【摘要】：為解決Kinect獲取的玉米三維點(diǎn)云數(shù)據(jù)噪聲影響三維重建精度的問題,根據(jù)Kinect所獲取的點(diǎn)云數(shù)據(jù)特點(diǎn),采用多幀數(shù)據(jù)融合的方法獲取更完整的三維點(diǎn)云數(shù)據(jù)并對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行初步平滑;通過對(duì)Kinect所獲數(shù)據(jù)噪聲進(jìn)行分析,提出了一種基于密度分析和深度數(shù)據(jù)雙邊濾波的方法,分別對(duì)離群點(diǎn)噪聲和內(nèi)部高頻噪聲進(jìn)行處理。以Kinect獲取的玉米及茄子的三維點(diǎn)云數(shù)據(jù)進(jìn)行去噪實(shí)驗(yàn),所用去噪時(shí)間僅為傳統(tǒng)雙邊濾波去噪時(shí)間的2.71%和1.78%,并且能夠達(dá)到很好的去噪效果。結(jié)果表明,所提方法能夠方便、快捷地去除不同尺度的噪聲,同時(shí)保留邊緣數(shù)據(jù)的完整性,獲得良好的植物三維點(diǎn)云數(shù)據(jù)。
【圖文】：

3試驗(yàn)結(jié)果與分析3.1點(diǎn)云預(yù)處理結(jié)果與分析采用1.3節(jié)中的預(yù)處理方法，對(duì)Kinect獲取的玉米植株三維點(diǎn)云數(shù)據(jù)進(jìn)行去背景和均值化處理。通過對(duì)初始數(shù)據(jù)進(jìn)行顯示預(yù)覽，確定植株三維空間包圍盒，設(shè)定x、y、z坐標(biāo)分割閾值分別為x∈［－380，460］、y∈［－530，500］、z∈［800，1360］。圖1為對(duì)1號(hào)玉米10幀點(diǎn)云數(shù)據(jù)進(jìn)行均值融合后的結(jié)果。由圖1可以看出，融合前葉片部位某些缺損在融合后得到填補(bǔ)。經(jīng)統(tǒng)計(jì)，第1幀非零點(diǎn)云數(shù)據(jù)為42306，融合后非零點(diǎn)云數(shù)據(jù)量增加到47391。圖1玉米三維點(diǎn)云多幀數(shù)據(jù)融合Fig．1Multi-framedatafusionofcorn3-Dpointcloud3.2離群點(diǎn)去噪結(jié)果與分析用基于密度分析的方法去除離群噪聲點(diǎn)，不同的參數(shù)去噪效果不同。為選取合適的參數(shù)值，選取不同的K、n進(jìn)行試驗(yàn)，結(jié)果如表1所示。當(dāng)K較大、n較小時(shí)，過度去噪;K較孝n較大時(shí)，噪聲不能完全去除。通過對(duì)去噪效果進(jìn)行對(duì)比觀察，當(dāng)K=20，n=2時(shí)能夠獲得較好的去噪效果，如圖2所示。表1不同參數(shù)的去噪效果Tab．1Denoisingeffectofdifferentparametervalues試驗(yàn)編號(hào)Kn點(diǎn)云數(shù)去除離群點(diǎn)數(shù)1201473913485220247391112735014739141224502473911313圖2離群點(diǎn)去除效果Fig．2Effectafteroutlierremoved3.3內(nèi)部高頻噪聲去噪結(jié)果與分析用雙邊濾波去除內(nèi)部高頻噪聲時(shí)，D過大時(shí)，鄰域內(nèi)灰度變化不明顯，易產(chǎn)生過平滑現(xiàn)象;D過小，鄰域內(nèi)灰度變化劇烈，灰度連續(xù)性差，易將稀疏點(diǎn)云面片撕裂。玉米深度圖像紋理簡(jiǎn)單，N與σd的大小對(duì)平滑去噪效果影響不大，且當(dāng)N增大時(shí)，去噪所用時(shí)間也會(huì)顯著增加;而σr過大時(shí)，，會(huì)在2葉片交疊處造成過平滑的現(xiàn)象;σr過小時(shí)，葉片內(nèi)部噪聲不能完全去除，影響平滑效果。為探明合適的參數(shù)值，本文對(duì)不同D、N、σd和σr

