树木点云模型广泛应用于虚拟现实、古树名木保护、树木生长研究等领域。实际应用中,如树木养分传输研究,树木骨架线比树木点云模型更直接表达植物特性。因此,从点云中提取骨架线有重要应用意义。然而,在点云数据的实际采集过程中由于拍摄环境限制,可能只能获取单面树木点云,导致点云大量缺失。另外,设备和算法误差导致点云分布不均匀、存在噪音。从分布不均匀、有噪音、结构信息大量缺失的单面树木点云中精准提取骨架线是具有挑战的研究课题。双目立体相机具有设备便宜易获得的优点,本文使用双目立体相机拍摄树木的照片,采用立体匹配算法提取深度图,在此基础上进行深度图修补、获取单面点云,实现单面树点云骨架线提取。具体工作包含如下方面:（1）立体匹配获取树木深度图。本文通过双目立体相机拍摄树木图像,经过相机标定获取相机参数,相机畸变矫正、图像极线校正后,使用SGBM（Semi-Global Block Matching）立体匹配算法从左右视图中得到每个像素点的视差,根据视差和深度的关系得到深度图。（2）深度图转换成单面树木点云。获取的深度图由于硬件设备和拍摄环境的影响会出现深度图缺失的情况。为了获取完整的单面树木点云,需要进行深度图修补,修补后的深度图根据相机成像原理获得单面树木点云。（3）单面树木点云骨架线提取。针对基于双目立体相机获取的单面树木的点云分布不均匀、有噪音、严重缺乏结构信息的问题,本文利用ALOP（Adaptive Locally Optimal Projection）算法下采样对点云进行均匀化和降噪处理,使用归一化切割算法进行点云分割。在基于"-中值迭代收缩获取骨架点过程中合并点云分割段,最后采用最小生成树算法连接骨架点。（4）本文算法有效性实验验证。本文基于双目立体相机获取单面树木骨架线,并进行深度图修补算法有效性验证,最后将本文算法结果和ROSA、"-中值算法进行对比。实验结果得出,本文算法对于单面树木点云骨架线的提取上,拓扑错误更少,对点云分布不匀均、有噪音的情况有更强的鲁棒性。