基于KinectV2的香蕉植株特征检测技术的研究
发布时间：2021-06-23 19:42
香蕉是世界四大水果之一,在世界水果中占有极其重要的位置。目前我国香蕉果园的管理缺少信息化的支撑手段。如何自动获取香蕉的重要生长参数,提高种植园的科学管理水平,是亟待解决的关键问题。香蕉假茎是提供支撑、输送养分的关键器官,能较直观的反映香蕉植株的长势,也是较容易实现快速检测的部位。本文选择香蕉假茎作为研究对象,采用便携低成本的KinectV2深度传感器作为测量设备,研究了快速测量假茎茎宽和茎高的方法,可为果园实现信息化果蔬管理提供技术手段。针对香蕉假茎的特点和果园环境等因素的影响,将KinectV2架设于香蕉假茎正前方即主视图视角进行原始数据采集。针对香蕉假茎茎宽,分别在距离香蕉假茎0.5m、0.7m、0.9m、1.0m处获取原始的深度图像和彩色图像。针对香蕉假茎茎高,分别在3m、4m、5m的距离下获取原始深度图像和彩色图像。首先对原始深度图像和彩色图像通过空间坐标转换为彩色点云信息。然后采用Kd-tree建立各点之间的空间拓扑关系,并对点云法向量进行估算。接着采用深度图像ROI提取方法对点云的复杂背景进行分割。在点云缩减方面,对比了点云边界提取和体素下采样算法,实验结果表明体素下采样算...
【文章来源】：广西大学广西壮族自治区 211工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
KinectV2内部结构
广西大学（工学硕士）学位论文基于KinectV2的香蕉植株特征检测技术的研究213.1深度图像到三维点云之间的坐标转换通过KinectV2中获取的深度图像不能够直接表示三维空间下的坐标关系，因此需要进行坐标系的转换工作。首先采集的深度图像属于像素坐标系如图3-2所示。图像中的每个点用(Ui,Vi)表示，在像素坐标系下，Ui和Vi分别表示该像素位于像素坐标系的第几行第几列。由于像素坐标系下的坐标只包含该像素行列信息不具备任何的物理意义，因此本文还需引入具备实际物理尺寸意义的图像坐标系x-y如图3-3所示，并将像素坐标转化为图像坐标。图3-2像素坐标系图3-3图像坐标系Fig.3-2PixelcoordinatesystemFig.3-3Imagecoordinatesystem设图像坐标系中的原点坐标为Oi为在像素坐标系下坐标为(U0,V0)，dx与dy代表每个像素的实际物理尺寸，x轴和y轴分别与u轴v轴平行。对应的像素坐标系和图像坐标系转换关系如下：(3-1)写做矩阵表达式为：(3-2)对应的逆矩阵为：00xuudxyvvdyì=+í=+00101011001udxuxvvydyéùêúéùêúéùêúêúêú=êúêúêúêúêúêúêúêú
广西大学（工学硕士）学位论文基于KinectV2的香蕉植株特征检测技术的研究213.1深度图像到三维点云之间的坐标转换通过KinectV2中获取的深度图像不能够直接表示三维空间下的坐标关系，因此需要进行坐标系的转换工作。首先采集的深度图像属于像素坐标系如图3-2所示。图像中的每个点用(Ui,Vi)表示，在像素坐标系下，Ui和Vi分别表示该像素位于像素坐标系的第几行第几列。由于像素坐标系下的坐标只包含该像素行列信息不具备任何的物理意义，因此本文还需引入具备实际物理尺寸意义的图像坐标系x-y如图3-3所示，并将像素坐标转化为图像坐标。图3-2像素坐标系图3-3图像坐标系Fig.3-2PixelcoordinatesystemFig.3-3Imagecoordinatesystem设图像坐标系中的原点坐标为Oi为在像素坐标系下坐标为(U0,V0)，dx与dy代表每个像素的实际物理尺寸，x轴和y轴分别与u轴v轴平行。对应的像素坐标系和图像坐标系转换关系如下：(3-1)写做矩阵表达式为：(3-2)对应的逆矩阵为：00xuudxyvvdyì=+í=+00101011001udxuxvvydyéùêúéùêúéùêúêúêú=êúêúêúêúêúêúêúêú
