[發(fā)明專利]一種蘋果葉片點(diǎn)云精簡(jiǎn)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201711385229.1
• 申請(qǐng)日: 2017-12-20
• 公開（公告）號(hào): CN108198244B
• 公開（公告）日: 2020-11-10
• 發(fā)明（設(shè)計(jì)）人: 劉剛;張偉潔;郭彩玲
• 申請(qǐng)（專利權(quán)）人: 中國(guó)農(nóng)業(yè)大學(xué)
• 主分類號(hào): G06T17/10
• 分類號(hào): G06T17/10
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發(fā)明提供一種蘋果葉片點(diǎn)云精簡(jiǎn)方法及裝置，其中所述方法包括：利用包圍盒法進(jìn)行快速K?近鄰搜索，建立點(diǎn)云的kd?tree空間存儲(chǔ)結(jié)構(gòu)，設(shè)定不同的閾值識(shí)別葉片點(diǎn)云邊界并提??；通過計(jì)算點(diǎn)的特征參數(shù)法向量、曲率等，并進(jìn)行鄰域點(diǎn)位置信息計(jì)算，區(qū)別特征點(diǎn)及非特征點(diǎn)，并進(jìn)一步對(duì)非特征點(diǎn)進(jìn)行精簡(jiǎn)處理。本發(fā)明能夠快速方便地得到邊界點(diǎn)云及非邊界點(diǎn)云，并進(jìn)一步得到精簡(jiǎn)結(jié)果，過程中可以根據(jù)需要設(shè)定不同的K值及多個(gè)閾值，所得點(diǎn)云精簡(jiǎn)結(jié)果精確度較高，且計(jì)算過程便捷、計(jì)算方法合理，并適宜自動(dòng)化編程實(shí)現(xiàn)，有效降低了計(jì)算機(jī)資源的浪費(fèi)，可在一定程度上提高作業(yè)效率。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)圖形學(xué)中植物對(duì)象的三維建模和虛擬農(nóng)業(yè)技術(shù)領(lǐng)域，更具體地，涉及一種蘋果葉片點(diǎn)云精簡(jiǎn)方法及裝置。

背景技術(shù)

果樹葉片的形態(tài)結(jié)構(gòu)以及空間分布直接影響果實(shí)的質(zhì)量和產(chǎn)量，對(duì)果樹葉片的形態(tài)結(jié)構(gòu)進(jìn)行分析和三維重建能為冠層光照分布計(jì)算以及果樹整形修剪等提供理論基礎(chǔ)。國(guó)內(nèi)外學(xué)者針對(duì)植物葉片三維重建及可視化開展了大量的工作，隨著三維激光掃描設(shè)備的生產(chǎn)數(shù)量增多和價(jià)格的降低，其能夠被逐漸應(yīng)用到植物建模領(lǐng)域中，對(duì)植物空間信息的表達(dá)精準(zhǔn)且快速。

通過三維激光掃描設(shè)備可獲取到植物葉片大規(guī)模的點(diǎn)云數(shù)據(jù)，點(diǎn)云是在同一空間參考系下表達(dá)目標(biāo)空間分布和目標(biāo)表面特性的海量點(diǎn)的集合。若將大規(guī)模的點(diǎn)云數(shù)據(jù)直接用于坐標(biāo)變換、參數(shù)提取、顏色映射、曲面重建等植物葉片三維重建的幾何操作中將占用大量的計(jì)算機(jī)資源并且運(yùn)算效率低下，因此，有必要對(duì)獲取到的點(diǎn)云數(shù)據(jù)進(jìn)行精簡(jiǎn)。目前，針對(duì)蘋果葉片的點(diǎn)云精簡(jiǎn)方法相對(duì)較少，較多數(shù)的點(diǎn)云精簡(jiǎn)方法是針對(duì)剛性器械元件，少量針對(duì)植物葉片的點(diǎn)云精簡(jiǎn)方法也多傾向于葉片較大、特征簡(jiǎn)單的植物，如玉米、黃瓜等，通常采用隨機(jī)采樣、統(tǒng)一采樣、等距采樣、曲率采樣和格柵法等方法實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的精簡(jiǎn)。

