基于Kinect和激光傳感器的植株點(diǎn)云信息融合方法研究
發(fā)布時(shí)間:2021-03-26 00:53
植株三維點(diǎn)云信息獲取與處理廣泛應(yīng)用于植株的生長(zhǎng)狀態(tài)監(jiān)測(cè)、精密噴霧靶標(biāo)檢測(cè)和農(nóng)業(yè)機(jī)器人的目標(biāo)精準(zhǔn)定位等研究領(lǐng)域。植株點(diǎn)云信息融合是農(nóng)業(yè)智能化、精密化的研究熱點(diǎn),可以通過(guò)單一傳感器不同角度信源或多傳感器多信源信息融合實(shí)現(xiàn)空間、亮度、強(qiáng)度、色彩等信息互補(bǔ),增強(qiáng)植株三維點(diǎn)云重構(gòu)信息。針對(duì)傳統(tǒng)點(diǎn)云配準(zhǔn)方法精度低、速度慢的問(wèn)題,本文采用Kinect傳感器實(shí)現(xiàn)不同視角下植株點(diǎn)云深度及彩色信息,提出了改進(jìn)SIFT-ICP算法的Kinect植株點(diǎn)云配準(zhǔn)方法。進(jìn)一步,為了避免Kinect受光照條件容易出現(xiàn)目標(biāo)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(diǎn)云信息,在此基礎(chǔ)上研究了基于超體聚類的克里金植株點(diǎn)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(yáng)光干擾、Kinect傳感器能夠同時(shí)采集彩色與深度信息的優(yōu)點(diǎn),提出基于SICK和Kinect組合探測(cè)的植株點(diǎn)云超限補(bǔ)償信息融合方法。主要研究?jī)?nèi)容和結(jié)論如下:(1)針對(duì)傳統(tǒng)點(diǎn)云配準(zhǔn)精度低、速度慢的問(wèn)題,提出了基于改進(jìn)SIFT-ICP的Kinect植株點(diǎn)云配準(zhǔn)方法,利用Kine...
【文章來(lái)源】:江蘇大學(xué)江蘇省
【文章頁(yè)數(shù)】:75 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
不同角度蘋果樹(shù)精確配準(zhǔn)圖Fig1.1Accurateregistrationofappletreesfromdifferentangles[40]
(a)點(diǎn)云圖像修復(fù)前(b)點(diǎn)云圖像修復(fù)后圖1.3點(diǎn)云插值前后對(duì)比圖Fig 1.3 Contrast map before and after point cloud interpolation1.2.3點(diǎn)云融合技術(shù)研究現(xiàn)狀點(diǎn)云融合是點(diǎn)云研究一直以來(lái)的重點(diǎn)和熱點(diǎn)。由于不同的傳感器各具優(yōu)缺點(diǎn),很難有一種傳感器能夠在各種環(huán)境和要求下都表現(xiàn)理想,因此,點(diǎn)云融合應(yīng)運(yùn)而生,通過(guò)將不同傳感器獲取到的數(shù)據(jù)融合到一起,使數(shù)據(jù)更加具有描述性并且對(duì)各種環(huán)境具有更好的適應(yīng)性。目前點(diǎn)云和彩色圖像的融合可以分為兩大類:時(shí)間匹配和后處理特征匹配,時(shí)間匹配相對(duì)于后處理特征匹配更加方便,處理簡(jiǎn)單,但是精度較差、對(duì)設(shè)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(diǎn)云數(shù)據(jù)和圖像的轉(zhuǎn)換模型,再將兩者按照變換矩陣進(jìn)行疊加,另一種是通過(guò)一些標(biāo)記點(diǎn),對(duì)相機(jī)
