本公开涉及数字建模，尤其涉及一种植被三维空间拓扑结构的构建方法、装置、设备及介质。
背景技术：
1、在信息技术中，数字模型被用来代表信息的一个基本载体，一个好的数字模型能够高效，全面的体现其所要代表的信息，为以其为基础的数据处理、信息分析提取提供最直接的基础，而数字模型设计的质量直接影响到软件的功能强弱，输出信息的准确度，系统提供的服务水平。在植被的三维空间结构提取的技术中，由于植被存在空间的复杂性和多样性，导致植被三维空间拓扑结构提取的准确性和鲁棒性较低，从而无法从复杂的自然环境中提取高精度的植被三维拓扑结构。
技术实现思路
1、为克服相关技术中植被三维空间拓扑结构提取准确性较低的技术问题，本公开提供一种植被三维空间拓扑结构的构建方法、装置、设备及介质。
2、根据本公开实施例的第一方面，提供一种植被三维空间拓扑结构的构建方法，所述方法包括：
3、获取预设检测区域内待拓扑植被的三维点云数据，并通过对所述三维点云数据进行体素化处理，以确定所述三维点云数据中的枝干点云数据和叶片点云数据；
4、获取所述待拓扑植被的第一特征向量，根据所述第一特征向量，构建自适应方向变化的圆柱体包围模型，所述第一特征向量用于指示所述待拓扑植被的生长规律特征和空间分布特征；
5、根据所述圆柱体包围模型对所述枝干点云数据和所述叶片点云数据进行筛选，以确定所述待拓扑植被的目标点云数据；
6、通过预设模型识别算法对所述目标点云数据中的稠密区域进行识别，以生成所述待拓扑植被对应枝干的对象基元法向量；
7、根据所述对象基元法向量，生成所述待拓扑植被的三维空间拓扑结构，所述三维空间拓扑结构中包括所述待拓扑植被的植被骨架线。
8、可选地，所述通过预设模型识别算法对所述目标点云数据中的稠密区域进行识别，以生成所述待拓扑植被对应枝干的枝干对象基元，包括：
9、通过平均值偏移算法，确定所述待拓扑植被的水平域带宽和竖直域带宽；
10、根据所述水平域带宽和所述竖直域带宽，对所述目标点云数据中的圆柱体枝干进行提取，以生成所述对象基元法向量。
11、可选地，所述根据所述水平域带宽和所述竖直域带宽，对所述目标点云数据中的圆柱体枝干进行提取，以生成所述对象基元法向量，包括：
12、根据所述水平域带宽和所述竖直域带宽，对所述目标点云数据中的圆柱体枝干进行提取，以生成初始法向量；
13、通过高斯映射法对所述初始法向量进行自适应确定，以生成所述对象基元法向量。
14、可选地，所述通过高斯映射法对所述初始法向量进行自适应确定，以生成所述对象基元法向量，包括：
15、确定所述初始法向量在预设高斯球面上的曲率信息；
16、根据所述曲率信息和所述初始法向量，确定所述预设高斯球面上的高斯曲率；
17、根据所述高斯曲率，确定所述初始法向量的自适应性；
18、根据所述自适应性，调整初始法向量以生成所述对象基元法向量。
19、可选地，所述根据所述对象基元法向量，生成所述待拓扑植被的三维空间拓扑结构，包括：
20、识别所述对象基元法向量中的欠分割对象基元；
21、基于所述对象基元法向量的方向对所述欠分割对象基元进行优化，以生成目标对象基元法向量；
22、根据所述目标对象基元法向量，生成所述三维空间拓扑结构。
23、可选地，所述根据所述目标对象基元法向量，生成所述三维空间拓扑结构，包括：
24、根据所述目标对象基元法向量，确定所述待拓扑植被的所述植被骨架线；
25、根据所述植被骨架线，构建所述三维空间拓扑结构。
26、可选地，所述通过对所述三维点云数据进行体素化处理，以确定所述三维点云数据中的枝干点云数据和叶片点云数据，包括：
27、对所述三维点云数据中的枝干和叶片进行体素化，生成所述枝干的枝干体素和所述叶片的叶片体素；
28、根据所述枝干体素对应的第一分形维和所述叶片体素的第二分形维，从所述三维点云数据中确定所述枝干的所述枝干点云数据和所述叶片的所述叶片点云数据。
