本文關(guān)鍵詞：基于Kinect的蘋果樹三維重建方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：幼年蘋果樹的三維重建對于虛擬果樹建模研究具有重要意義�，F(xiàn)有的三維點云掃描設(shè)備雖精度高,但價格高昂且設(shè)備結(jié)構(gòu)復(fù)雜,而Kinect體積小、質(zhì)量輕、成本低,在小型物體三維掃描與重建方面得到了關(guān)注和應(yīng)用。本研究將利用體感設(shè)備Kinect掃描獲取果樹三維點云并基于點云重建果樹模型展開試驗。試驗首先搭建了Kinect點云獲取平臺,實現(xiàn)了果樹三維信息的實時獲取;然后提出了一種基于空間參考球結(jié)合ICP(Iterative Closest Point)算法的配準方法,實現(xiàn)了多視角點云數(shù)據(jù)的配準;再采用空間殖民算法對配準后的點云提取果樹骨架,最后基于骨架及管道模型實現(xiàn)了果樹的三維重構(gòu)與可視化渲染。本研究以3~5年矮化蘋果樹樣本為實驗對象,主要研究內(nèi)容及結(jié)論如下。(1)利用Kinect搭建果樹三維點云獲取平臺。點云獲取平臺由硬件部分(Kinect、PC電腦和三腳架)和PC配置的相關(guān)API接口與支持庫構(gòu)成。三腳架支撐Kinect,Kinect垂直高度位于掃描目標物中部,調(diào)節(jié)三腳架垂直和水平距離以獲取較好品質(zhì)的點云數(shù)據(jù)。試驗在無陽光直射,風(fēng)速為微風(fēng)的環(huán)境條件下進行,該平臺獲得的點云數(shù)據(jù)經(jīng)下采樣平滑之后滿足點云配準的要求。(2)提出了空間參考球結(jié)合ICP算法的樹狀點云配準方法,實現(xiàn)了粗配結(jié)合精配的多視角果樹點云配準。由于果樹的樹狀點云無法進行高質(zhì)量的向量估計,而轉(zhuǎn)盤法和標簽法又不具有適用性的難題,提出了空間參考球結(jié)合ICP算法的配準方法。試驗設(shè)計在果樹周圍添加3或4個空間參考球后進行點云獲取,提取多空間下球心坐標作為公共點,基于公共點坐標轉(zhuǎn)計算到變換矩陣及粗配點云。針對設(shè)備精度限制導(dǎo)致點云粗配后仍存在明顯位差的問題,采用ICP算法二次配準點云,使2幅點云的距離差縮減以達到基本吻合的狀態(tài)。試驗結(jié)果表明配準點云模型長寬高三維度的誤差率均控制在10.00%以內(nèi),其中長寬維度誤差率可控制在5.00%以內(nèi),對應(yīng)點最大誤差間距0.0186m,最小誤差間距0.0072m,試驗結(jié)果驗證了本文方法的有效性,適用于農(nóng)業(yè)小型果樹點云的配準要求。(3)采用空間殖民算法和管道模型實現(xiàn)了果樹骨架提取與模型重建�？臻g殖民算法通過設(shè)置影響半徑、刪除閾值、骨架點距離和控制角度等參數(shù),用迭代算法獲得點云模型整體的骨架點。對于枝條重建,首先確立樹枝的始末端點,然后建立樹的層次結(jié)構(gòu),利用管道模型原理估計樹枝粗度,利用廣義圓柱體表示樹枝,最后添加樹葉并進行基礎(chǔ)可視化渲染設(shè)置,重建得到形態(tài)自然且可視化效果強的果樹模型。
【關(guān)鍵詞】：Kinect 三維點云獲取 點云配準 骨架提取 果樹三維重建
【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要6-7
• ABSTRACT7-11
• 第一章 緒論11-21
• 1.1 研究背景與意義11-12
• 1.2 主要技術(shù)研究現(xiàn)狀12-17
• 1.2.1 三維信息獲取技術(shù)研究現(xiàn)狀12-14
• 1.2.2 三維點云配準技術(shù)研究現(xiàn)狀14-15
• 1.2.3 骨架提取技術(shù)研究現(xiàn)狀15-16
• 1.2.4 樹木植株三維重建研究現(xiàn)狀16-17
• 1.3 研究的主要內(nèi)容17-18
• 1.4 研究路線與組織結(jié)構(gòu)18-21
• 第二章 基于Kinect的蘋果樹三維點云獲取21-36
• 2.1 Kinect技術(shù)介紹21-25
• 2.1.1 Kinect組成結(jié)構(gòu)21-22
• 2.1.2 Kinect工作原理22-24
• 2.1.3 Kinect開發(fā)支持工具24-25
• 2.2 深度圖像到三維點云25-28
• 2.2.1 RGB-D信息26-27
• 2.2.2 二維深度圖像到三維點云的轉(zhuǎn)換原理27-28
• 2.3 Kinect掃描獲取三維點云28-32
• 2.3.1 果樹三維點云數(shù)據(jù)的獲取28-30
• 2.3.2 掃描獲取多視角三維點云30-32
• 2.4 三維點云平滑處理32-35
• 2.5 本章小結(jié)35-36
• 第三章 蘋果樹三維點云配準36-49
• 3.1 基于參考球的粗配36-41
• 3.1.1 基于最小二乘法求球面點云球心36-39
• 3.1.2 基于三點法求轉(zhuǎn)換矩陣39-41
• 3.2 ICP算法自動配準41-46
• 3.2.1 奇異值分解法和四元數(shù)法41-42
• 3.2.2 ICP精確配準算法42-46
• 3.3 點云配準誤差分析46-47
• 3.4 本章小結(jié)47-49
• 第四章 蘋果樹三維模型重建49-57
• 4.1 空間殖民算法提取樹骨架49-50
• 4.2 果樹枝干的三維重建50-55
• 4.2.1 樹枝空間結(jié)構(gòu)的建立51-52
• 4.2.2 樹枝的管道模型估計52-55
• 4.2.3 果樹的可視化渲染55
• 4.3 本章小結(jié)55-57
• 第五章 蘋果樹重建結(jié)果分析57-62
• 5.1 骨架提取方法比較與分析57
• 5.2 模型參數(shù)與時間分析57-60
• 5.3 果樹空間結(jié)構(gòu)分析60-61
• 5.4 果樹樹枝粗度估計分析61
• 5.5 本章小結(jié)61-62
• 第六章 總結(jié)與展望62-64
• 6.1 總結(jié)62-63
• 6.2 創(chuàng)新點63
• 6.3 展望63-64
• 參考文獻64-68
• 致謝68-69
• 作者簡介69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李博陽;耿楠;張志毅;;基于機器視覺的激光條紋掃描系統(tǒng)[J];計算機仿真;2015年06期