將激光掃描儀和數(shù)碼影像傳感器固定在車頂,形成車載移動(dòng)測(cè)量系統(tǒng),將激光掃描數(shù)據(jù)和光學(xué)影像數(shù)據(jù)相互結(jié)合互補(bǔ),形成彩色點(diǎn)云數(shù)據(jù),如圖1.4,該文以全景相機(jī)作為車載移動(dòng)測(cè)量系統(tǒng)的影像傳感器,給出了一種針對(duì)球面全景影像的車載彩色點(diǎn)云生成方案。首先需要對(duì)系統(tǒng)進(jìn)行標(biāo)定,一方面需要標(biāo)定POS系統(tǒng)與激光掃描系統(tǒng)之間關(guān)系,其次還需要標(biāo)定與全景成像系統(tǒng)的位置和姿態(tài)等之間的數(shù)據(jù)變換關(guān)系,這樣標(biāo)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(shù)據(jù)統(tǒng)一到同一坐標(biāo)系下,該系統(tǒng)的數(shù)據(jù)融合準(zhǔn)確性在很大程度依賴于標(biāo)定的準(zhǔn)確性,如果標(biāo)
本文編號(hào):3100632
【文章來(lái)源】:江蘇大學(xué)江蘇省
【文章頁(yè)數(shù)】:75 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
不同角度蘋果樹(shù)精確配準(zhǔn)圖Fig1.1Accurateregistrationofappletreesfromdifferentangles[40]
(a)點(diǎn)云圖像修復(fù)前(b)點(diǎn)云圖像修復(fù)后圖1.3點(diǎn)云插值前后對(duì)比圖Fig 1.3 Contrast map before and after point cloud interpolation1.2.3點(diǎn)云融合技術(shù)研究現(xiàn)狀點(diǎn)云融合是點(diǎn)云研究一直以來(lái)的重點(diǎn)和熱點(diǎn)。由于不同的傳感器各具優(yōu)缺點(diǎn),很難有一種傳感器能夠在各種環(huán)境和要求下都表現(xiàn)理想,因此,點(diǎn)云融合應(yīng)運(yùn)而生,通過(guò)將不同傳感器獲取到的數(shù)據(jù)融合到一起,使數(shù)據(jù)更加具有描述性并且對(duì)各種環(huán)境具有更好的適應(yīng)性。目前點(diǎn)云和彩色圖像的融合可以分為兩大類:時(shí)間匹配和后處理特征匹配,時(shí)間匹配相對(duì)于后處理特征匹配更加方便,處理簡(jiǎn)單,但是精度較差、對(duì)設(shè)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(diǎn)云數(shù)據(jù)和圖像的轉(zhuǎn)換模型,再將兩者按照變換矩陣進(jìn)行疊加,另一種是通過(guò)一些標(biāo)記點(diǎn),對(duì)相機(jī)
將激光掃描儀和數(shù)碼影像傳感器固定在車頂,形成車載移動(dòng)測(cè)量系統(tǒng),將激光掃描數(shù)據(jù)和光學(xué)影像數(shù)據(jù)相互結(jié)合互補(bǔ),形成彩色點(diǎn)云數(shù)據(jù),如圖1.4,該文以全景相機(jī)作為車載移動(dòng)測(cè)量系統(tǒng)的影像傳感器,給出了一種針對(duì)球面全景影像的車載彩色點(diǎn)云生成方案。首先需要對(duì)系統(tǒng)進(jìn)行標(biāo)定,一方面需要標(biāo)定POS系統(tǒng)與激光掃描系統(tǒng)之間關(guān)系,其次還需要標(biāo)定與全景成像系統(tǒng)的位置和姿態(tài)等之間的數(shù)據(jù)變換關(guān)系,這樣標(biāo)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(shù)據(jù)統(tǒng)一到同一坐標(biāo)系下,該系統(tǒng)的數(shù)據(jù)融合準(zhǔn)確性在很大程度依賴于標(biāo)定的準(zhǔn)確性,如果標(biāo)
本文編號(hào):3100632
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3100632.html
最近更新
教材專著