29、根据本公开实施例的第二方面，提供一种植被三维空间拓扑结构的构建装置，所述装置包括：
30、获取模块，用于获取预设检测区域内待拓扑植被的三维点云数据，并通过对所述三维点云数据进行体素化处理，以确定所述三维点云数据中的枝干点云数据和叶片点云数据；
31、第一生成模块，用于获取所述待拓扑植被的第一特征向量，根据所述第一特征向量，构建自适应方向变化的圆柱体包围模型，所述第一特征向量用于指示所述待拓扑植被的生长规律特征和空间分布特征；
32、确定模块，用于根据所述圆柱体包围模型对所述枝干点云数据和所述叶片点云数据进行筛选，以确定所述待拓扑植被的目标点云数据；
33、第二生成模块，用于通过预设模型识别算法对所述目标点云数据中的稠密区域进行识别，以生成所述待拓扑植被对应枝干的对象基元法向量；
34、执行模块，用于根据所述对象基元法向量，生成所述待拓扑植被的三维空间拓扑结构，所述三维空间拓扑结构中包括所述待拓扑植被的植被骨架线。
35、根据本公开实施例的第三方面，提供一种电子设备，包括：
36、存储器，其上存储有计算机程序；
37、处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面中任意一项所述植被三维空间拓扑结构的构建方法的步骤。
38、根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的植被三维空间拓扑结构的构建方法的步骤。
39、本公开的实施例提供的技术方案可以包括以下有益效果：
40、通过上述方式，获取预设检测区域内待拓扑植被的三维点云数据，并通过对三维点云数据进行体素化处理，以确定三维点云数据中的枝干点云数据和叶片点云数据，获取待拓扑植被的第一特征向量，根据第一特征向量构建自适应方向变化的圆柱体包围模型，根据圆柱体包围模型对枝干点云数据和叶片点云数据进行筛选，以确定待拓扑植被的目标点云数据，通过预设模型识别算法对目标点云数据中的稠密区域进行识别，以生成待拓扑植被对应枝干的对象基元法向量，根据对象基元法向量，生成待拓扑植被的三维空间拓扑结构，三维空间拓扑结构中包括待拓扑植被的植被骨架线。从而实现高精度、高鲁棒性的枝干和叶片分离，获取准确的植被空间拓扑信息。
41、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
1.一种植被三维空间拓扑结构的构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的植被三维空间拓扑结构的构建方法，其特征在于，所述通过预设模型识别算法对所述目标点云数据中的稠密区域进行识别，以生成所述待拓扑植被对应枝干的对象基元法向量，包括：
3.根据权利要求2所述的植被三维空间拓扑结构的构建方法，其特征在于，所述根据所述水平域带宽和所述竖直域带宽，对所述目标点云数据中的圆柱体枝干进行提取，以生成所述对象基元法向量，包括：
4.根据权利要求3所述的植被三维空间拓扑结构的构建方法，其特征在于，所述通过高斯映射法对所述初始法向量进行自适应确定，以生成所述对象基元法向量，包括：
5.根据权利要求1-4中任一项所述的植被三维空间拓扑结构的构建方法，其特征在于，所述根据所述对象基元法向量，生成所述待拓扑植被的三维空间拓扑结构，包括：
6.根据权利要求5所述的植被三维空间拓扑结构的构建方法，其特征在于，所述根据所述目标对象基元法向量，生成所述三维空间拓扑结构，包括：
7.根据权利要求5所述的植被三维空间拓扑结构的构建方法，其特征在于，所述通过对所述三维点云数据进行体素化处理，以确定所述三维点云数据中的枝干点云数据和叶片点云数据，包括：
8.一种植被三维空间拓扑结构的构建装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1-7中任一项所述植被三维空间拓扑结构的构建方法的步骤。
