葉片作為植物重要的組成部分,準(zhǔn)確獲取它的三維形狀信息,可以用于植物葉片的可視化模擬和葉片的功能分析,對虛擬植物的研究有重要意義,同時(shí)可以促進(jìn)農(nóng)業(yè)與計(jì)算機(jī)技術(shù)的結(jié)合,有助于農(nóng)業(yè)信息化的發(fā)展。目前對植物葉片進(jìn)行三維測量的主要方法可以分為接觸式與非接觸式,其中基于結(jié)構(gòu)光的測量方法是普遍認(rèn)為實(shí)用性較好的三維信息獲取方法。隨著技術(shù)的更新,結(jié)構(gòu)光測量方法得到了新的進(jìn)步,數(shù)據(jù)獲取的精確度也逐漸在提升。為了在低成本情況下實(shí)時(shí)獲取葉片的三維形狀信息,設(shè)計(jì)了一套基于結(jié)構(gòu)光測量原理的系統(tǒng),并對比選擇了適合葉片的結(jié)構(gòu)光處理方法。本論文的主要工作內(nèi)容如下:(1)分析攝像機(jī)的成像原理,明確攝像機(jī)標(biāo)定的內(nèi)容。根據(jù)張正友的相機(jī)標(biāo)定方法,結(jié)合OpenCV實(shí)現(xiàn)了本系統(tǒng)的標(biāo)定功能,經(jīng)過實(shí)驗(yàn)發(fā)現(xiàn),本系統(tǒng)的標(biāo)定可以達(dá)到一定的精確度。(2)針對植物葉片的三維測量,詳細(xì)研究了所使用的線結(jié)構(gòu)光的測量模型,并對模型的求解進(jìn)行分析,實(shí)現(xiàn)圖像中二維點(diǎn)到攝像機(jī)坐標(biāo)系三維點(diǎn)的數(shù)學(xué)轉(zhuǎn)換,根據(jù)求解的運(yùn)行效率為本系統(tǒng)選擇較為快速的求解方式。(3)在結(jié)構(gòu)光參數(shù)標(biāo)定即光平面標(biāo)定方面,以攝像機(jī)的透視投影幾何原理為計(jì)算基礎(chǔ),設(shè)計(jì)了一種基于棋盤格的光平面標(biāo)定算法。該算法不需要每次求解相機(jī)外參,計(jì)算比較簡單。并且使用了RANSAC算法進(jìn)行平面擬合,有效降低錯誤的光條提取點(diǎn)對光平面參數(shù)的影響。(4)詳細(xì)研究了常用的光條中心提取算法。使用灰度重心法提取光條時(shí)結(jié)合了極值法和閾值法的思想,并且根據(jù)葉片的特性選擇了合適的閾值參數(shù)。同時(shí)研究了Hessian矩陣法和方向模板法,優(yōu)化了合適的參數(shù)條件后,進(jìn)行了光條提取的對比實(shí)驗(yàn),通過運(yùn)行速度和提取效果來選擇適用于本系統(tǒng)的光條中心提取算法。在對所有算法進(jìn)行測試和選擇后,系統(tǒng)的可視化控制界面通過Qt實(shí)現(xiàn),完成系統(tǒng)軟件的開發(fā)。并使用軟件進(jìn)行了實(shí)驗(yàn),獲取了植物葉片的三維點(diǎn)云信息。通過距離測量的評估,精確度可以達(dá)到99%。
【學(xué)位單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：S126;TP391.41
【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容與技術(shù)路線
    1.4 論文組織結(jié)構(gòu)
第二章 攝像機(jī)標(biāo)定
    2.1 標(biāo)定內(nèi)容概述
        2.1.1 相機(jī)坐標(biāo)轉(zhuǎn)換
        2.1.2 相機(jī)透鏡畸變
        2.1.3 標(biāo)定內(nèi)容
    2.2 標(biāo)定方法分類
        2.2.1 傳統(tǒng)相機(jī)標(biāo)定
        2.2.2 相機(jī)自標(biāo)定方法
        2.2.3 基于主動視覺的相機(jī)標(biāo)定方法
    2.3 基于OpenCV的相機(jī)標(biāo)定
        2.3.1 標(biāo)定流程
        2.3.2 實(shí)驗(yàn)結(jié)果分析
    2.4 本章小結(jié)
第三章 三維測量原理
    3.1 三維測量概述
    3.2 結(jié)構(gòu)光三維視覺測量
        3.2.1 結(jié)構(gòu)光三維視覺測量原理
        3.2.2 結(jié)構(gòu)光三維測量分類
    3.3 線結(jié)構(gòu)光測量技術(shù)
        3.3.1 測量模型
        3.3.2 計(jì)算原理
    3.4 本章小結(jié)
第四章 光平面標(biāo)定以及光條中心提取
    4.1 光平面標(biāo)定方法
        4.1.1 攝像機(jī)幾何投影變換
        4.1.2 標(biāo)定板設(shè)計(jì)及標(biāo)定原理
        4.1.3 光平面標(biāo)定實(shí)驗(yàn)
    4.2 光條中心提取
        4.2.1 影響光條中心提取的因素
        4.2.2 光條中心提取方法
    4.3 直線與平面的擬合
        4.3.1 最小二乘法
        4.3.2 RANSAC算法
        4.3.3 擬合實(shí)驗(yàn)
    4.4 本章小結(jié)
第五章 軟件實(shí)現(xiàn)與實(shí)驗(yàn)
    5.1 軟件實(shí)現(xiàn)
    5.2 實(shí)驗(yàn)
        5.2.1 系統(tǒng)構(gòu)造
        5.2.2 平移校正
        5.2.3 實(shí)驗(yàn)結(jié)果
        5.2.4 結(jié)果評價(jià)
        5.2.5 誤差分析
    5.3 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
個(gè)人簡歷
研究成果

