基于牛体点云的牛体尺自动测量算法

为了高效、准确地利用牛体点云数据自动测量牛只体尺指标,试验在牛体点云数据基础上提出了一种基于点云处理与图像处理融合的牛只体高、体长、胸围自动测量算法,该算法将点云坐标原点修改成牛体质心,通过随机采样一致性(random sample consensus,RANSAC)算法分割牛体与地面,利用法向量主成分分析(pricipal component analysis,PCA)修改牛体点云数据坐标轴;使用图像形态学处理并进行曲线拟合得到牛体点云俯视、侧视图轮廓曲线,通过轮廓曲线特征确定测量点并测量牛只体长、体高;再根据测量点通过直通滤波得到牛体胸围截面点云,通过膨胀、闭运算进行曲线拟合得到牛体胸围数据;利用自动测量算法、交互式测量、人工测量对21头牛只进行体长、体高、胸围体尺测量,并进行比较。结果表明:与交互式测量相比,自动测量算法测量牛只体高、体长、胸围的正确率分别为100%、95.24%、85.71%,平均误差分别为0.47%、0.59%、0.81%,并提升了测量速度;与人工测量相比,自动测量算法测量牛只体高、体长、胸围的平均误差分别为3.34%、3.74%、4.73%。说明自动测量算法提高了利用牛体点云数据测量牛只体尺的效率。

基于无人机平台的牛体点云重构及体尺测量系统研究

[目的]在现有动物体尺检测技术基础上,根据散养牛活动范围大、对环境不敏感、行动迟缓等特点,提出一种基于无人机离线三维重建获取牛体点云数据对其实现体尺非接触式测量的方法,实现可使用覆盖面广、精准、高效的牛体尺测量方案。[方法]首先,利用四轴无人机进行图片采集,借助中值滤波降噪、图像三通道直方图均衡化等图像处理方法,对图像进行预处理,提高重建点云密度及测量精度;然后,根据图片自带POS(position and orientation system)信息进行空中三角计算,获取平差确定点云的初始坐标数据之后进行三维重建;最后,通过PCL(point cloud library)点云处理中的随机采样一致性算法RANSAC,提取每头牛的点云,之后进行交互式测量。[结果]共采集4个牛群以及1头单体牛图像,重建可用点云共计21头牛体数据,测得的体高、体长、胸围与人工测量相比平均相对误差分别为3.87%、4.16%、5.06%。[结论]该方法可应用于内蒙古地区散养中低密度牛群的体尺测量,且误差在可接受范围内。