[發(fā)明專利]基于面向表型精確鑒定的豆株快速三維重建方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011243618.2
• 申請(qǐng)日: 2020-11-10
• 公開（公告）號(hào): CN112509142A
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計(jì)）人: 冼楚華;傅汝佳
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G06T17/20
• 分類號(hào): G06T17/20;G06T7/187;G06T5/00;G06K9/62
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245
• 代理人: 馮炳輝

本發(fā)明公開了一種基于面向表型精確鑒定的豆株快速三維重建方法，用戶使用Kinect每隔設(shè)定角度掃描大豆植株即豆株，獲得若干幀豆株放置于自動(dòng)轉(zhuǎn)盤之上的點(diǎn)云場(chǎng)景，經(jīng)直通濾波去除點(diǎn)云背景和統(tǒng)計(jì)濾波去除離群點(diǎn)后，根據(jù)用戶提供的旋轉(zhuǎn)角進(jìn)行羅德里格斯公式計(jì)算出粗配準(zhǔn)矩陣，使用ICP算法進(jìn)行精細(xì)配準(zhǔn)，對(duì)于植株點(diǎn)云進(jìn)行分層聚類得到骨架點(diǎn)，對(duì)于骨架點(diǎn)設(shè)置每個(gè)點(diǎn)與最近的K個(gè)點(diǎn)相鄰得到多個(gè)連通分量，對(duì)于根節(jié)點(diǎn)所在的主干連通分量進(jìn)行主干Dijkstra路徑生長(zhǎng)和枝干生長(zhǎng)點(diǎn)的選取以及枝干連通分量Dijkstra路徑生長(zhǎng)，最后利用pyvista可視化庫(kù)進(jìn)行植株骨架的三維可視化。本發(fā)明無(wú)需利用軟件事先對(duì)于植物點(diǎn)云進(jìn)行處理獲取參數(shù)，節(jié)省了建模軟件購(gòu)買開支和建模軟件學(xué)習(xí)使用時(shí)間成本，更為高效。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)圖形學(xué)和三維點(diǎn)云重建的技術(shù)領(lǐng)域，尤其是指一種基于 面向表型精確鑒定的豆株快速三維重建方法。

背景技術(shù)

三維植物重建是計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺和數(shù)字農(nóng)業(yè)等領(lǐng)域的研究熱點(diǎn). 真實(shí)精確的三維植物形狀可以應(yīng)用于游戲電影CG、虛擬現(xiàn)實(shí)、農(nóng)業(yè)數(shù)字化生產(chǎn) 等領(lǐng)域。具有真實(shí)感的三維植物模型也是網(wǎng)絡(luò)虛擬場(chǎng)景中最具有代表性的自然 景觀模型，其被廣泛地應(yīng)用于虛擬旅游、虛擬城市和虛擬生態(tài)景觀模擬以及數(shù) 字化農(nóng)業(yè)生產(chǎn)等領(lǐng)域。同時(shí),數(shù)字植物是數(shù)字農(nóng)業(yè)的基礎(chǔ)性研究工作,其綜合利 用數(shù)字化技術(shù)對(duì)植物的生命過(guò)程和農(nóng)業(yè)生產(chǎn)過(guò)程進(jìn)行定量化可視化研究,而植 物形態(tài)結(jié)構(gòu)的真實(shí)感建模與三維可視化正是數(shù)字植物首先要解決的問題之一。