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 沈光平;吳海山;;基于點(diǎn)描述圖像的三維形狀檢索算法[J];計(jì)算機(jī)工程;2010年04期

2 王國琿;韓九強(qiáng);張新曼;楊磊;;一種新的基于從明暗恢復(fù)形狀的月球表面三維形狀恢復(fù)算法[J];宇航學(xué)報(bào);2009年06期

3 楊磊;韓九強(qiáng);王國琿;;基于Shape-from-Shading的月球表面三維形狀恢復(fù)算法研究[J];宇航學(xué)報(bào);2008年06期

4 葉雄英，周兆英;獲取物體三維形狀的一種方法[J];光學(xué)精密工程;1994年01期

5 李暢;三維形狀優(yōu)化設(shè)計(jì)研究[J];高教研究;1990年02期

6 Kanji Mashimo;嚴(yán)慎;甘玲;;三維形狀非接觸式測量儀[J];國外計(jì)量;1992年02期

7 唐志忠,王桂蘭,張海鷗;面向等離子熔射快速制�？梢暬到y(tǒng)的三維形狀檢測技術(shù)[J];機(jī)械;2003年05期

8 桑新柱,呂乃光;三維形狀測量方法及發(fā)展趨勢[J];北京機(jī)械工業(yè)學(xué)院學(xué)報(bào);2001年02期

9 田英利,馬頌德;物體三維形狀恢復(fù)的遺傳算法方法[J];中國圖象圖形學(xué)報(bào);1999年04期

10 田英利,馬頌德;基于球擴(kuò)展光源模型的物體三維形狀的恢復(fù)[J];光學(xué)學(xué)報(bào);1998年10期

相關(guān)博士學(xué)位論文 前5條

1 翁建廣;基于體模型的三維形狀檢索和形變研究[D];浙江大學(xué);2005年

2 姚莉;針對高光表面物體的三維形狀獲取技術(shù)的研究[D];上海交通大學(xué);2007年

3 胡瑞珍;自底向上的三維形狀分割[D];浙江大學(xué);2015年

4 徐凱;語義驅(qū)動的三維形狀分析及建模[D];國防科學(xué)技術(shù)大學(xué);2011年

5 劉燁;三維目標(biāo)群及動態(tài)表面的重建和跟蹤[D];復(fù)旦大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王慧君;植物葉片三維形狀信息獲取系統(tǒng)開發(fā)[D];西北農(nóng)林科技大學(xué);2019年

2 趙中濱;基于單幅圖像的三維形狀復(fù)原技術(shù)研究[D];西北農(nóng)林科技大學(xué);2017年

3 徐鎮(zhèn)強(qiáng);由單幅圖像恢復(fù)三維形狀的算法與應(yīng)用研究[D];西安電子科技大學(xué);2008年

4 熊昂;三維形狀生成中的部件匹配及融合技術(shù)[D];大連理工大學(xué);2017年

5 鄭友怡;輕松勾畫交互的三維形狀混合[D];浙江大學(xué);2007年

6 王大煒;基于點(diǎn)特征從運(yùn)動恢復(fù)三維形狀[D];西北工業(yè)大學(xué);2004年

7 沙春發(fā);面向產(chǎn)品造型設(shè)計(jì)的三維形狀混合算法研究[D];江蘇大學(xué);2009年

8 陳興友;基于層次化構(gòu)造實(shí)體幾何的物體3D形狀估計(jì)方法研究[D];安徽大學(xué);2017年

9 王冠;基于主流形的三維形狀特征分析[D];遼寧師范大學(xué);2014年

10 劉子舜;使用卷積網(wǎng)絡(luò)估計(jì)三維形狀的正朝向[D];中國科學(xué)技術(shù)大學(xué);2016年

本文編號：2851590