基于泊松盘样本块的植被分布快速合成方法和系统的制作方法
【专利摘要】本申请公开了一种基于泊松盘样本块的植被分布快速合成方法和系统，包括：按照植株的最大分布密度，生成由多组样本块构成和含有多种植株的总体样本集；统计总体样本集中不同类别的植株的分布数量比例，根据分布数量比例，从总体样本集中将不同类别的植株进行拆分，生成与不同类别的植株对应的子样本集；根据预设的划分值对不同类别的植株对应的子样本集进行密度划分处理，生成不同密度值的密度样本块；根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的植株的密度样本块进行多层拼铺的合成处理，生成具有多种类别及密度的植被分布图。本发明解决了对大面积植被分布的快速合成的问题。
【专利说明】基于泊松盘样本块的植被分布快速合成方法和系统
【技术领域】
[0001]本申请涉及场景模拟领域，具体地说，是涉及一种基于泊松盘样本块(Poissondisk tiles)的多密度多物种植被分布快速合成方法和系统。
【背景技术】
[0002]随着林业数据获取技术的不断发展，林业生产和管理对高效的林业数据处理方法的需求越来越迫切。为了便于对林业信息或相关的生态数据进行直观分析而对森林进行虚拟场景模拟，即将现实中的森林进行三维重现，通过生成植物在森林区域中的位置分布信息形成样本快，进一步构建大规模的森林场景。但是，在大规模的森林场景中，往往包含有上百万棵树木，即使不考虑几何复杂度和绘制计算量，仅是巨大数量的树木的位置分布计算与位置存储都是一个具有挑战性的问题，它将直接影响到场景的规模与运行效果。
[0003]现有技术中，在森林场景建模的过程中，对于植被分布最常用的方式是随机函数布点，但完全随机的分布并不符合现实中植被分布的规律，是因为在森林生态系统中，资源竞争的作用会使各类植被之间保持一定距离(以吸收阳光、水分、养分等)。虽然可以采用泊松盘分布(Poisson disk)来近似表示这种现象,但直接生成泊松盘分布涉及到空间位置的比较，当分布数量巨大时会消耗大量时间，而且对于建模所生成的数据，当分布量非常大时也会消耗大量的存储空间。
[0004]Wang tiles方法(一种数据合成方法)所合成的数据没有明显的重复或周期性的感觉。但Wang tiles方法在合成泊松盘分布时存在圆盘越界和顶角问题,其中，圆盘越界是指在一个预生成的样本块内，靠近边界附近的圆盘可能会超出边界，在拼铺时影响到相邻的样本块。顶角问题是指，Wang tiles方法中对角线方向的样本块并没有约束关系，所以两个对角线方向邻接的样本块在顶角处可能出现圆盘冲突。
[0005]Wang tiles方法可用于多种类型的数据合成，圆盘越界和顶角问题是针对合成Poisson disk分布时遇到的，故作此调整。在应用Wang tiles方法合成泊松盘分布 时，Alsweis 的《Wang-Tiles for the simulation and visualization of plantcompetition》中预处理阶段完全没有考虑样本块边界处的连续性，在边界处必然产生圆盘交叠冲突(如图所示在拼铺后产生了边界噪声)，拼铺后的冲突消除处理显然降低了合成效率。
[0006]而作为一种优化方法，例如《基于GIS数据的植被实时虚拟可视化》(唐飞)中所使用的“一种通过Wang tiles合成大量Poisson disk分布的方法”是基于Lloyd’ s放松算法对样本组内的原始分布进行预处理，消除了边界冲突，使其可以按照边界标记在拼铺时直接进行快速匹配。但在大规模植物的分布模拟中，这种方法存在一系列影响效果和性能的问题:样本块的规模只能是8个；所需的迭代处理过程相当耗时；并且所生成的tiles的边界处的点集密度可能低于内部；此外，该方法依然无法解决顶角问题。当合成的植被规模较大时，这种方式的后处理计算量将非常大，使其不适用于大面积植被分布的快速合成。
[0007]因此，如何解决对大面积植被分布的快速合成的问题，便成为亟待解决的技术问题。
【发明内容】
