动物体表三维数据获取与处理算法研究

发布时间：2017-10-19 09:13

  本文关键词：动物体表三维数据获取与处理算法研究

  更多相关文章： 动物 三维数据 非刚体配准 点匹配 点云 深度图像 消费级深度摄像头

【摘要】：人类对生物有机体认识和应用系统的建立在很大程度上依赖于对其形态结构的观察、认知和创新利用。在农业生产应用系统领域,动植物的几何形态表型是集约化、信息化、智能化精细农业的基础之一。目前,家畜如牛猪羊马等中型动物的几何形态表型数据的获取与处理手段的缺失是走向规模化和自动化大牧场的瓶颈之一。为此,本文主要探索基于深度摄像头的中型活体动物体表三维数据获取及后处理关键技术,为动物几何形态表型信息的连续、快速且自动化获取及智能化测度奠定基础。 本文提出基于消费级深度摄像头的中型活体动物的体表三维数据获取方案,以生猪等动物及人体为例,对获取的三维数据后处理关键步骤包括配准、分割、非刚体三维模型点匹配等方法进行研究,并在此基础上实现双深度摄像头的动物体表全视角三维数据获取应用系统。具体如下： (1)首次验证了消费级深度摄像头在动物体表三维数据获取及体尺测量应用上的可行性和使用条件。选Xtion Pro作为采集设备,石膏奶牛模型和真实奶牛作为试验对象,在实验室环境下,通过统计误差定量分析数据精度和点云密度随采集距离变化的规律,以确定合适的采集距离。养殖场环境下,定性分析阳光、体表材质等因素对获取点云数据质量的影响。结果表明,在遮挡太阳光和采集距离大于0.6小于1.2m条件下,平均误差小于±5mm,相对误差小于10%。最终确定Xtion Pro作为深度摄像头用于动物体表三维数据获取是可行的,以及确定其应用条件,为低成本地动物体表三维数据获取提供了一种可行有效的选择。 (2)在已有的基于法线局部邻域特征的配准方法基础上,通过引入曲率邻域特征相似度测量和随机采样一致性匹配机制,提出一种改进的点云数据粗配准算法。首先利用法线局部邻域特征结合曲率邻域特征相似度测量,得到低错误率、准确度较高的对应点对,常用的欧氏距离约束匹配测度无法处理待配准三维场景中包含相对小区域的非刚体变换对象,如包含运动动物的三维场景数据,因此采用随机采样一致性算法去除错误点对的策略,从而得到一组与相对大部分刚体变换区域一致的正确匹配点对,最终通过该匹配点对完成配准参数估计。用刚体变换模型和含有相对大部分刚体变换区域的三维模型及场景序列对算法进行验证。结果表明：本文算法精度高于已有方法,能够使得精细配准更快地收敛,并且能够适应于高噪声、包含小区域非刚体变换的点云数据,为后处理算法研究中常用的模型初始对齐和含有运动动物的相邻帧摄像头相对位姿估计提供基础。 (3)获取包含有动物的三维数据后,从三维数据中有效地分割出动物体成为关键之一。为此,本文提出一种从深度图像序列中分割和跟踪运动目标的新方法。该方法以消费级深度摄像头获取的深度图像序列为输入,首先采用上述的粗配准算法对当前帧和参考帧的摄像头进行相对位姿估计,再利用可视范围约束消除全局运动引起的背景变化,然后利用传统帧差法来检测运动目标种子,并结合光线跟踪进行遮挡分析以消除遮挡引起的伪目标。然后对当前帧和参考帧在空域进行去除支撑域的空间聚类分割,同时用最近点和几何特征匹配原则求取两帧之间的对应点,进而构造本文提出的联合时空信息的相邻帧块对应矩阵,在该矩阵的指导下对前述的初始空域分割结果进行优化分割和跟踪,最终输出序列中运动目标的准确分割和跟踪结果。以Xtion Pro获取的含有动物或人体运动的深度图像序列为输入对算法进行验证。结果表明,该算法能够处理多目标、运动摄像头、运动目标之间或运动目标与环境相切的复杂场景下的运动目标分割和跟踪问题。 (4)对于分割后得到的时变三维动物模型序列,潜在的动物姿势归一化等应用都依赖三维模型的点对应关系。为此,提出一种基于块发现的非刚体三维形状点对应算法。该算法基于一般动物身躯表面积相对四肢较大和关节式运动的假设,以两组非刚体模型为输入,通过粗配准初始化模型的位姿使得最大刚体块尽可能重合,然后根据距离最近原则对与粗配准不一致的区域进行分割处理构造新的对应块。对最大刚体块采用几何特征和欧氏距离相似性测度获取初始匹配点对,同时利用匹配点对之间的相容性关系通过谱匹配技术来获取准确率较高的稀疏对应点作为核心对应点对,最后通过核心对应点对、分割区域之间的连续性,求解出对应块的对齐矩阵。