【参考文献】：
期刊论文
[1]激光自动对焦中离焦量的探测与计算方法[J]. 穆文娟. 光学仪器. 2019(01)
[2]基于K-means和近邻回归算法的Kinect植株深度图像修复[J]. 沈跃,徐慧,刘慧,李宁. 农业工程学报. 2016(19)
[3]微球三维位置快速精密测量的新方法[J]. 姚成文,雷海,常新宇,胡春光,胡晓东,李宏斌,胡小唐. 光学学报. 2017(01)
[4]基于编码光栅的空间不连续三维物体表面的绝对相位获取方法[J]. 肖素枝,陶卫,赵辉. 光学学报. 2016(12)
[5]深度成像理论与实现[J]. 刘子伟,许廷发,王洪庆,申子宜,饶志涛. 红外与激光工程. 2016(07)
[6]基于Census变换的双目视觉作物行识别方法[J]. 翟志强,朱忠祥,杜岳峰,张硕,毛恩荣. 农业工程学报. 2016(11)
[7]荔枝采摘机器人双目视觉的动态定位误差分析[J]. 叶敏,邹湘军,罗陆锋,刘念,莫宇达,陈明猷,王成琳. 农业工程学报. 2016(05)
[8]Kinect获取植物三维点云数据的去噪方法[J]. 何东健,邵小宁,王丹,胡少军. 农业机械学报. 2016(01)
[9]带遗传算子模拟植物生长算法在AGC机组调配经济性中的应用[J]. 黄伟峰,姚建刚,韦亦龙,刘苏,汤成艳. 电力系统保护与控制. 2015(06)
[10]论植物表型组和植物表型组学的概念与范畴[J]. 潘映红. 作物学报. 2015(02)
博士论文
[1]基于RGB-D相机的运动平台实时导航定位模型与方法研究[D]. 赵强.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[2]蔬菜工厂化育苗的智能管理与综合评价研究[D]. 赵有生.吉林大学 2011
[3]中国香蕉生产技术的经济研究[D]. 夏勇开.海南大学 2011
硕士论文
[1]基于RANSAC的点云数据特征提取[D]. 游俊甫.东华理工大学 2015
[2]光栅图像矢量化技术研究[D]. 刘玉兰.首都师范大学 2005
本文编号：3245542
【文章来源】：广西大学广西壮族自治区 211工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
KinectV2内部结构
广西大学（工学硕士）学位论文基于KinectV2的香蕉植株特征检测技术的研究213.1深度图像到三维点云之间的坐标转换通过KinectV2中获取的深度图像不能够直接表示三维空间下的坐标关系，因此需要进行坐标系的转换工作。首先采集的深度图像属于像素坐标系如图3-2所示。图像中的每个点用(Ui,Vi)表示，在像素坐标系下，Ui和Vi分别表示该像素位于像素坐标系的第几行第几列。由于像素坐标系下的坐标只包含该像素行列信息不具备任何的物理意义，因此本文还需引入具备实际物理尺寸意义的图像坐标系x-y如图3-3所示，并将像素坐标转化为图像坐标。图3-2像素坐标系图3-3图像坐标系Fig.3-2PixelcoordinatesystemFig.3-3Imagecoordinatesystem设图像坐标系中的原点坐标为Oi为在像素坐标系下坐标为(U0,V0)，dx与dy代表每个像素的实际物理尺寸，x轴和y轴分别与u轴v轴平行。对应的像素坐标系和图像坐标系转换关系如下：(3-1)写做矩阵表达式为：(3-2)对应的逆矩阵为：00xuudxyvvdyì=+í=+00101011001udxuxvvydyéùêúéùêúéùêúêúêú=êúêúêúêúêúêúêúêú