[0008]本申请所要解决的技术问题是提供一种基于泊松盘样本块的植被分布快速合成方法和系统，以解决对大面积植被分布的快速合成的问题。
[0009]为解决上述技术问题，本申请提供了一种基于泊松盘样本块的植被分布快速合成方法，其特征在于，包括:
[0010]按照植株的最大分布密度，生成由多组样本块构成和含有多种植株的总体样本集;
[0011]统计所述总体样本集中不同类别的所述植株的分布数量比例，根据所述分布数量比例，从所述总体样本集中将不同类别的所述植株进行拆分，生成与不同类别的所述植株对应的子样本集；
[0012]根据预设的划分值对不同类别的所述植株对应的所述子样本集进行密度划分处理，生成不同密度值的密度样本块；
[0013]根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的所述植株的所述密度样本块进行多层拼铺的合成处理，生成具有多种类别及密度的植被分布图。
[0014]优选地，统计所述总体样本集中不同类别的所述植株的分布数量比例，根据所述分布数量比例，从所述总体样本集中将不同类别的所述植株进行拆分，生成与不同类别的所述植株对应的子样本集，进一步为:
[0015]统计所述总体样本集中各所述样本块上不同类别的所述植株的分布数量比例，对各所述样本块中的不同类别的所述植株的分布点建立索引表，根据不同类别的所述植株的所述分布数量比例对所述索引表拆分为多段，生成与不同类别的所述植株对应的子样本集。
[0016]优选地，拆分的所述索引表中每段含有的分布数量为:预先设置的所述植株的最大分布密度与不同类别的所述植株的分布数量比例的乘积。
[0017]优选地，根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的所述植株的所述密度样本块进行多层拼铺的合成处理，进一步为:
[0018]按每种植株类别标识依次识别在可视化界面中输入的所述目标位置的密度等级标识和/或坐标网格参数，识别出所述密度等级标识为η时，抽取该类别植株对应的所述密度值为η的子样本集中由坐标网格参数映射的所述密度样本块，拼铺合成在所述目标位置；识别出所述密度等级标识为O时，在所述目标位置不进行该植株层的拼铺合成处理。
[0019]优选地，统计的所述总体样本集中不同类别的所述植株的分布数量比例之和为I。
[0020]为解决上述技术问题，本申请还提供了一种基于泊松盘样本块的植被分布快速合成系统，其特征在于，包括:总体样本单元、子样本单元、密度划分单元以及分布合成单元，其中，
[0021]所述总体样本单元，用于按照植株的最大分布密度，生成由多组样本块构成和含有多种植株的总体样本集；
[0022]所述子样本单元，用于统计所述总体样本集中不同类别的所述植株的分布数量比例，根据所述分布数量比例，从所述总体样本集中将不同类别的所述植株进行拆分，生成与不同类别的所述植株对应的子样本集；
[0023]所述密度划分单元，用于根据预设的划分值对不同类别的所述植株对应的所述子样本集进行密度划分处理，生成不同密度值的密度样本块；
[0024]所述分布合成单元，用于根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的所述植株的所述密度样本块进行多层拼铺的合成处理，生成具有多种类别及密度的植被分布图。
[0025]优选地，所述子样本单元，进一步用于:
[0026]统计所述总体样本集中各所述样本块上不同类别的所述植株的分布数量比例，对各所述样本块中的不同类别的所述植株的分布点建立索引表，根据不同类别的所述植株的所述分布数量比例对所述索引表拆分为多段，生成与不同类别的所述植株对应的子样本集。
[0027]优选地，拆分的所述索引表中每段含有的分布数量为:预先设置的所述植株的最大分布密度与不同类别的所述植株的分布数量比例的乘积。
[0028]优选地，所述分布合成单元，进一步用于:
