三维重建技术的不断发展,使得对木材表面形貌的三维重建研究也迅速发展起来。虽然应用X射线计算机断层扫描(CT)技术能够对原木的内部结构进行精确的三维重建,但对于结构复杂的木材表面形貌,其重建结果欠佳。另外,X射线对人体的辐射伤害也较大,在实验室外使用很难做好辐射防护,难以实现对活立木树干表面形貌的扫描和三维重建。地面三维激光扫描技术的产生和测量精度的不断提高,使得使用高精度的地面三维激光扫描仪在野外实现对活立木树干表面形貌的精确三维重建成为可能。对树干表面形貌的精准三维重建研究,对进一步精确计算树木胸径、材积、生长量等参数,研究活立木生长状况随季节、气候、人工干预等因素影响的变化情况,研究森林的树种组成结构,监测和评估名树古木的健康状况,以及建立活立木精准三维重建图像数据库和名树古木三维数字化档案具有十分重要的意义。为了实现对树干表面形貌的全方位的精准三维重建,采用三个Gocator 2080三维智能激光扫描仪以等边三角形对称安装的方式,设计了一种由高精度平移升降装置(包括高精度平移台和双层开口环抱式三维激光扫描仪安装架两部分)、辅助升降车和中控设备三大部分组成的多激光扫描仪硬件系统。为了去除原始采集的树干表面形貌三维激光点云数据的噪声点,引入当前处理数据点与邻域数据点之间的距离与两数据点法向夹角余弦值的乘积作为特征保持权重因子,对传统的双边滤波三维点云数据滤波去噪方法进行了改进。分别使用传统双边滤波去噪算法和改进后的双边滤波去噪方法对红松树干表面形貌三维激光点云数据进行了去噪和平滑处理。实验结果证明与传统的点云数据双边滤波去噪算法相比,采用当前处理数据点与邻域数据点之间的距离与两数据点法向夹角余弦值的乘积作为特征保持权重因子改进后的双边滤波算法能够更有效地去除三维点云数据中的噪声点,在去除己有噪声数据点的同时,不会引入新的噪声数据点,能够更好地保持三维点云数据模型的表面尖锐特征。为了在对树干表面形貌三维激光点云数据进行精简的同时,尽可能地保留树干表面形貌的尖锐特征点。分别使用目前针对散乱点云数据处理效果较好的基于包围盒的二次曲面点云精简算法和基于包围盒的法向量估计点云数据精简算法对红松树干表面形貌三维激光点云数据进行了精简处理。实验结果证明,在尖锐特征区域基于包围盒的法向量估计点云数据精简方法对特征数据点的保留程度较基于包围盒的二次曲面点云数据精简算法略有提高。考虑到点云数据尖锐特征的保留程度会直接影响后期对多片点云数据进行配准的准确性,确定在进一步的研究中选用基于包围盒的法向量估计点云数据精简算法来对树干表面形貌三维点云数据进行精简处理。采用七参数法通过设计一个四球标定靶对多激光扫描仪硬件系统的双层开口环抱式架体上安装的三个坐标相互独立的Gocator 2080三维激光扫描仪的坐标进行机械标定。基于经七参数法机械标定的多激光扫描仪硬件系统所采集的三片点云数据在空间位置上已经接近精确的匹配位置,在对其中两片点云数据进行ICP匹配之前,预先设定点云匹配的旋转角度阈值θxO,θyO和θzO,使用基于局部几何特征改进的迭代最近邻ICP点云匹配算法对三片点云数据进行配准,使用经典的Delaunay三角网格化方法对红松树干表面形貌进行三维重建。从重建图像中能够清晰的分辨出腐朽、节子、裂纹、凹陷等木材表面缺陷,几乎看不出拼接痕迹。对旋转角度阈值的设定,减少了迭代计算的时间,避免了由于两片点云重叠区域比重过小和迭代计算在局部极小值处收敛而引起的匹配失败。提出了一种结合“表面平面转换”、灰度共生矩阵和SOM神经网络识别方法的基于树干表面形貌三维激光扫描点云数据的树种分类识别方法。为了证明这种树种识别方法的有效性,本课题从中国北方常见的红松、白桦、李子、水曲柳和榆树五个树种中选取了树木胸径20cm～40cm之间的300个样品组成了一对由测试集和训练集组成的数据库。并用这对测试集和训练集以及它们的子集进行了大量树种分类识别实验。实验结果表明,我们所提出的结合“表面平面转换”、灰度共生矩阵和SOM神经网络的基于树干表面形貌三维激光扫描点云数据的树种识别方法能够正确的进行树种分类识别。树干表面平整程度、纹理倾斜角度和胸径尺寸是影响识别准确性的三个主要因素。缩小识别样品数据库中样品的胸径范围,能够大大提高树种识别的准确率。使用三维激光扫描仪对树干表面形貌的精准三维重建及树种识别研究,为进一步精确计算树干胸径、材积、生长量等参数,研究森林的树种组成结构,监测和评估名树古木的健康状况,最终实现活立木精准三维重建图像数据库和名树古木三维数字化档案的建立提供了可靠的技术基础。