广西大学（工学硕士）学位论文基于KinectV2的香蕉植株特征检测技术的研究213.1深度图像到三维点云之间的坐标转换通过KinectV2中获取的深度图像不能够直接表示三维空间下的坐标关系，因此需要进行坐标系的转换工作。首先采集的深度图像属于像素坐标系如图3-2所示。图像中的每个点用(Ui,Vi)表示，在像素坐标系下，Ui和Vi分别表示该像素位于像素坐标系的第几行第几列。由于像素坐标系下的坐标只包含该像素行列信息不具备任何的物理意义，因此本文还需引入具备实际物理尺寸意义的图像坐标系x-y如图3-3所示，并将像素坐标转化为图像坐标。图3-2像素坐标系图3-3图像坐标系Fig.3-2PixelcoordinatesystemFig.3-3Imagecoordinatesystem设图像坐标系中的原点坐标为Oi为在像素坐标系下坐标为(U0,V0)，dx与dy代表每个像素的实际物理尺寸，x轴和y轴分别与u轴v轴平行。对应的像素坐标系和图像坐标系转换关系如下：(3-1)写做矩阵表达式为：(3-2)对应的逆矩阵为：00xuudxyvvdyì=+í=+00101011001udxuxvvydyéùêúéùêúéùêúêúêú=êúêúêúêúêúêúêúêú
【参考文献】：
期刊论文
[1]激光自动对焦中离焦量的探测与计算方法[J]. 穆文娟. 光学仪器. 2019(01)
[2]基于K-means和近邻回归算法的Kinect植株深度图像修复[J]. 沈跃,徐慧,刘慧,李宁. 农业工程学报. 2016(19)
[3]微球三维位置快速精密测量的新方法[J]. 姚成文,雷海,常新宇,胡春光,胡晓东,李宏斌,胡小唐. 光学学报. 2017(01)
[4]基于编码光栅的空间不连续三维物体表面的绝对相位获取方法[J]. 肖素枝,陶卫,赵辉. 光学学报. 2016(12)
[5]深度成像理论与实现[J]. 刘子伟,许廷发,王洪庆,申子宜,饶志涛. 红外与激光工程. 2016(07)
[6]基于Census变换的双目视觉作物行识别方法[J]. 翟志强,朱忠祥,杜岳峰,张硕,毛恩荣. 农业工程学报. 2016(11)
[7]荔枝采摘机器人双目视觉的动态定位误差分析[J]. 叶敏,邹湘军,罗陆锋,刘念,莫宇达,陈明猷,王成琳. 农业工程学报. 2016(05)
[8]Kinect获取植物三维点云数据的去噪方法[J]. 何东健,邵小宁,王丹,胡少军. 农业机械学报. 2016(01)
[9]带遗传算子模拟植物生长算法在AGC机组调配经济性中的应用[J]. 黄伟峰,姚建刚,韦亦龙,刘苏,汤成艳. 电力系统保护与控制. 2015(06)
[10]论植物表型组和植物表型组学的概念与范畴[J]. 潘映红. 作物学报. 2015(02)
博士论文
[1]基于RGB-D相机的运动平台实时导航定位模型与方法研究[D]. 赵强.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[2]蔬菜工厂化育苗的智能管理与综合评价研究[D]. 赵有生.吉林大学 2011
[3]中国香蕉生产技术的经济研究[D]. 夏勇开.海南大学 2011
硕士论文
[1]基于RANSAC的点云数据特征提取[D]. 游俊甫.东华理工大学 2015
[2]光栅图像矢量化技术研究[D]. 刘玉兰.首都师范大学 2005
本文编号：3245542
本文链接：https://www.wllwen.com/nykjlw/yylw/3245542.html