[0029]按每种植株类别标识依次识别在可视化界面中输入的所述目标位置的密度等级标识和/或坐标网格参数，识别出所述密度等级标识为η时，抽取该类别植株对应的所述密度值为η的子样本集中由坐标网格参数映射的所述密度样本块，拼铺合成在所述目标位置；识别出所述密度等级标识为O时，在所述目标位置不进行该植株层的拼铺合成处理。
[0030]优选地，统计的所述总体样本集中不同类别的所述植株的分布数量比例之和为I。
[0031]与现有技术相比，本申请所述的一种基于泊松盘样本块的植被分布快速合成方法和系统，达到了如下效果:
[0032]I)本申请通过采用角匹配策略有效克服了顶角问题和圆盘越界问题，通过采用从样本母集中抽取生成子集的方式，高效实现了多密度与多物种分布的合成，有效解决了对大面积植被分布的快速合成的问题。
[0033]2)本申请生成的不同样本集之间具有相关性，从而可使不同密度的样本集间能够保持边界的匹配性，而且使不同物种的样本集间在混合叠加时能够保持内部的匹配性。
【专利附图】
【附图说明】
[0034]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中:
[0035]图1为本申请实施例一所述的基于泊松盘样本块的植被分布快速合成方法的流程图。
[0036]图2a为本申请实施例二所述的基于泊松盘样本块的植被分布快速合成方法的流程图。
[0037]图2b为本申请实施例二中两种植株按照比例拆分并划分为多种密度的示意图。
[0038]图3a_3f为本申请实施例三中对两种植株进行分布合成的示意图。
[0039]图4为本申请实施例四所述的基于泊松盘样本块的植被分布快速合成系统的结构框图。【具体实施方式】
[0040]如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。此外，“耦接”一词在此包含任何直接及间接的电性耦接手段。因此，若文中描述一第一装置耦接于一第二装置，则代表所述第一装置可直接电性耦接于所述第二装置，或通过其他装置或耦接手段间接地电性耦接至所述第二装置。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。
[0041]以下结合附图对本申请作进一步详细说明，但不作为对本申请的限定。
[0042]实施例一:
[0043]如图1所示，是本申请实施例一所述的一种基于泊松盘样本块的植被分布快速合成方法，包括:
[0044]步骤101，按照植株的最大分布密度，生成由多组样本块构成且含有多种植株的总体样本集。
[0045]所述植株的最大分布密度，是针对一定的区域面积而言，通常可以是在可视化界面中单位区域(如:界面中网格图中一块方形网格区域)内的最大分布密度。在真实的森林生态环境中混合分布有多种植物，并且植物的分布密度也是多变的，植物物种(植株)的多样化和树木分布的稀疏变化是合成植被分布时必不可少的因素，故在本步骤101中，所生成的所述总体样本集中包含多种所述植株及最大分布密度。
[0046]在实际应用中，所述最大分布密度通常为预先设定的方式进行确定，当然，该最大分布密度也可以根据建模终端的处理能力的负荷条件确定，这里并不作为对本申请的限定。
[0047]例如:预先设置每个样本块面积内总植株的最大容纳量为N，按照该最大容纳量N，采用Poisson Disk Tiles方法(泊松盘瓦片方法，即总体集由多个瓦片式的样本块组成)生成一组数量为C4的Poisson disk样本集作为总体样本集A (其中，C即顶角数，C =2，3,4...) ο
[0048]需要说明的是，对于所述样本块，通常采用正方形区域，每一个所述样本块包含4个顶角，再由多个所述样本块组合成为所述总体样本集，当然，对于所述样本块的形状，将根据实际应用的需要进行调整或相应设置，并不作为对本申请的限定。
[0049]步骤102，统计所述总体样本集中不同类别的所述植株的分布数量比例，根据所述分布数量比例，从所述总体样本集中将不同类别的所述植株进行拆分，生成与不同类别的所述植株对应的子样本集。
[0050]在生成的所述总体样本集中，不同类别的所述植株的分布总量就是所述植株的最大分布密度，也就是说，在总体样本中，不同类别的所述植株的分布数量比例之和为I。
