本文關(guān)鍵詞：基于Kinect的植物三維點(diǎn)云獲取與重建方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著數(shù)字農(nóng)業(yè)的發(fā)展,植物三維建模技術(shù)在農(nóng)業(yè)生產(chǎn)中應(yīng)用越來越廣泛。研究植物三維形態(tài)結(jié)構(gòu),對作物的種植間隔、套種模式、修剪方法、藥物噴灑以及作物產(chǎn)量變化規(guī)律等方面的研究具有指導(dǎo)性意義。植物三維重建多采用三維掃描儀獲取數(shù)據(jù),存在設(shè)備昂貴、數(shù)據(jù)采集過程復(fù)雜等問題。本文以玉米等植物為研究對象,利用Kinect深度傳感器獲取植物三維點(diǎn)云數(shù)據(jù),研究點(diǎn)云數(shù)據(jù)預(yù)處理、去噪的方法,對不同方位的三維點(diǎn)云數(shù)據(jù)進(jìn)行高效配準(zhǔn)的方法,以及從獲取的點(diǎn)云數(shù)據(jù)快速重建三維植物模型的方法,為后期的渲染處理提供便利。本文主要研究工作和結(jié)論如下：(1)在分析目前植物三維點(diǎn)云數(shù)據(jù)獲取方法的基礎(chǔ)上,采用多視角的數(shù)據(jù)采集方式獲取植物三維點(diǎn)云數(shù)據(jù)。以玉米等植物為主要研究對象,采用Kinect從8個主視角度和4個輔助角度獲取植株的深度數(shù)據(jù),每個視角采集10幀數(shù)據(jù),并轉(zhuǎn)化為帶有顏色信息的三維點(diǎn)云數(shù)據(jù)。為了提高每個視角有效點(diǎn)云數(shù)量,提出了多幀數(shù)據(jù)均值融合的方法,將每個視角的10幀數(shù)據(jù)融合為1幀。試驗結(jié)果表明,與10幀平均有效點(diǎn)數(shù)相比,經(jīng)過融合的有效點(diǎn)云數(shù)量增加14.6%。(2)為了解決點(diǎn)云數(shù)據(jù)中的噪聲問題,提出一種基于統(tǒng)計分析和深度數(shù)據(jù)雙邊濾波結(jié)合的點(diǎn)云去噪方法。該方法對離群點(diǎn)噪聲和內(nèi)部高頻噪聲進(jìn)行分步處理。試驗表明,該方法能夠很好地解決Kinect所獲點(diǎn)云數(shù)據(jù)噪聲偏多的問題,提高點(diǎn)云數(shù)據(jù)質(zhì)量,且本文算法對玉米、白掌內(nèi)部高頻噪聲的去噪時間僅為傳統(tǒng)雙邊濾波算法的2.71%和1.78%。(3)為提高配準(zhǔn)精確并提高配準(zhǔn)效率,采用一種基于標(biāo)定物的點(diǎn)云配準(zhǔn)方法。采集植物三維點(diǎn)云數(shù)據(jù)時,在待重建對象周圍放置8個直徑為70mm的圓形薄片作為標(biāo)定物,通過不同視角的共有標(biāo)定物,計算相鄰視角間的旋轉(zhuǎn)和平移矩陣,并通過迭代最近點(diǎn)(ICP)算法進(jìn)行數(shù)據(jù)的精確配準(zhǔn),最終將各個視角的數(shù)據(jù)匹配到同一坐標(biāo)系下,得到完整的植物三維點(diǎn)云模型。試驗結(jié)果表明,配準(zhǔn)后的標(biāo)定點(diǎn)平均誤差為9.02mm,經(jīng)過ICP精確配準(zhǔn)優(yōu)化后的標(biāo)定點(diǎn)平均誤差為7.13mmm,二者接近,配準(zhǔn)效果良好,該方法能夠快速、有效地完成數(shù)據(jù)的初始配準(zhǔn)。(4)為了提高重建效率,提出一種基于密度采樣的點(diǎn)云精簡方法。根據(jù)預(yù)設(shè)采樣密度對數(shù)據(jù)進(jìn)行精簡處理,該方法能夠快速有效地完成點(diǎn)云數(shù)據(jù)精簡,并采用鄰域聚類的方法對數(shù)據(jù)分布進(jìn)行優(yōu)化。最后采用基于PCL的貪婪投影三角化網(wǎng)格算法對點(diǎn)云數(shù)據(jù)進(jìn)行網(wǎng)格重建,并將初始獲取的顏色數(shù)據(jù)映射到點(diǎn)云上,呈現(xiàn)植物自然的顏色。本文研究能夠為快速獲取植物三維點(diǎn)云數(shù)據(jù),并實現(xiàn)植物三維形態(tài)的重建提供一種廉價、快速和高效的手段。
【關(guān)鍵詞】：植物三維重建 Kinect 點(diǎn)云去噪 點(diǎn)云配準(zhǔn) 點(diǎn)云精簡
【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6-8
• ABSTRACT8-12
• 第1章 緒論12-21
• 1.1 研究背景及意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 虛擬植物三維重建13-15
• 1.2.2 點(diǎn)云數(shù)據(jù)處理15-16
• 1.3 存在問題分析16-17
• 1.4 主要研究內(nèi)容17-18
• 1.5 研究方法及技術(shù)路線18-19
• 1.5.1 研究方法18
• 1.5.2 技術(shù)路線18-19
• 1.6 論文結(jié)構(gòu)19-21
• 第2章 植物三維點(diǎn)云數(shù)據(jù)的采集與預(yù)處理方法21-29
• 2.1 微軟Kinect設(shè)備技術(shù)分析21-22
• 2.2 Kinect采集植物三維點(diǎn)云數(shù)據(jù)方法22-24
• 2.2.2 植物三維點(diǎn)云數(shù)據(jù)的獲取22-24
• 2.3 點(diǎn)云數(shù)據(jù)預(yù)處理方法24-28
• 2.3.1 背景數(shù)據(jù)剔除24-25
• 2.3.2 多幀數(shù)據(jù)融合方法25-28
• 2.4 本章小結(jié)28-29
• 第3章 植物三維點(diǎn)云去噪29-39
• 3.1 點(diǎn)云去噪方法29-32
• 3.1.1 Kd-Tree鄰近點(diǎn)搜索29
• 3.1.2 離散點(diǎn)去除29-30
• 3.1.3 內(nèi)部高頻噪聲去除30-32
• 3.2 試驗結(jié)果及分析32-37
• 3.2.1 試驗對象及條件32
• 3.2.2 試驗方法32
• 3.2.3 離群點(diǎn)去噪結(jié)果及分析32-35
• 3.2.4 內(nèi)部高頻噪聲去噪試驗結(jié)果及分析35-37
• 3.4 本章小結(jié)37-39
• 第4章 植物三維點(diǎn)云配準(zhǔn)方法39-52
• 4.1 點(diǎn)云配準(zhǔn)關(guān)鍵技術(shù)分析39
• 4.2 點(diǎn)云初始配準(zhǔn)39-46
• 4.2.1 標(biāo)定物選擇40-41
• 4.2.2 標(biāo)定物提取41-43
• 4.2.3 點(diǎn)云初始配準(zhǔn)方法43-46
• 4.3 植物三維點(diǎn)云精確配準(zhǔn)方法46-47
• 4.4 配準(zhǔn)試驗結(jié)果及分析47-51
• 4.4.1 標(biāo)定物提取試驗與分析47-48
• 4.4.2 初始配準(zhǔn)試驗結(jié)果與分析48-50
• 4.4.3 精確配準(zhǔn)結(jié)果與分析50-51
• 4.5 本章小結(jié)51-52
• 第5章 植物點(diǎn)云數(shù)據(jù)精簡與曲面重構(gòu)方法52-58
• 5.1 植物點(diǎn)云數(shù)據(jù)精簡方法52-55
• 5.1.1 基于密度采樣的點(diǎn)云簡化方法52-53
• 5.1.2 點(diǎn)云精簡試驗及分析53-55
• 5.2 植物三維點(diǎn)云聚類方法55
• 5.3 點(diǎn)云數(shù)據(jù)網(wǎng)格化方法55-57
• 5.4 本章小結(jié)57-58
• 第6章 結(jié)論與展望58-60
• 6.1 結(jié)論58-59
• 6.2 創(chuàng)新點(diǎn)59
• 6.3 存在的問題與展望59-60
• 參考文獻(xiàn)60-64
• 致謝64-65
• 作者簡介65

