Resumen

El esqueleto de un árbol puede describir su forma y estructura topológica, de gran utilidad para los investigadores forestales. El escáner láser terrestre (TLS) puede escanear árboles con gran precisión y velocidad para adquirir los datos de la nube de puntos, que podrían utilizarse para extraer esqueletos de árboles. En este trabajo se propone un método adaptativo de extracción del esqueleto de los árboles basado en los datos de la nube de puntos del TLS. Los datos de la nube de puntos se segmentaron mediante filtración artificial y agrupación de k-means, y los datos de la nube de puntos del tronco y las ramas se mantuvieron para extraer el esqueleto. A continuación, se calcularon los nodos del esqueleto mediante el método de búsqueda de amplitud (BFS), el método de cuantificación y el método de agrupación. En función de su conectividad, los nodos del esqueleto se conectaron para generar el esqueleto del árbol, que se suavizaría mediante el método de suavizado de Laplace. En este trabajo, se utilizaron los datos de la nube de puntos de un árbol de toona y un melocotonero para probar el método propuesto y para compararlo con el método del camino más corto con el fin de ilustrar la robustez y superioridad del método. Los resultados experimentales mostraron que la forma del esqueleto del árbol extraído era coherente con el árbol real, lo que demostró que el método propuesto en el artículo es eficaz y factible.

• Materias:Propagación de ondas Rayo láser Óptica Fibra óptica Biofotónica
• Subjects:Wave propagation Lasers Optics Optical fibres Biophotonics
• Palabras claves:datos de nubes de puntos, método, esqueleto de árbol, papel, nodos de esqueleto, método de suavizado de laplace, escáner láser terrestre, método del camino más corto, tls, forma
• Keywords:point cloud data, method, tree skeleton, paper, skeleton nodes, laplace smoothing method, terrestrial laser scanner, shortest path method, tls, shape