[0051]在上述步骤102中对所述植株进行拆分的过程，是将不同类别的所述植株从所述总体样本集中分离出来，被分离后的各类别的所述植株分布于与所述总体样本集所形成的面积大小一致的区域，通过分离过程，使所述每一类别的所述植株的分布点间相互独立，以便于对所述各类别的所述植株进行分布密度的划分。分离后的所述不同类别的所述植株的分布区域就是所述植株对应的子样本集。
[0052]在获取到不同类别的所述植株对应的所述子样本集后，便可以对植被的分布进行合成，但是在实际应用中，森林中不同位置的植被分布密度并不相同，为了对真实森林生态环境进行模拟，就需要将各类别植株的分布密度进行划分，从而在后续的合成过程中快速生成植株分布场景，对于分布密度的划分，则需要进行以下步骤:即，
[0053]步骤103，根据预设的划分值对不同类别的所述植株对应的所述子样本集进行密度划分处理，生成不同密度值的密度样本块。
[0054]在步骤103中，所述预设的划分值是以梯度设置的密度比例值，该预设的划分值均为小于I且大于O的数值，例如:0.8,0.6,0.4,0.2等值，通过将所述子样本集分别与所述预设的划分值相乘后，得到所述不同密度值的密度样本块。
[0055]步骤104，根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的所述植株的所述密度样本块进行多层拼铺的合成处理，生成具有多种类别及密度的植被分布图。
[0056]在步骤104中，在可视化界面中，使用者可以通过发出相应的操作指示信息(如:鼠标点击，划线等操作)，对分布图进行设计，从而，步骤104中在拼铺时将根据用户设计的分布图中在当前位置的植株类别(表示为i)、密度等级(表示为j)和/或坐标位置信息(表示为C)，确定所需的样本块索引(i，j，C)，再根据所述样本块索引将不同类别的所述植株所对应的不同密度值的所述密度样本块进行多层拼铺的合成处理。
[0057]实施例二
[0058]如图2a所示，是本申请实施例二所述的基于泊松盘样本块的植被分布快速合成方法，包括:
[0059]步骤201，预先设置每个样本块面积内总植株的最大容纳量为N，并按照该最大容纳量N，生成由多组样本块构成且含有多种植株的总体样本集。
[0060]与上述实施例--致，采用Poisson Disk Tiles方法生成一组数量为C4的
Poisson disk样本集作为母集A (C即顶角ID数，C = 2, 3,4...)。
[0061]步骤202，统计所述总体样本集中各所述样本块上不同类别的所述植株的分布数量比例，对各所述样本块中的不同类别的所述植株的分布点建立索引表，根据不同类别的所述植株的所述分布数量比例对所述索引表拆分为多段，生成与不同类别的所述植株对应的子样本集。其中，在本实施例中，所述不同类别的所述植株也可以称为物种。
[0062]对所述母集A中每个样本块a。(c = 1,2..C4)中的分布点建立乱序的索引表PT，并
为每个物种设定比例ω i，假设一共有S个物种，则I:f=2 ω? = 'I，如图2b所示，生成了 2个
物种，可设定其比例为ωι = 0.6，ω2 = 0.4。然后按照各物种的比例《口寸索引表PT分段拆分，每段含有的分布数量即为N* Coi,即拆分的所述索引表PT中每段含有的分布数量为:预先设置的所述植株的最大分布密度与不同类别的所述植株的分布数量比例的乘积，提取每一段作为物种i的子样本集Bi中的相应样本块\。。
[0063]步骤203，根据以梯度设置的密度比例值对不同类别的所述植株对应的所述子样本集进行密度划分处理，模拟生成不同密度值的密度样本块。
[0064]通过步骤203可以生成各类别所述植株分布的多密度版本(如图2b所示)，即从各类别所述植株的样本集Bi中获得子样本组，其中，对于一种类别的所述植株，不同密度子集间如果不考虑重叠，则该类别的植株的多个低密度集的比例之和可以大于I。假设需要m种不同的密度梯度，依照所设定的每个密度梯度的比例e (0,1), j = I, 2..m)从bi；c中随机抽取出子集Cij中的相应样本块Cu。，含有的分布数量即为N* ω# λ」，具体在图2b中，物种I和物种2分别生成了 4个和2个新的密度样本块。
