基于双Kinect的三维测量装置研究

发布时间：2021-05-25 20:33

　　生猪养殖业是我国畜牧业的重要产业部门,为国家提供基础食材及国民能量供给。生猪的体尺参数是生猪养殖评价健康指标的重要依据。传统的体尺参数获取一般由工人使用皮尺等工具进行手工测量,这种传统的测量方法不仅加重工人的工作负担,而且测量难度大,误差也较大。由于测量时直接接触猪体,容易对猪造成应激反应,不利于生猪的健康生长。针对传统测量方式的缺陷,本文利用Kinect相机获取黑猪的点云数据,研究点云数据预处理算法,点云配准算法和体尺提取算法实现猪体体尺的非接触测量。论文的主要工作及结论如下:（1）结合农场中猪体体尺手工测量过程繁琐,容易对猪体造成应激反应以及现有三维测量装置的高成本,难以在养殖业中广泛使用等现状,构建了基于双Kinect的三维测量装置,并开发了三维测量软件,具有场景布置简单、测量精度高、计算速度快、测量非接触性等特点。（2）深入研究点云去噪,点云精简和点云分割等预处理算法。随着三维扫描设备精度的不断提高,设备采集到的点云数量十分庞大,增加了后续点云配准等操作的时间和难度。本文提出了一种基于八叉树的K-means聚类点云精简方法,以点云八叉树的非空节点作为初始聚类中心,提高了聚类的速... 

【文章来源】：长春工业大学吉林省

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 论文的研究背景和意义
    1.2 机器视觉在畜牧业中的研究现状
    1.3 Kinect在机器视觉中的研究现状
    1.4 研究内容和技术路线
        1.4.1 论文的主要研究内容
        1.4.2 测量平台技术路线
第2章 测量系统整体方案设计与双Kinect相机的联合标定
    2.1 测量系统的总体方案设计
    2.2 测量系统硬件平台
        2.2.1 Kinect深度相机
        2.2.2 测量实验平台的搭建
    2.3 测量系统软件平台
        2.3.1 PCL点云库
        2.3.2 QT框架
    2.4 相机标定原理
        2.4.1 四大坐标系及其变换关系
        2.4.2 小孔成像模型
        2.4.3 畸变模型
    2.5 标定实验与分析
        2.5.1 单台Kinect深度相机的标定
        2.5.2 两台Kinect深度相机的标定
    2.6 本章小结
第3章 三维点云数据预处理
    3.1 点云去噪
        3.1.1 直通滤波
        3.1.2 统计滤波
        3.1.3 半径滤波
    3.2 点云精简
        3.2.1 传统点云精简算法
        3.2.2 基于八叉树的K-means聚类点云精简方法
        3.2.3 精简实验与分析
    3.3 点云分割
        3.3.1 基于随机采样一致性的分割算法
        3.3.2 基于区域生长分割算法
        3.3.3 欧式聚类分割算法
    3.4 本章小结
第4章 改进ICP点云配准与猪体体尺自动提取
    4.1 点云配准方法
    4.2 基于三维球体标定的快速配准方法
        4.2.1 三维球体标定
        4.2.2 刚体矩阵的计算模型
        4.2.3 改进ICP配准算法
    4.3 配准实验与分析
    4.4 猪体体尺参数提取
        4.4.1 统一标准坐标系
        4.4.2 体尺测点提取
    4.5 测量实验与分析
    4.6 本章小结
第5章 三维测量系统开发与功能实现
    5.1 测量系统测试环境
    5.2 三维测量系统主界面
    5.3 基础模块
        5.3.1 输入输出模块
        5.3.2 显示模块
    5.4 标定模块
    5.5 滤波模块
    5.6 精简模块
    5.7 分割模块
    5.8 配准模块
    5.9 测量模块
    5.10 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
作者简介
攻读硕士学位期间研究成果


【参考文献】：
期刊论文
[1]机器人自主抓取的三维点云基本形体简化算法[J]. 曹雏清,刘汉伟,李瑞峰.  华中科技大学学报(自然科学版). 2020(01)
[2]基于图像特征和奇异值分解的点云配准算法[J]. 赵夫群,耿国华.  激光与光电子学进展. 2020(10)
[3]基于FPFH特征和NDT算法的树木点云配准[J]. 杨玉泽,孙英伟,林文树.  西北林学院学报. 2019(05)
[4]基于特征点法向量的点云配准算法[J]. 孙培芪,卜俊洲,陶庭叶,房兴博,贺晗,冯佳琪.  测绘通报. 2019(08)
[5]一种改进的基于PCA的ICP点云配准算法研究[J]. 刘哲,周天,彭东东,冯晨.  黑龙江大学自然科学学报. 2019(04)
[6]点云数据精简与配准研究[J]. 庞正雅,周志峰,钱莉,叶珏磊.  软件导刊. 2019(06)
[7]三维激光点云数据精简算法[J]. 黄晓铭,杨剑,陈辉.  吉首大学学报(自然科学版). 2018(05)
[8]基于改进八叉树的三维点云压缩算法[J]. 黄源,达飞鹏,唐林.  光学学报. 2017(12)
[9]基于点云旋转归一化的猪体体尺测点提取方法[J]. 王可,郭浩,刘威林,马钦,苏伟,朱德海.  农业工程学报. 2017(S1)
[10]一种改进的点云数据精简算法[J]. 樊彦国,杨洪旭,张维康.  现代制造工程. 2016(12)

博士论文
[1]基于机器视觉的奶牛个体信息感知及行为分析[D]. 赵凯旋.西北农林科技大学 2017
[2]基于视觉模型的红外图像增强技术研究[D]. 李毅.中国科学院研究生院(长春光学精密机械与物理研究所) 2016
[3]动物体表三维数据获取与处理算法研究[D]. 郭浩.中国农业大学 2015
[4]基于双目视觉的猪体体尺参数提取算法优化及三维重构[D]. 刘同海.中国农业大学 2014

硕士论文
[1]基于Kinect的奶牛体尺检测与试验研究[D]. 赵新强.山东农业大学 2018
[2]基于三维点云的奶牛体尺测量与体重预测方法研究[D]. 牛金玉.西北农林科技大学 2018
[3]基于Kinect和激光传感器的植株点云信息融合方法研究[D]. 潘成凯.江苏大学 2018
[4]红外热成像系统实现及其图像增强技术研究[D]. 苏庆旦.西安电子科技大学 2015
[5]基于Kinect与PCL的三维重建系统研究[D]. 薄夫祥.东北大学 2013
[6]激光三维扫描点云数据的配准研究[D]. 彭博.天津大学 2011



本文编号：3205966