植物表型組學(xué)是研究植物的生長(zhǎng)、表現(xiàn)和組成的科學(xué),近年來(lái)植物表型組學(xué) 作為一種有前景的干預(yù)手段得到了越來(lái)越多的關(guān)注,在植物發(fā)育過(guò)程中對(duì)高維 植物形態(tài)進(jìn)行準(zhǔn)確、高通量的測(cè)量是植物表型的重要組成部分,本文中的植物大 豆是世界上重要的糧食和油料作物,是高質(zhì)量人類蛋白質(zhì)的主要來(lái)源。可以預(yù)見, 隨著人口的增加和土地的退化,對(duì)大豆的需求也將增加,然而由于大豆植物的 復(fù)雜性,對(duì)于大豆植株表型研究現(xiàn)在仍然較少。研究植物的形態(tài)結(jié)構(gòu)對(duì)于明確大 豆的生長(zhǎng)規(guī)律有著重大意義,理想的方法是將大豆的每個(gè)器官三維重建為精細(xì) 的器官網(wǎng)格,然后所有形態(tài)學(xué)表型特征都可以得出,例如骨架結(jié)構(gòu)、葉片寬度和 準(zhǔn)確的莖稈粗細(xì)。但是,在大多數(shù)情況下,很難獲得單個(gè)植物的完整形態(tài)。

總體而言,植物的點(diǎn)云建模可以分為兩類,第一類為利用軟件處理植物點(diǎn) 云數(shù)據(jù)獲取植物的參數(shù),再利用建模軟件和得到的參數(shù)來(lái)進(jìn)行植物建模，此類方 法多為使用多種幾何圖形來(lái)模擬植物，模型生成依賴于數(shù)據(jù)獲取設(shè)備的精度以 及大型商業(yè)軟件，第二類為運(yùn)用算法直接處理點(diǎn)云數(shù)據(jù)提取出植物模型結(jié)構(gòu)， 此類方法提供了直接對(duì)于植株點(diǎn)云進(jìn)行操作和算法設(shè)計(jì)的一種思路，能夠有效 地對(duì)于不同類型的植株進(jìn)行算法設(shè)計(jì)和模型重建設(shè)計(jì)，對(duì)于一些植株的參數(shù)的 準(zhǔn)確性也要求不那么高，是植株快速重建一種可行的思路。

經(jīng)過(guò)我們研究發(fā)現(xiàn)，解析大豆植株器官特征的一種方法是從3D點(diǎn)云中提取 骨架。大豆植株的形態(tài)特征對(duì)于其選育種、長(zhǎng)勢(shì)監(jiān)測(cè)、長(zhǎng)相評(píng)價(jià)都有著重要的 意義,對(duì)于植株來(lái)說(shuō),骨架是一種表型中結(jié)構(gòu)特征的簡(jiǎn)明表示,有助于描述形狀 和三維物體的基本拓?fù)浣Y(jié)構(gòu)。植物點(diǎn)云通常是由一個(gè)軀干和諸多復(fù)雜密集的植 物莖稈分支以及葉片組成,利用深度相機(jī)掃描得到的點(diǎn)云提取植物的骨架不容 易實(shí)現(xiàn)。由于枝葉復(fù)雜以及掃描設(shè)備的精度限制以及數(shù)據(jù)的嘈雜或不完整,讓骨 架點(diǎn)的提取比較棘手。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提出了一種行之有效、科 學(xué)合理的基于面向表型精確鑒定的豆株快速三維重建方法，設(shè)計(jì)算法直接處理 點(diǎn)云的范疇，因此避免了需要精確測(cè)量骨架植物多個(gè)形態(tài)特征的問題，同時(shí)， 對(duì)于噪聲大，離群點(diǎn)多的點(diǎn)云進(jìn)行了離群點(diǎn)去除操作，保證了點(diǎn)云的基本形態(tài) 不失真，對(duì)于點(diǎn)云進(jìn)行分層，對(duì)于每一層的點(diǎn)云進(jìn)行了歐式聚類和骨架點(diǎn)提取， 并以骨架點(diǎn)云為基礎(chǔ)進(jìn)行了骨架連接，最終利用pyvista可視化庫(kù)進(jìn)行了三維可 視化，得到了保留基本骨架形態(tài)的大豆植株模型，實(shí)現(xiàn)了快速重建大豆植株點(diǎn) 云的目標(biāo)。