骨架,是指用与原模型连通性和拓扑结构相一致的细曲线作为理想表达的一种对象表示,保留了原始模型的拓扑结构,它能够清晰简洁的表示出树木的枝干结构。树木骨架模型不仅是树木三维几何造型构建的基础,且对模拟剪枝、景观设计、精准林业等领域研究具有重要意义。利用三维激光扫描仪对树木扫描得到点云数据,以此为数据源,经过配准、去噪、分割、稀疏、计算骨架点,最终构建树木骨架线。树木骨架模型广泛应用于植物建模、林业测量、测绘图像学等领域,伴随着树木骨架应用范围的不断拓展,由于受树木的高度、不规则的几何形态及树枝的复杂拓扑结构的限制,树木骨架提取算法愈加困难,精度难以保证。本文研究树木的分枝方式,研究每类分枝方式的枝干分布规律并设计模型化表示方法,利用模型化的表示方法设计骨架线的构建算法,使其能够保留原始树木模型的拓扑结构,并且能够清晰简洁的表示出树木的枝干结构。本文通过对不同分枝方式的树木进行三维扫描点云数据的处理,不仅可以快速构建树木的骨架线结构模型,而且可以利用这一结构模型提取出树木的形态特征,实现智慧林业这一可持续发展战略。本文主要以树木的点云数据为基础进行点云数据预处理研究以及树木骨架提取算法的研究。本文的主要研究内容如下:(1)介绍了构建骨架对建模的重要性,并归纳了骨架提取的发展背景。对激光扫描技术进行了详细分析,总结出激光测量技术与传统测量技术的差异,并把三维激光扫描技术运用到构建树木枝干骨架中。(2)研究树木的分枝方式,总结生物学上根据树木的生长结构划分不同的分枝方式,研究每类分枝方式的树木枝干分布规律,对树木枝干点云数据进行分析,并把数据存储到相应的数据结构中。(3)从三维激光扫描仪扫描的原理、技术特点出发,探究三维激光扫描仪的核心技术,总结三维激光扫描仪采集点云数据过程中的注意事项,掌握了三维点云数据的组织与检索方法,使用Kd-tree对点云数据进行快速最近邻查找,采用八叉树模型建立点云拓扑结构。(4)研究点云数据的配准原理以及初步配准、精确配准方法。通过随机采样、聚类等方法进行点云数据的稀疏,研究了点云数据的初始去噪算法。利用基于三维点云数据的K-means均值聚类算法,能较好的去除大部分树叶,更加精准计算树木枝干的骨架点。为了实现更好的去噪效果,合轴分枝与单轴分枝分别用了双边滤波算法、拉普拉斯去噪算法并进行去噪效果对比,多次去噪使得去噪后的模型既能保持树木枝干生长特征,又能减少对模型造成的磨损变形。(5)实现了针对不同分枝方式的树木枝干骨架提取算法,根据合轴分枝与单轴分枝的枝干生长特征,采用切片法与缩放法计算树木的骨架点,从而构建树木骨架线,并对比分析两种骨架提取方法结果。