香蕉是世界四大水果之一,在世界水果中占有極其重要的位置。目前我國香蕉果園的管理缺少信息化的支撐手段。如何自動獲取香蕉的重要生長參數(shù),提高種植園的科學管理水平,是亟待解決的關鍵問題。香蕉假莖是提供支撐、輸送養(yǎng)分的關鍵器官,能較直觀的反映香蕉植株的長勢,也是較容易實現(xiàn)快速檢測的部位。本文選擇香蕉假莖作為研究對象,采用便攜低成本的KinectV2深度傳感器作為測量設備,研究了快速測量假莖莖寬和莖高的方法,可為果園實現(xiàn)信息化果蔬管理提供技術手段。針對香蕉假莖的特點和果園環(huán)境等因素的影響,將KinectV2架設于香蕉假莖正前方即主視圖視角進行原始數(shù)據(jù)采集。針對香蕉假莖莖寬,分別在距離香蕉假莖0.5m、0.7m、0.9m、1.0m處獲取原始的深度圖像和彩色圖像。針對香蕉假莖莖高,分別在3m、4m、5m的距離下獲取原始深度圖像和彩色圖像。首先對原始深度圖像和彩色圖像通過空間坐標轉(zhuǎn)換為彩色點云信息。然后采用Kd-tree建立各點之間的空間拓撲關系,并對點云法向量進行估算。接著采用深度圖像ROI提取方法對點云的復雜背景進行分割。在點云縮減方面,對比了點云邊界提取和體素下采樣算法,實驗結(jié)果表明體素下采樣算... 

【文章來源】：廣西大學廣西壯族自治區(qū) 211工程院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

KinectV2內(nèi)部結(jié)構

廣西大學（工學碩士）學位論文基于KinectV2的香蕉植株特征檢測技術的研究213.1深度圖像到三維點云之間的坐標轉(zhuǎn)換通過KinectV2中獲取的深度圖像不能夠直接表示三維空間下的坐標關系，因此需要進行坐標系的轉(zhuǎn)換工作。首先采集的深度圖像屬于像素坐標系如圖3-2所示。圖像中的每個點用(Ui,Vi)表示，在像素坐標系下，Ui和Vi分別表示該像素位于像素坐標系的第幾行第幾列。由于像素坐標系下的坐標只包含該像素行列信息不具備任何的物理意義，因此本文還需引入具備實際物理尺寸意義的圖像坐標系x-y如圖3-3所示，并將像素坐標轉(zhuǎn)化為圖像坐標。圖3-2像素坐標系圖3-3圖像坐標系Fig.3-2PixelcoordinatesystemFig.3-3Imagecoordinatesystem設圖像坐標系中的原點坐標為Oi為在像素坐標系下坐標為(U0,V0)，dx與dy代表每個像素的實際物理尺寸，x軸和y軸分別與u軸v軸平行。對應的像素坐標系和圖像坐標系轉(zhuǎn)換關系如下：(3-1)寫做矩陣表達式為：(3-2)對應的逆矩陣為：00xuudxyvvdyì=+í=+00101011001udxuxvvydyéùêúéùêúéùêúêúêú=êúêúêúêúêúêúêúêú

廣西大學（工學碩士）學位論文基于KinectV2的香蕉植株特征檢測技術的研究213.1深度圖像到三維點云之間的坐標轉(zhuǎn)換通過KinectV2中獲取的深度圖像不能夠直接表示三維空間下的坐標關系，因此需要進行坐標系的轉(zhuǎn)換工作。首先采集的深度圖像屬于像素坐標系如圖3-2所示。圖像中的每個點用(Ui,Vi)表示，在像素坐標系下，Ui和Vi分別表示該像素位于像素坐標系的第幾行第幾列。由于像素坐標系下的坐標只包含該像素行列信息不具備任何的物理意義，因此本文還需引入具備實際物理尺寸意義的圖像坐標系x-y如圖3-3所示，并將像素坐標轉(zhuǎn)化為圖像坐標。圖3-2像素坐標系圖3-3圖像坐標系Fig.3-2PixelcoordinatesystemFig.3-3Imagecoordinatesystem設圖像坐標系中的原點坐標為Oi為在像素坐標系下坐標為(U0,V0)，dx與dy代表每個像素的實際物理尺寸，x軸和y軸分別與u軸v軸平行。對應的像素坐標系和圖像坐標系轉(zhuǎn)換關系如下：(3-1)寫做矩陣表達式為：(3-2)對應的逆矩陣為：00xuudxyvvdyì=+í=+00101011001udxuxvvydyéùêúéùêúéùêúêúêú=êúêúêúêúêúêúêúêú

【參考文獻】：
期刊論文
[1]激光自動對焦中離焦量的探測與計算方法[J]. 穆文娟.  光學儀器. 2019(01)
[2]基于K-means和近鄰回歸算法的Kinect植株深度圖像修復[J]. 沈躍,徐慧,劉慧,李寧.  農(nóng)業(yè)工程學報. 2016(19)
[3]微球三維位置快速精密測量的新方法[J]. 姚成文,雷海,常新宇,胡春光,胡曉東,李宏斌,胡小唐.  光學學報. 2017(01)
[4]基于編碼光柵的空間不連續(xù)三維物體表面的絕對相位獲取方法[J]. 肖素枝,陶衛(wèi),趙輝.  光學學報. 2016(12)
[5]深度成像理論與實現(xiàn)[J]. 劉子偉,許廷發(fā),王洪慶,申子宜,饒志濤.  紅外與激光工程. 2016(07)
[6]基于Census變換的雙目視覺作物行識別方法[J]. 翟志強,朱忠祥,杜岳峰,張碩,毛恩榮.  農(nóng)業(yè)工程學報. 2016(11)
[7]荔枝采摘機器人雙目視覺的動態(tài)定位誤差分析[J]. 葉敏,鄒湘軍,羅陸鋒,劉念,莫宇達,陳明猷,王成琳.  農(nóng)業(yè)工程學報. 2016(05)
[8]Kinect獲取植物三維點云數(shù)據(jù)的去噪方法[J]. 何東健,邵小寧,王丹,胡少軍.  農(nóng)業(yè)機械學報. 2016(01)
[9]帶遺傳算子模擬植物生長算法在AGC機組調(diào)配經(jīng)濟性中的應用[J]. 黃偉峰,姚建剛,韋亦龍,劉蘇,湯成艷.  電力系統(tǒng)保護與控制. 2015(06)
[10]論植物表型組和植物表型組學的概念與范疇[J]. 潘映紅.  作物學報. 2015(02)

博士論文
[1]基于RGB-D相機的運動平臺實時導航定位模型與方法研究[D]. 趙強.中國科學院大學(中國科學院遙感與數(shù)字地球研究所) 2017
[2]蔬菜工廠化育苗的智能管理與綜合評價研究[D]. 趙有生.吉林大學 2011
[3]中國香蕉生產(chǎn)技術的經(jīng)濟研究[D]. 夏勇開.海南大學 2011

碩士論文
[1]基于RANSAC的點云數(shù)據(jù)特征提取[D]. 游俊甫.東華理工大學 2015
[2]光柵圖像矢量化技術研究[D]. 劉玉蘭.首都師范大學 2005



本文編號：3245542