?的結(jié)果。由圖1可以看出，融合前葉片部位某些缺損在融合后得到填補(bǔ)。經(jīng)統(tǒng)計(jì)，第1幀非零點(diǎn)云數(shù)據(jù)為42306，融合后非零點(diǎn)云數(shù)據(jù)量增加到47391。圖1玉米三維點(diǎn)云多幀數(shù)據(jù)融合Fig．1Multi-framedatafusionofcorn3-Dpointcloud3.2離群點(diǎn)去噪結(jié)果與分析用基于密度分析的方法去除離群噪聲點(diǎn)，不同的參數(shù)去噪效果不同。為選取合適的參數(shù)值，選取不同的K、n進(jìn)行試驗(yàn)，結(jié)果如表1所示。當(dāng)K較大、n較小時(shí)，過度去噪;K較孝n較大時(shí)，噪聲不能完全去除。通過對(duì)去噪效果進(jìn)行對(duì)比觀察，當(dāng)K=20，n=2時(shí)能夠獲得較好的去噪效果，如圖2所示。表1不同參數(shù)的去噪效果Tab．1Denoisingeffectofdifferentparametervalues試驗(yàn)編號(hào)Kn點(diǎn)云數(shù)去除離群點(diǎn)數(shù)1201473913485220247391112735014739141224502473911313圖2離群點(diǎn)去除效果Fig．2Effectafteroutlierremoved3.3內(nèi)部高頻噪聲去噪結(jié)果與分析用雙邊濾波去除內(nèi)部高頻噪聲時(shí)，D過大時(shí)，鄰域內(nèi)灰度變化不明顯，易產(chǎn)生過平滑現(xiàn)象;D過小，鄰域內(nèi)灰度變化劇烈，灰度連續(xù)性差，易將稀疏點(diǎn)云面片撕裂。玉米深度圖像紋理簡(jiǎn)單，N與σd的大小對(duì)平滑去噪效果影響不大，且當(dāng)N增大時(shí)，去噪所用時(shí)間也會(huì)顯著增加;而σr過大時(shí)，會(huì)在2葉片交疊處造成過平滑的現(xiàn)象;σr過小時(shí)，葉片內(nèi)部噪聲不能完全去除，影響平滑效果。為探明合適的參數(shù)值，本文對(duì)不同D、N、σd和σr進(jìn)行了對(duì)比試驗(yàn)，結(jié)果如圖3所示。結(jié)果表明，N與σd的調(diào)整對(duì)去噪效果影響不大;當(dāng)D與σr較大時(shí)，在兩葉片相鄰處過度平滑;當(dāng)參數(shù)D=100、N=5、σd=3、σr=0.1時(shí)，效果良好。深度圖像2次雙邊濾波效果如圖4所圖3不同D、N、σd、σr值對(duì)應(yīng)的局部平滑效果Fig．3LocalsmoothingeffectofdifferentD，N，σ

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 段紅娟;;簡(jiǎn)述三維點(diǎn)云處理技術(shù)的研究[J];電子技術(shù)與軟件工程;2013年14期

2 馬牧運(yùn);張愛武;王書民;崔營(yíng)營(yíng);;手持?jǐn)?shù)碼相機(jī)獲取場(chǎng)景三維點(diǎn)云的實(shí)現(xiàn)[J];光學(xué)與光電技術(shù);2011年03期

3 徐勝攀;劉正軍;左志權(quán);;大規(guī)模三維點(diǎn)云快速拾取技術(shù)研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年08期

4 王震;劉進(jìn);;基于激光影像的物體三維點(diǎn)云獲取系統(tǒng)[J];城市勘測(cè);2013年06期

5 鐘晨;王偉;莊嚴(yán);;基于三維點(diǎn)云的階梯目標(biāo)檢測(cè)與參數(shù)估計(jì)[J];控制理論與應(yīng)用;2013年06期

6 馬彩虹;程昱;何明光;曾陽發(fā);劉東峰;;海德堡視網(wǎng)膜斷層掃描儀的三維點(diǎn)云去噪方法研究[J];計(jì)算機(jī)工程與科學(xué);2010年08期

7 王麗輝;羅曉玲;張娜;;三維點(diǎn)云模型的參數(shù)化方法[J];信息與電腦(理論版);2013年05期

8 周勇飛;徐昱琳;呂曉夢(mèng);王明;;基于雙目的三維點(diǎn)云數(shù)據(jù)的獲取與預(yù)處理[J];計(jì)算機(jī)技術(shù)與發(fā)展;2014年03期

9 楊蕾;;一種高效的支持向量回歸三維點(diǎn)云修補(bǔ)算法[J];計(jì)算機(jī)應(yīng)用研究;2009年10期

10 譚志國(guó);魯敏;郭裕蘭;左超;;基于投影分布熵的多視點(diǎn)三維點(diǎn)云場(chǎng)景拼接方法[J];中國(guó)激光;2012年11期

相關(guān)會(huì)議論文 前1條

1 陳寶權(quán);;Towards Building a Live Digital City through Laser Scanning[A];第四屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)博士學(xué)位論文 前3條

1 王麗輝;三維點(diǎn)云數(shù)據(jù)處理的技術(shù)研究[D];北京交通大學(xué);2011年

2 安毅;三維點(diǎn)云數(shù)據(jù)的幾何特性估算與特征識(shí)別[D];大連理工大學(xué);2011年

3 萬國(guó)偉;面向建筑物的三維點(diǎn)云生成、增強(qiáng)和重建技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 陸桂亮;三維點(diǎn)云場(chǎng)景語義分割建模研究[D];南京大學(xué);2014年

2 徐尚;三維點(diǎn)云數(shù)據(jù)拼接與精簡(jiǎn)技術(shù)的研究[D];中國(guó)海洋大學(xué);2009年

3 張萌;基于建筑物三維點(diǎn)云數(shù)據(jù)的水平面檢測(cè)[D];西安電子科技大學(xué);2013年

4 李云海;基于三維點(diǎn)云數(shù)據(jù)的鞋印信息系統(tǒng)的設(shè)計(jì)[D];南昌大學(xué);2009年

5 李夢(mèng)瑞;大型鍛件三維點(diǎn)云非迭代特征保持消噪研究[D];燕山大學(xué);2013年

6 王增濤;三維點(diǎn)云數(shù)據(jù)處理平臺(tái)設(shè)計(jì)[D];大連理工大學(xué);2014年

7 豐坤;基于隨機(jī)游動(dòng)模型的三維點(diǎn)云數(shù)據(jù)分割算法的研究[D];哈爾濱工業(yè)大學(xué);2013年

8 岳杰;植物三維點(diǎn)云修補(bǔ)方法研究[D];首都師范大學(xué);2013年

9 趙偉玲;三維點(diǎn)云的數(shù)據(jù)預(yù)處理和圓提取算法研究[D];哈爾濱工程大學(xué);2008年

10 唐永春;基于三維點(diǎn)云的樹木分類研究[D];華南理工大學(xué);2011年

本文編號(hào)：2577578