[0065]步骤204，根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的所述植株的所述密度样本块进行多层拼铺的合成处理，生成具有多种类别及密度的植被分布图。
[0066]在拼铺时将根据用户设计的分布图中在当前位置的植株类别(表示为i)、密度等级(表示为j)以及坐标位置信息(表示为c)，确定所需的样本块索引(i，j，c)，再根据所述样本块索引将不同类别的所述植株所对应的不同密度值的所述密度样本块进行多层拼铺的合成处理。需要说明的是:按每种植株类别标识依次识别在可视化界面中输入的所述目标位置的密度等级标识和/或坐标网格参数，识别出所述密度等级标识为η时，抽取该类别植株对应的所述密度值为η的子样本集中由坐标网格参数映射的所述密度样本块，拼铺合成在所述目标位置；识别出所述密度等级标识为O时，在所述目标位置不进行该植株层的拼铺合成处理。
[0067]实施例三
[0068]下面结合如3a_3f，对本申请所述的基于泊松盘样本块的植被分布快速合成方法的具体应用进行说明:
[0069]步骤一，预先设置每个样本块面积内总植株的最大容纳量为40，并按照该最大容纳量40，生成由多组样本块构成和含有2种植株的样本母集A。
[0070]步骤二，统计样本母集A中2种类别的所述植株的分布数量比例，对各样本块中的2种类别的所述植株的分布点建立索引表，根据2种类别的所述植株的所述分布数量比例对所述索引表拆分为多段，生成与2种类别的所述植株对应的子样本集B1和B2。
[0071]步骤三，根据设置的密度系数对2种类别的所述植株对应的所述子样本集B1和B2进行密度划分处理，模拟生成低密度样本块。
[0072]步骤四，根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的所述植株的所述密度样本块进行多层拼铺的合成处理，生成具有多种类别及密度的植被分布图。
[0073]具体地，
[0074]在图3a_3f中，含有2种类别的所述植株(图中以两种点型表示)，如图3a所示，以每个样本块(图中画框的方形区域)的面积内的最大容纳量40为条件生成了 24规模的样本母集A，如图3b和3c所示，分别按照0.6:0.4的物种比例拆分出两个子样本集B1和B2,B1和B2可直接作为两个物种的相对密度系数1.0的高密度集Cm和C2;1，之后再从B1和B2以相对密度系数0.5的比例提取出对应于2种植株的低密度集Cli2 (图3d所示)和C2，2 (图3e所示)。如果需要还可以准备0.1至0.9的任意多个密度系数，更易于平滑密度过渡区域，在此省略描述。[0075]在实际应用中，使用者可以通过不同的笔刷在可视化界面上绘制2中类别的植株分布(绘制过程在图中并未示出)，在绘制过程中，可以采用不同颜色分布代表不同的植株类别，颜色的深浅代表植株样本密度的高低，颜色叠加的地方代表2种植株在该区域混合分布，如图3f所示为按照用户的绘制信息合成的两种植株带有密度变化的分布图。
[0076]当使用者完成对分布图的绘制后，可进入虚拟森林场景中进行实时漫游。相应的终端会根据此分布图和使用者指定的树木模型生成相对应的森林分布。
[0077]实施例四:
[0078]如图4所示，是本申请实施例四所述的一种基于泊松盘样本块的植被分布快速合成系统，包括:总体样本单元401、子样本单元402、密度划分单元403以及分布合成单元404 ;其中，
[0079]所述总体样本单元401，与所述子样本单元402相耦接，用于按照植株的最大分布密度，生成由多组样本块构成和含有多种植株的总体样本集。
[0080]所述子样本单元402，分别与所述总体样本单元401和密度划分单元403相耦接，用于统计所述总体样本集中不同类别的所述植株的分布数量比例，根据所述分布数量比例，从所述总体样本集中将不同类别的所述植株进行拆分，生成与不同类别的所述植株对应的子样本集。