对构造的对应块,递归进行上述处理,直到无符合条件的对应块,这样有效避免了对称性问题。最终在近似保测地线约束下,根据求得的所有块的核心对应点对扩散得到整个模型的稠密对应点对。采用公开的数据以及分割后的人和动物时变运动序列数据对算法进行测试。结果表明,该算法能够处理完整曲面数据模型、不完整点云数据模型以及高噪声、大变形等典型情况。 (5)单深度摄像头有视场局限性,为尽可能全面地获取动物体表三维数据,提出一种多深度摄像头动物体表实时三维数据获取应用系统。本系统采用基于随机采样一致性算法的标靶球标定方法对摄像头外参数进行离线且非现场自动标定,并设计简易可调节式深度摄像头固定机构用于现场固定深度摄像头,该机构能够暂存标定得到的外参数,在现场时结合ICP精细配准来进行二次标定以弥补重新安装固定机构带来的外参数偏差。最后利用二次标定得到的外参数将同步获取的深度数据进行在线对齐,以达到实时全面的动物体表三维数据获取,并且采用优化拾取机制后的交互式测量方法进行动物体尺测量应用。以生猪标本和动物分别作为静态试验及动态试验对象,对系统进行验证。结果表明：标靶球标定算法能够全自动快速地获取深度摄像头外参数,系统以15fps的速度获取猪体体表数据,用该系统能够得到静态和动态生猪体表三维数据交互式测量不确定性分别在4%和6%以内的体尺信息。动态可调节式深度摄像头固定机构可以适应不同大小的动物,且它的引入避免了养殖环境下现场进行标定等带来的操作不便及对动物的应激干扰问题。该系统可用于精度要求不高的动物体表三维数据全视角获取场合。 最后对基于深度摄像头的动物体表三维数据获取与处理应用技术中尚未存在的不足和未解决的问题进行了总结归纳,为后续研究提供参考。
【关键词】：动物 三维数据 非刚体配准 点匹配 点云 深度图像 消费级深度摄像头
【学位授予单位】：中国农业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-6
• Abstract6-11
• 图表目录11-14
• 所有表目录14-15
• 第一章 绪论15-27
• 1.1 研究背景和意义15
• 1.2 国内外研究进展及存在问题15-22
• 1.3 项目来源与经费支持22
• 1.4 研究目标和研究内容22-24
• 1.5 研究方法与技术路线24-25
• 1.6 本文创新点25-27
• 第二章 动物体表三维数据获取技术选择27-41
• 2.1 三维数据获取技术概述27-30
• 2.2 基于PS1080芯片的深度摄像头研究应用30-31
• 2.3 基于Xtion Pro三维数据获取31-35
• 2.4 Xtion Pro深度摄像头成像精度与使用条件测试35-39
• 2.5 本章小结39-41
• 第三章 点云数据刚体配准算法研究41-63
• 3.1 点云配准技术现状41-47
• 3.2 一种基于三维局部特征描述的粗配准方法47-52
• 3.3 基于ICP的精细配准52-53
• 3.4 试验结果分析与讨论53-62
• 3.5 本章小结62-63
• 第四章 深度图像序列非刚体运动目标分割与跟踪算法研究63-93
• 4.1 相关基础知识63-67
• 4.2 运动目标分割技术现状67-70
• 4.3 深度图像序列非刚体运动目标分割与跟踪算法70-81
• 4.4 实验结果与分析81-92
• 4.5 本章小结92-93
• 第五章 基于块发现的非刚体三维形状点对应算法研究93-113
• 5.1 相关基础知识93-94
• 5.2 三维形状点对应技术现状94-100
• 5.3 一种基于块发现的非刚体三维形状点对应算法100-107
• 5.4 试验结果与分析107-112
• 5.5 本章小结112-113
• 第六章 多深度摄像头动物体表三维数据获取应用系统113-131
• 6.1 全视角三维数据获取技术现状113-117
• 6.2 多深度摄像头动物体表三维数据获取应用系统117-122
• 6.3 试验结果分析与讨论122-129
• 6.4 本章小结129-131
• 第七章 总结与展望131-135
• 7.1 本文工作总结131-132
• 7.2 今后研究展望132-135
• 参考文献135-153
• 致谢153-155
• 作者简历155-156

