植株三維點云信息獲取與處理廣泛應用于植株的生長狀態(tài)監(jiān)測、精密噴霧靶標檢測和農業(yè)機器人的目標精準定位等研究領域。植株點云信息融合是農業(yè)智能化、精密化的研究熱點,可以通過單一傳感器不同角度信源或多傳感器多信源信息融合實現空間、亮度、強度、色彩等信息互補,增強植株三維點云重構信息。針對傳統(tǒng)點云配準方法精度低、速度慢的問題,本文采用Kinect傳感器實現不同視角下植株點云深度及彩色信息,提出了改進SIFT-ICP算法的Kinect植株點云配準方法。進一步,為了避免Kinect受光照條件容易出現目標圖像邊緣缺失及黑洞等影響,采用SICK激光傳感器獲取植株三維點云信息,在此基礎上研究了基于超體聚類的克里金植株點云插值方法,使得植株層次更加豐富,紋理更加清晰。最后,融合Kinect傳感器和SICK激光傳感器信息,利用激光傳感器不受陽光干擾、Kinect傳感器能夠同時采集彩色與深度信息的優(yōu)點,提出基于SICK和Kinect組合探測的植株點云超限補償信息融合方法。主要研究內容和結論如下:（1）針對傳統(tǒng)點云配準精度低、速度慢的問題,提出了基于改進SIFT-ICP的Kinect植株點云配準方法,利用Kine... 

【文章來源】：江蘇大學江蘇省

【文章頁數】：75 頁

【學位級別】：碩士

【部分圖文】：

不同角度蘋果樹精確配準圖Fig1.1Accurateregistrationofappletreesfromdifferentangles[40]

(a)點云圖像修復前(b)點云圖像修復后圖1.3點云插值前后對比圖Fig 1.3 Contrast map before and after point cloud interpolation1.2.3點云融合技術研究現狀點云融合是點云研究一直以來的重點和熱點。由于不同的傳感器各具優(yōu)缺點，很難有一種傳感器能夠在各種環(huán)境和要求下都表現理想，因此，點云融合應運而生，通過將不同傳感器獲取到的數據融合到一起，使數據更加具有描述性并且對各種環(huán)境具有更好的適應性。目前點云和彩色圖像的融合可以分為兩大類：時間匹配和后處理特征匹配，時間匹配相對于后處理特征匹配更加方便，處理簡單，但是精度較差、對設備的要求較高；基于特征匹配的方法又可以分為兩種：其一是確定點云數據和圖像的轉換模型，再將兩者按照變換矩陣進行疊加，另一種是通過一些標記點，對相機

將激光掃描儀和數碼影像傳感器固定在車頂，形成車載移動測量系統(tǒng)，將激光掃描數據和光學影像數據相互結合互補，形成彩色點云數據，如圖1.4，該文以全景相機作為車載移動測量系統(tǒng)的影像傳感器，給出了一種針對球面全景影像的車載彩色點云生成方案。首先需要對系統(tǒng)進行標定，一方面需要標定POS系統(tǒng)與激光掃描系統(tǒng)之間關系，其次還需要標定與全景成像系統(tǒng)的位置和姿態(tài)等之間的數據變換關系，這樣標定完成之后，系統(tǒng)可以將激光掃描系統(tǒng)和全景影像獲取到的彩色數據統(tǒng)一到同一坐標系下，該系統(tǒng)的數據融合準確性在很大程度依賴于標定的準確性，如果標


本文編號：3100632