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 段紅娟;;簡述三維點(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;崔營營;;手持?jǐn)?shù)碼相機(jī)獲取場景三維點(diǎn)云的實現(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];計算機(jī)工程與設(shè)計;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;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)檢測與參數(shù)估計[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;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];計算機(jī)應(yīng)用研究;2009年10期

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

中國重要會議論文全文數(shù)據(jù)庫 前1條

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

中國博士學(xué)位論文全文數(shù)據(jù)庫 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別[D];大連理工大學(xué);2011年

3 萬國偉;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];國防科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張楠;鐵路場景下三維點(diǎn)云識別與分類算法研究[D];北京交通大學(xué);2016年

2 楊小青;基于法向量的三維點(diǎn)云配準(zhǔn)方法研究[D];中北大學(xué);2016年

3 王洪寶;基于車輛變形三維點(diǎn)云數(shù)據(jù)的碰撞事故再現(xiàn)[D];江蘇大學(xué);2016年

4 蔣崢;室外三維點(diǎn)云采集系統(tǒng)研究[D];南京大學(xué);2016年

5 李博陽;自然環(huán)境下植物三維點(diǎn)云遠(yuǎn)程快速獲取關(guān)鍵技術(shù)研究[D];西北農(nóng)林科技大學(xué);2016年

6 牛曉靜;玉米植株三維點(diǎn)云處理及重構(gòu)方法研究[D];西北農(nóng)林科技大學(xué);2016年

7 邵小寧;基于Kinect的植物三維點(diǎn)云獲取與重建方法研究[D];西北農(nóng)林科技大學(xué);2016年

8 劉丹丹;基于表面特征的變電站設(shè)備三維點(diǎn)云識別[D];鄭州大學(xué);2016年

9 竇本君;基于激光掃描的變電站設(shè)備三維點(diǎn)云數(shù)據(jù)識別技術(shù)研究[D];鄭州大學(xué);2016年

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

  本文關(guān)鍵詞：基于Kinect的植物三維點(diǎn)云獲取與重建方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：432200