由于蘋果葉片形態(tài)特征復(fù)雜且對(duì)細(xì)節(jié)描述要求較高，上述各單一采樣方法可能會(huì)存在細(xì)節(jié)特征丟失嚴(yán)重、空洞問題，不適用于蘋果葉片點(diǎn)云數(shù)據(jù)的精簡(jiǎn)。

發(fā)明內(nèi)容

為了克服現(xiàn)有點(diǎn)云精簡(jiǎn)方法存在的細(xì)節(jié)特征丟失嚴(yán)重、空洞，不適用于蘋果葉片的問題，本發(fā)明提供一種蘋果葉片點(diǎn)云精簡(jiǎn)方法及裝置。

根據(jù)本發(fā)明的一個(gè)方面，提供一種蘋果葉片點(diǎn)云精簡(jiǎn)方法，包括：

S1，使用三維激光掃描設(shè)備獲取蘋果葉片的空間三維信息，并對(duì)所述空間三維信息進(jìn)行去噪處理，獲得原始點(diǎn)云；

S2，利用基于包圍盒的K-鄰域搜索方法計(jì)算所述原始點(diǎn)云中的任一點(diǎn)的K-鄰域，并通過計(jì)算每個(gè)點(diǎn)與其K-鄰域內(nèi)各鄰近點(diǎn)之間的平均距離確定是否為離群點(diǎn)，將所有離群點(diǎn)從所述原始點(diǎn)云中刪除，獲得當(dāng)前點(diǎn)云；

S3，基于最小二乘法計(jì)算所述當(dāng)前點(diǎn)云中的任一點(diǎn)的法向量、K-鄰域內(nèi)的局部平均曲率以及所述當(dāng)前點(diǎn)云的全局平均曲率和曲率方差；

S4，通過建立k-d樹空間拓?fù)浣Y(jié)構(gòu)并利用所述當(dāng)前點(diǎn)云中各個(gè)點(diǎn)與其K-鄰域內(nèi)各鄰近點(diǎn)之間的位置關(guān)系，確定當(dāng)前點(diǎn)云中的邊界點(diǎn)；

S5，對(duì)于當(dāng)前點(diǎn)云中的任一非邊界點(diǎn)，根據(jù)所述全局平均曲率、曲率方差以及預(yù)設(shè)的點(diǎn)云精簡(jiǎn)率確定曲率閾值，并根據(jù)所述非邊界點(diǎn)的K-鄰域內(nèi)的局部平均曲率與所述曲率閾值間的大小關(guān)系以及所述非邊界點(diǎn)與其K-鄰域內(nèi)所有鄰近點(diǎn)的法向量的點(diǎn)積和的正負(fù)情況，將所述非邊界點(diǎn)劃分為特征點(diǎn)及非特征點(diǎn)；

S6，根據(jù)所述預(yù)設(shè)的點(diǎn)云精簡(jiǎn)率，將所有非特征點(diǎn)所組成的點(diǎn)云劃分為多個(gè)邊長(zhǎng)等長(zhǎng)的子立方體，計(jì)算每個(gè)所述子立方體的重心點(diǎn)，并將所述邊界點(diǎn)、特征點(diǎn)及重心點(diǎn)存儲(chǔ)為最終的精簡(jiǎn)點(diǎn)云結(jié)果。

其中，所述步驟S2進(jìn)一步包括：

S21，建立所述原始點(diǎn)云的最大包圍盒；

S22，將所述最大包圍盒劃分為邊長(zhǎng)等長(zhǎng)的多個(gè)子立方體，從所述原始點(diǎn)云中任意選取一個(gè)點(diǎn)作為當(dāng)前點(diǎn)，根據(jù)當(dāng)前點(diǎn)的坐標(biāo)值，計(jì)算當(dāng)前點(diǎn)所在子立方體的索引并進(jìn)行存儲(chǔ)；