【参考文献】

中国期刊全文数据库 前10条

1 王文娣,钱东平,杨世风;基于图像处理的奶牛体型线性评分系统研究[J];河北农业大学学报;2004年05期

2 胡登林;龚飞飞;余雄;赵正剑;李艳丽;闫京阳;朱飞飞;;补饲营养调控剂对暖季放牧羔羊体尺及增重的影响[J];中国草食动物;2011年02期

3 李勇,付小莉;基于红外的三维人体自动测量系统[J];纺织学报;2003年01期

4 王佳,金伟其;人体外形三维光学测量方法的研究[J];光电子·激光;2001年08期

5 牛小兵,林玉池,赵美蓉,程冬梅,蒋诚志;光栅投影三维轮廓测量及关键技术分析[J];光电子·激光;2002年09期

6 唐俊;刘志忠;梁栋;王年;;基于多谱特征表示的点模式匹配算法[J];光学学报;2013年12期

7 郭连朋;陈向宁;徐万朋;刘田间;;基于kinect传感器的物体三维重建[J];四川兵工学报;2014年11期

8 孙莉;杨国梁;王军毅;陈国宏;;龙凤鲤体型性状的相关及聚类分析[J];河北渔业;2009年05期

9 张鸿宾,谢丰;基于表面间距离度量的多视点距离图像的对准算法[J];中国科学E辑:信息科学;2005年02期

10 朱延娟;周来水;张丽艳;;散乱点云数据配准算法[J];计算机辅助设计与图形学学报;2006年04期

中国博士学位论文全文数据库 前10条

1 王丽辉;三维点云数据处理的技术研究[D];北京交通大学;2011年

2 李宝;三维点云的鲁棒处理技术研究[D];国防科学技术大学;2011年

3 徐胜勇;植物形态构型三维扫描仪关键技术研究[D];华中科技大学;2012年

4 张效栋;便携式数字相位光栅投影全貌测量系统的研究[D];天津大学;2007年

5 王立中;基于机器视觉的奶牛体型评定中的关键技术研究[D];内蒙古农业大学;2009年

6 刘宇;基于微分信息的散乱点云拼合和分割[D];华中科技大学;2008年

7 许丽;动态场景的三维信息获取相关技术研究[D];上海大学;2009年

8 薛耀红;点云数据配准及曲面细分技术研究[D];吉林大学;2010年

9 陈京;新一代人机交互中基于多视点图像的三维信息获取研究[D];北京交通大学;2013年

10 皮志明;结合深度信息的图像分割算法研究[D];中国科学技术大学;2013年

，

本文编号：1060249