2 王勇健;溫維亮;郭新宇;趙春江;;基于點云數(shù)據(jù)的植物葉片三維重建[J];中國農(nóng)業(yè)科技導(dǎo)報;2014年05期

3 郭連朋;陳向?qū)?劉彬;劉田間;;基于Kinect傳感器多深度圖像融合的物體三維重建[J];應(yīng)用光學(xué);2014年05期

4 閆振宇;霍學(xué)喜;;中國低效蘋果園改造現(xiàn)狀、效果及建議[J];林業(yè)經(jīng)濟問題;2014年03期

5 周森;郭永彩;高潮;吳小燕;;基于三維激光掃描的移動大尺寸圓柱體工件長度快速檢測系統(tǒng)[J];光學(xué)精密工程;2014年06期

6 陳良良;隋立春;蔣濤;薛勇;黃維臣;;地面三維激光掃描數(shù)據(jù)配準方法[J];測繪通報;2014年05期

7 胡少軍;耿楠;張志毅;楊沛;何東健;;基于稀疏圖像的真實樹交互式建模方法[J];農(nóng)業(yè)工程學(xué)報;2014年09期

8 付代昌;徐立鴻;李大威;辛龍嬌;;基于Kinect的溫室番茄盆栽莖干檢測與分割[J];現(xiàn)代農(nóng)業(yè)科技;2014年03期

9 萬聰靈;余學(xué)才;蔣波;李澤思;;線結(jié)構(gòu)光雙目傳感器鋼坯輪廓測量標定方法[J];計量學(xué)報;2014年01期

10 沈杭錦;吳以凡;張樺;吳燕萍;;基于動態(tài)參數(shù)控制的結(jié)構(gòu)光三維掃描系統(tǒng)[J];杭州電子科技大學(xué)學(xué)報;2013年06期

  本文關(guān)鍵詞：基于Kinect的蘋果樹三維重建方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：296456