[0081]所述密度划分单元403，分别与所述总体样本单元401和分布合成单元404相耦接，用于根据预设的划分值对不同类别的所述植株对应的所述子样本集进行密度划分处理，生成不同密度值的密度样本块。
[0082]所述分布合成单元404，与所述密度划分单元403相耦接，用于根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的所述植株的所述密度样本块进行多层拼铺的合成处理，生成具有多种类别及密度的植被分布图。
[0083]在实际应用中，所述最大分布密度通常为预先设定的方式进行确定，当然，该最大分布密度也可以根据建模终端的处理能力的负荷条件确定，这里并不作为对本申请的限定。
[0084]具体来说，所述子样本单元402，具体用于:统计所述总体样本集中各所述样本块上不同类别的所述植株的分布数量比例，对各所述样本块中的不同类别的所述植株的分布点建立索引表，根据不同类别的所述植株的所述分布数量比例对所述索引表拆分为多段，生成与不同类别的所述植株对应的子样本集。
[0085]其中，拆分的所述索引表中每段含有的分布数量为:预先设置的所述植株的最大分布密度与不同类别的所述植株的分布数量比例的乘积。
[0086]在生成的所述总体样本集中，不同类别的所述植株的分布总量就是所述植株的最大分布密度，也就是说，在总体样本中，不同类别的所述植株的分布数量比例之和为I。
[0087]所述密度划分单元403中，所述预设的划分值是以梯度设置的密度比例值，该预设的划分值均为小于I且大于O的数值，例如:0.8,0.6,0.4,0.2等值，通过将所述子样本集分别与所述预设的划分值相乘后，得到所述不同密度值的密度样本块。
[0088]具体地，所述分布合成单元404，具体用于:按每种植株类别标识依次识别在可视化界面中输入的所述目标位置的密度等级标识和/或坐标网格参数，识别出所述密度等级标识为η时，抽取该类别植株对应的所述密度值为η的子样本集中由坐标网格参数映射的所述密度样本块，拼铺合成在所述目标位置；识别出所述密度等级标识为O时，在所述目标位置不进行该植株层的拼铺合成处理。
[0089]由于方法部分已经对本申请实施例进行了详细描述，这里对实施例中涉及的系统与方法对应部分的展开描述省略，不再赘述。对于系统中具体内容的描述可参考方法实施例的内容，这里不再具体限定。
[0090]与现有技术相比，本申请所述的一种基于泊松盘样本块的植被分布快速合成方法和系统，达到了如下效果:
[0091]I)本申请通过采用角匹配策略有效克服了顶角问题和圆盘越界问题，通过采用从样本母集中抽取生成子集的方式，高效实现了多密度与多物种分布的合成，有效解决了对大面积植被分布的快速合成的问题。
[0092]2)本申请生成的不同样本集之间具有相关性，从而可使不同密度的样本集间能够保持边界的匹配性，而且使不同物种的样本集间在混合叠加时能够保持内部的匹配性。
[0093]上述说明示出并描述了本申请的若干优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述申请构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求的保护范围内。
【权利要求】
1.一种基于泊松盘样本块的植被分布快速合成方法，其特征在于，包括: 按照植株的最大分布密度，生成由多组样本块构成和含有多种植株的总体样本集； 统计所述总体样本集中不同类别的所述植株的分布数量比例，根据所述分布数量比例，从所述总体样本集中将不同类别的所述植株进行拆分，生成与不同类别的所述植株对应的子样本集； 根据预设的划分值对不同类别的所述植株对应的所述子样本集进行密度划分处理，生成不同密度值的密度样本块； 根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的所述植株的所述密度样本块进行多层拼铺的合成处理，生成具有多种类别及密度的植被分布图。
