【摘要】：以盆栽和高架兩種栽培模式生長環(huán)境下的草莓植株為研究對象,提出了一種基于深度信息分割聚類的草莓冠層結(jié)構(gòu)形態(tài)三維重建算法。首先,以深度信息的不連續(xù)性特征作為草莓植株逐層分割的重要依據(jù),以深度二維圖像作為全局參考指標(biāo),提出深度信息步進(jìn)方法,自動提取冠層點(diǎn)云;其次,改進(jìn)密度聚類算法,有效濾除隨機(jī)、跳邊和背景噪聲;最后,改進(jìn)基于Harris算子的多源圖像融合算法,實(shí)現(xiàn)彩色圖像與強(qiáng)度圖像的配準(zhǔn)及點(diǎn)云顏色的映射,三維重建出具有顏色信息的草莓冠層結(jié)構(gòu)形態(tài)。為驗(yàn)證該算法的有效性,將三維重建后冠層的平均單葉長度及A-B線距離作為評價指標(biāo),試驗(yàn)結(jié)果表明,模型的平均單葉長度計(jì)算正確率為93%左右,A-B線距離計(jì)算正確率為97%左右,研究結(jié)果可為草莓采摘機(jī)器人果實(shí)識別過程中枝葉空間結(jié)構(gòu)關(guān)系的構(gòu)建提供技術(shù)支持。

【相似文獻(xiàn)】

相關(guān)會議論文 前6條

1 孫明竹;趙新;盧桂章;;微操作工具深度信息提取實(shí)驗(yàn)研究[A];2005年中國智能自動化會議論文集[C];2005年

2 柴秀娟;唐毅力;山世光;陳熙霖;馬丙鵬;;融合圖像和深度信息的手勢跟蹤及應(yīng)用[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【oral】[C];2011年

3 魏琳;黃鑫材;;Kinect深度信息的研究及其在檢測中的應(yīng)用[A];浙江省電子學(xué)會2013學(xué)術(shù)年會論文集[C];2013年

4 姜太平;王曉娟;張學(xué)鋒;邰偉鵬;劉玉潔;;基于candide模型的人臉深度信息生成技術(shù)研究[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【poster】[C];2011年

5 張俊;柳健;彭復(fù)員;;由單幅SAR圖像提取目標(biāo)深度信息算法[A];1998年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1998年

6 徐晶;桂華僑;閻杰;許立新;明海;;基于集成成像技術(shù)的深度信息提取[A];光子科技創(chuàng)新與產(chǎn)業(yè)化——長三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 劉艷麗;融合顏色和深度信息的三維同步定位與地圖構(gòu)建研究[D];中南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 徐昊;基于深度信息的3D人臉識別[D];長安大學(xué);2015年

2 鄭迪;高質(zhì)量的虛擬視點(diǎn)繪制方法研究[D];寧波大學(xué);2015年

3 白曉;基于機(jī)器人雙目視覺的三維場景深度信息恢復(fù)[D];哈爾濱工業(yè)大學(xué);2015年

4 楊靜;基于深度信息的人體運(yùn)動識別方法研究[D];合肥工業(yè)大學(xué);2014年

5 王一;基于光場信息的顯著性檢測方法研究[D];合肥工業(yè)大學(xué);2015年

6 段琳琳;融合顏色信息與深度信息的多目標(biāo)檢測及跟蹤方法研究[D];合肥工業(yè)大學(xué);2014年

7 楊潔;融合深度信息的多光譜光度立體三維重建及其在水下的應(yīng)用[D];中國海洋大學(xué);2015年

8 胡占峰;基于深度信息的公交駕駛員不安全操作識別[D];北方工業(yè)大學(xué);2016年

9 劉宇浩;基于深度信息的室內(nèi)場景重建技術(shù)[D];燕山大學(xué);2016年

10 馮祥群;一種融合深度信息的彩色圖像分割算法研究[D];遼寧大學(xué);2016年

，

本文編號：2578703