為了實現(xiàn)棗樹智能化修剪作業(yè),該研究提出了基于點云配準的自然光照環(huán)境下的果樹三維重構方法,并針對傳統(tǒng)最近點迭代(Iterative Closest Point,ICP)算法對待配準點云的空間位置要求苛刻的問題,提出了改進的點云配準算法。首先,使用彩色深度(RGB-D)相機采集不同角度下的棗樹彩色和深度圖像,并通過信息融合實現(xiàn)相應角度下的點云獲取。其次,對點云進行背景去除和濾波處理,基于直方圖設定分割閾值,提取單株棗樹點云,并將放置在樹根附近的標靶球作為標記,使用人工標記法進行兩站點云初配準。最后,在初配準基礎上計算點云的曲面法向量和曲率,由曲率相近的點構成配對點對,使用k維樹最近點迭代(k dimensional-tree-Iterative Closest Point,kd-tree-ICP)算法完成精配準,對點云使用Alpha-shape算法面片化,實現(xiàn)表面重構。利用上述方法對多棵棗樹進行全局配準并完整重構果樹模型。試驗結果表明,通過引入初配準,有效提高了點云配準的準確性和穩(wěn)定性,配準誤差均控制在1.0 cm以內,平均配準誤差為0.76cm;重構模型真實感較強,在外觀上更加接近真實樹...

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 材料與方法
    1.1 試驗設備和信息采集
    1.2 點云數(shù)據(jù)預處理
    1.3 點云配準
        1.3.1 點云初配準
        1.3.2 點云精配準
    1.4 表面重構
2 結果與分析
    2.1 點云配準誤差分析
    2.2 重構模型精度分析
    2.3 建模試驗驗證
3 結論



本文編號：3759791