买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西啄木蜂科技有限公司;中国林业科学研究院资源信息研究所;成都理工大学申请的专利一种分形生长模型与精细化树木建模方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120451454B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510956534.X，技术领域涉及：G06T17/20；该发明授权一种分形生长模型与精细化树木建模方法是由李翔;张怀清;姚光乐;王耿;杨廷栋;王琛;叶绍泽设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本一种分形生长模型与精细化树木建模方法在说明书摘要公布了：本发明公开了一种分形生长模型与精细化树木建模方法，属于三维重建技术领域，包括获取重建区域内单棵树木的原始点云、图像集、和每个空间位置的地面高度信息；数据预处理和点云数据分割；基于图论、Dijkstra算法和三次样条插值算法从非地面点云中提取树木的骨架；对树木进行分层重建，生成树干的三维网格模型、枝条圆柱模型、细小枝条模型，并融合为树木模型，基于NeRF进行纹理映射，得到综合树木模型。本发明引入了图论方法作为骨架提取过程中的关键环节，从非地面点云中精确提取树木骨架，并采用分层重建方法，实现骨架的精确提取与树木建模，在纹理映射时引入NeRF技术，提升建模精度与纹理质量。

本发明授权一种分形生长模型与精细化树木建模方法在权利要求书中公布了：1.一种分形生长模型与精细化树木建模方法，其特征在于，包括以下步骤； S1，获取重建区域内单棵树木的原始点云、图像集、和重建区域内每个空间位置的地面高度信息hx,y，所述图像集包括用于NeRF重建的多视角的原始图像，hx,y为树木所在区域内每个空间位置的地面高度； S2，数据预处理和点云数据分割； 预处理原始图像和原始点云，得到二维图像和第一点云； 基于RANSAC算法拟合地平面，将第一点云分割为地面点云和非地面点云； 基于RANSAC算法拟合圆柱，将地面点云分为树干点云和枝条点云； S3，从非地面点云中提取树木的骨架，包括S31~S33； S31，基于Delaunay三角剖分方法构建非地面点云的邻接图G=V,E，其中V为顶点集合、E为边的集合，对两个顶点pi和pj，若二者间存在边eij，则eij的边权重为wij，，式中，、分别为pi和pj在世界坐标系中的坐标，‖∙‖2为欧式距离； S32，选择一接近地面的点作为根节点，用Dijkstra算法生成该根节点的最短路径树，将最短路径树中节点的集合作为初始骨架Sinitial； S33，通过三次样条插值算法，生成初始骨架Sinitial的平滑后骨架曲线Q't； S4，对树木进行分层重建，包括S41~S44； S41，基于地面高度信息约束，用泊松重建对树干点云建模，生成树干的三维网格模型Mtrunk，泊松重建的泊松方程根据下式得到； ， 式中，为体积场，∇2为拉普拉斯算子，∇为散度算子、为非地面点云的法向量场，λ是地形贴合强度的控制系数，z为Q't内每个点的高度； S42，预设密度阈值，将枝条点云中大于密度阈值的点划分为主要枝条点云P1，其余为细小枝条点云P2； S43，对P1用圆柱拟合进行重建，生成枝条圆柱模型Mbranch； S44，对P2基于分形理论模拟细小枝条的生长，生成细小枝条模型Mtwig； S5，对Mtrunk、Mbranch和Mtwig进行融合，得到树木模型Mtree； S6，对树木模型Mtree每个点进行纹理映射，生成综合树木模型； S44的生长过程中使用动态异速规则来描述细小枝条的生长，在规则中，将位于同一分叉点的多条细小枝条构成一簇，其中第i条细小枝条的直径随着树木生长的不规则性变化： ， 其中，αt是随时间t变化的生长因子，用于模拟树木随着年龄的增长而出现的形态变化，rs为枝条生长时的参考初始半径，wi为第i条细小枝条的权重，用于表示该细小枝条在当前生长阶段的相对重要性，∑wj为一簇细小枝条的权重之和；对所有细小枝条进行模拟后，再采用Delaunay三角剖分方法来生成枝条的三角形网格模型，得到细小枝条模型Mtwig。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西啄木蜂科技有限公司;中国林业科学研究院资源信息研究所;成都理工大学，其通讯地址为：330096 江西省南昌市南昌高新技术产业开发区昌东大道含弘广场现代服务产业园13楼整层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。