基于点云图的三维生猪模型重建技术

目的:运用点云处理技术,重建生猪三维模型,为后期的生猪体尺自动测量和体质量估测研究提供必备条件,减少人工测量带来的疫病传播风险和应激反应,降低猪场经济损失。方法:开发多视角视频数据采集平台,实现2个深度相机分别从不同角度同步采集视频数据,经处理获取2个视角的点云数据,通过研究点云图的精准匹配技术,重建生猪三维模型。结果:通过对生猪点云图的精配准能够生成准确且完整的生猪三维模型,相较于粗配准的三维模型体尺测量结果提升了0.6%。结论:三维生猪模型为生猪后期的体尺测量提供一种高效、非接触式的解决方案,具有广阔的应用前景和潜在的实际价值。

基于阈值分析的曲线拟合和边缘检测生猪侧视点云补全

针对基于深度相机的生猪体尺检测中,生猪胸围、腹围因栏杆遮挡而无法准确测量的问题,本文提出一种基于阈值分析的三次B样条曲线拟合和边缘检测相结合的方法,实现对侧视点云缺失区域的补全。对DK深度相机采集到的模型猪左侧原始点云数据进行预处理,采用直通滤波、体素网格下采样、统计滤波及欧氏聚类等方法提取生猪的侧视点云。对侧视点云进行切片、阈值分析、投影,拟合得到曲线拟合之后的补全点云。对侧视点云进行边缘检测得到边缘点云,对边缘点云的缺失区域进行拟合补全,得到完整的边缘点云,将曲线拟合之后的补全点云与边缘点云进行对比分析,剔除超出边缘的补全点云得到最终补全点云。最后,分别对未补全点云、补全点云进行体尺测点的自动化提取和人工提取,比较点云补全前后体尺测点的提取误差。试验结果表明,通过本文方法对腹部缺失点云进行补全后,腹围测点的提取误差由1.54 cm降至0.64 cm,对胸部缺失点云补全后,胸围测点的提取误差由3.41 cm降至0.89 cm。