2.如权利要求1所述的基于泊松盘样本块的植被分布快速合成方法，其特征在于，统计所述总体样本集中不同类别的所述植株的分布数量比例，根据所述分布数量比例，从所述总体样本集中将不同类别的所述植株进行拆分，生成与不同类别的所述植株对应的子样本集，进一步为: 统计所述总体样本集中各所述样本块上不同类别的所述植株的分布数量比例，对各所述样本块中的不同类别的所述植株的分布点建立索引表，根据不同类别的所述植株的所述分布数量比例对所述索 引表拆分为多段，生成与不同类别的所述植株对应的子样本集。
3.如权利要求2所述的基于泊松盘样本块的植被分布快速合成方法，其特征在于，拆分的所述索引表中每段含有的分布数量为:预先设置的所述植株的最大分布密度与不同类别的所述植株的分布数量比例的乘积。
4.如权利要求1所述的基于泊松盘样本块的植被分布快速合成方法，其特征在于，根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的所述植株的所述密度样本块进行多层拼铺的合成处理，进一步为: 按每种植株类别标识依次识别在可视化界面中输入的所述目标位置的密度等级标识和/或坐标网格参数，识别出所述密度等级标识为η时，抽取该类别植株对应的所述密度值为η的子样本集中由坐标网格参数映射的所述密度样本块，拼铺合成在所述目标位置；识别出所述密度等级标识为O时，在所述目标位置不进行该植株层的拼铺合成处理。
5.如权利要求1所述的基于泊松盘样本块的植被分布快速合成方法，其特征在于，统计的所述总体样本集中不同类别的所述植株的分布数量比例之和为I。
6.一种基于泊松盘样本块的植被分布快速合成系统，其特征在于，包括:总体样本单元、子样本单元、密度划分单元以及分布合成单元，其中， 所述总体样本单元，用于按照植株的最大分布密度，生成由多组样本块构成和含有多种植株的总体样本集； 所述子样本单元，用于统计所述总体样本集中不同类别的所述植株的分布数量比例，根据所述分布数量比例，从所述总体样本集中将不同类别的所述植株进行拆分，生成与不同类别的所述植株对应的子样本集； 所述密度划分单元，用于根据预设的划分值对不同类别的所述植株对应的所述子样本集进行密度划分处理，生成不同密度值的密度样本块； 所述分布合成单元，用于根据在可视化界面中输入的目标位置的植株类别、密度等级和/或坐标信息，将不同类别的所述植株的所述密度样本块进行多层拼铺的合成处理，生成具有多种类别及密度的植被分布图。
7.如权利要求6所述的基于泊松盘样本块的植被分布快速合成系统，其特征在于，所述子样本单元，进一步用于: 统计所述总体样本集中各所述样本块上不同类别的所述植株的分布数量比例，对各所述样本块中的不同类别的所述植株的分布点建立索引表，根据不同类别的所述植株的所述分布数量比例对所述索引表拆分为多段，生成与不同类别的所述植株对应的子样本集。
8.如权利要求7所述的基于泊松盘样本块的植被分布快速合成系统，其特征在于，拆分的所述索引表中每段含有的分布数量为:预先设置的所述植株的最大分布密度与不同类别的所述植株的分布数量比例的乘积。
9.如权利要求7所述的基于泊松盘样本块的植被分布快速合成系统，其特征在于，所述分布合成单元，进一步用于: 按每种植株类别标识依次识别在可视化界面中输入的所述目标位置的密度等级标识和/或坐标网格参数，识别出所述密度等级标识为η时，抽取该类别植株对应的所述密度值为η的子样本集中由坐标网格参数映射的所述密度样本块，拼铺合成在所述目标位置；识别出所述密度等级标识为O时，在所述目标位置不进行该植株层的拼铺合成处理。
10.如权利要求9所述的基于泊松盘样本块的植被分布快速合成系统，其特征在于，统计的所述总体样 本集中不同类别的所述植株的分布数量比例之和为I。
【文档编号】G06F17/30GK103927390SQ201410183454
【公开日】2014年7月16日 申请日期:2014年4月30日 优先权日:2014年4月30日
【发明者】杨刚, 林琳, 杨猛 申请人:北京林业大学