面向以多视角立体匹配获取的植株三维点云的去噪方法

针对植株三维点云噪声数据影响三维重建精度问题,通过对噪声数据进行分析,提出一种基于密度聚类与快速双边滤波相结合的方法。首先用密度聚类算法对大尺度的离群噪声点进行处理,然后利用快速双边滤波对小尺度噪声进行平滑。对以多视角立体匹配获取的水稻和黄瓜的三维点云数据进行去噪处理,实验结果表明,该方法所用的去噪时间为传统双边滤波的48.1%和45.7%,并且达到很好的去噪效果,可以快速、准确地去除不同尺度的噪声点,保留植株边缘的完整性,获得良好的三维点云数据。

基于可视化类库的植株三维形态配准方法及点云可视化

精确的植物三维静态形态结构模型有助于植物空间结构相关的各种研究,是虚拟植物、植物建模等问题研究的一个重要方面。研究植物生长过程中的三维信息的获取可以获得作物生长过程中各参数的动态数据,可为精细农业植物生长模型建立等提供依据。该文以植物为研究对象,介绍了虚拟植物及植物三维可视化的研究现状,讨论了植物叶片三维可视化的可行性及必要性。针对植物三维点云的采集与处理上,讨论了三维扫描仪的精度测定方法,并针对基于基准体的植株点云配准问题,提出采用基准体点云平均法向量计算的方法,去除了部分基准体表面的噪声点,提高了植株体的配准精度;采用迭代最近点(iterative closest point,ICP)算法,对植株叶片进行进一步的高精度配准。最后采用基于可视化类库VTK(visualization toolkit)实现了植物点云配准与三维可视化。