学术中心
基于飞行时间相机的油菜三维点云优化
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:本站
- 发布时间:2021-03-01 06:10
- 访问量:
【概要描述】本文提出了一种利用飞行时间(TOF)相机Kinect V2提高三维植物数据质量的方法
基于飞行时间相机的油菜三维点云优化
【概要描述】本文提出了一种利用飞行时间(TOF)相机Kinect V2提高三维植物数据质量的方法
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:本站
- 发布时间:2021-03-01 06:10
- 访问量:
三维(3D)结构是描述植物生长和生物/非生物胁迫反应的重要形态特征。目前,已经开发了用于获取3D植物数据的各种方法,但是数据质量和设备成本是限制其开发的主要因素。本文提出了一种利用飞行时间(TOF)相机Kinect V2提高三维植物数据质量的方法。
采集系统和点云采集
所提出方法的流程图
首先,将K维树应用于空间拓扑关系中进行点搜索。然后,用一个最小方向边界框(MOBB)和一个通滤波器去除了背景噪声点,同时根据视点和表面法线去除了异常点和飞行像素点。经过双边滤波平滑后,对三维植物数据进行配准和网格划分。结果表明,各斑块之间的距离较近。各斑块间平均距离为1.88 × 10−3 m,平均夹角为17.64°,分别为优化前的54.97%和48.33%。
不同去噪方法的结果
(a)本文提出方法中每个步骤的时间。(b)每个步骤的时间成本所占的比例。
综上所述,本文所提出的方法在减少噪声和局部分层点现象方面表现更好,可以帮助从点云和网格模型更准确地确定3D结构参数。
来源:
Ma Z, Sun D, Xu H, et al. Optimization of 3D Point Clouds of Oilseed Rape Plants Based on Time-of-Flight Cameras. Sensors 2021, 21(2), 664; https://doi.org/10.3390/s21020664.
扫二维码用手机看
推荐新闻

发布时间 : 2022-11-13 07:26:55

发布时间 : 2022-05-20 11:45:57

发布时间 : 2022-05-13 10:56:43
视频展示
专题报道
联系我们
慧诺瑞德(北京)科技有限公司
地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门
电话:010-62925490、82928854、82928864、82928874
传真:010-62925490-802
Email: info@phenotrait.com
邮编:100096
在线留言
关注我们

植物表型圈

植物表型资讯
慧诺瑞德(北京)科技有限公司版权所有 京ICP备15043840号 网站建设:中企动力 北二分 法律声明