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(zhǔn)的自然光照環(huán)境下的果樹三維重構(gòu)方法,并針對傳統(tǒng)最近點迭代(Iterative Closest Point,ICP)算法對待配準(zhǔn)點云的空間位置要求苛刻的問題,提出了改進的點云配準(zhǔn)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(yīng)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(shè)定分割閾值,提取單株棗樹點云,并將放置在樹根附近的標(biāo)靶球作為標(biāo)記,使用人工標(biāo)記法進行兩站點云初配準(zhǔn)。最后,在初配準(zhǔn)基礎(chǔ)上計算點云的曲面法向量和曲率,由曲率相近的點構(gòu)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(zhǔn),對點云使用Alpha-shape算法面片化,實現(xiàn)表面重構(gòu)。利用上述方法對多棵棗樹進行全局配準(zhǔn)并完整重構(gòu)果樹模型。試驗結(jié)果表明,通過引入初配準(zhǔn),有效提高了點云配準(zhǔn)的準(zhǔn)確性和穩(wěn)定性,配準(zhǔn)誤差均控制在1.0 cm以內(nèi),平均配準(zhǔn)誤差為0.76cm;重構(gòu)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(shè)備和信息采集
    1.2 點云數(shù)據(jù)預(yù)處理
    1.3 點云配準(zhǔn)
        1.3.1 點云初配準(zhǔn)
        1.3.2 點云精配準(zhǔn)
    1.4 表面重構(gòu)
2 結(jié)果與分析
    2.1 點云配準(zhǔn)誤差分析
    2.2 重構(gòu)模型精度分析
    2.3 建模試驗驗證
3 結(jié)論



本文編號：3759791