法を用いて複数の局所的近似曲面をブレンドすることで穴を埋める．その後，反復対流モデル (iterative convection model) を用いてデータ点に向かって表面を押し上げることで，再構築された表面の精度を向上させる．本手法により，森林地表面の再構築において最先端の性能を達成することができることを実験により実証した．また，2．について，統計的フィルタにより植生データを潜在的な地形点から分離し，最適化されたタイリングによってプロット全体を同様の複雑さのサブプロットに分割しつつ，一の分割手法によって複数の局所的な近似をブレンドすることによって穴を埋めることで，UAV写真測量データの点群から詳細な地表面を近似するように設計された手法を提案した．異なる地形データでの実験により，我々のアプローチはこれまでの最先端の手法よりも大幅に改善されることが示された．

今年，我们将主要关注 1. 使用隐式变形模型从点云进行高精度森林地表重建，以及 2. 从无人机摄影测量数据进行详细地表重建。第一个 1. Jules 等人的研究是该领域的一项开创性研究，之前的研究使用隐函数曲面从 LiDAR（光检测和测距）点云对森林地面进行建模。然而，这种方法往往会构建出过于光滑的表面，尤其是在有大量遮挡的区域，并且很难重建具有精细不规则性的地面。因此，在本研究中，我们提出了一种高精度的点云森林地表重建方法。首先，我们基于深度学习将植物形状与潜在的地面分开。接下来，使用统一划分方法混合多个局部近似曲面来填充孔。然后使用迭代对流模型通过将表面推向数据点来提高重建表面的准确性。我们通过实验证明，该方法可以在重建林地表面方面实现最先进的性能。另外，2. ，统计过滤器将植被数据与潜在的地形点分开，优化的平铺将整个地块划分为复杂程度相似的子地块，并且单一分区方法将多个局部地块分开。我们提出了一种设计用于从无人机摄影测量数据的点云中近似详细地面表面的方法通过混合近似来填充孔。对不同地形数据的实验表明，我们的方法比以前最先进的方法有了显着改进。