点云从入门到精通技术详解100篇-农作物叶片点云数据的三角网格重建

目录

前言

农作物叶片点云数据获取

2.1 引  言

2.2 单株农作物点云数据方法

2.3 农作物器官分割方法

2.4 本文使用的农作物叶片点云数据

基于自适应加权算子的农作物叶片点云骨架提取

3.1 引  言

3.2 数据预处理

3.3 提取截面相关点集

3.4 基于自适应加权算子的骨架约束点提取

3.5 基于主曲线的骨架优化方法

3.6 实验结果及分析

基于点对特征直方图的农作物叶片三维模型检索

4.1 引  言

4.2 确定采样点

4.3 计算点对特征直方图

4.4 计算形状距离分布曲线

4.5 计算形状相似性

4.6 实验结果及分析

基于网格变形的农作物叶片三角网格重建

5.1 引  言

5.2 构建保刚性的能量函数

5.3 网格变形

5.4 实验结果及分析

---

前言

由于全球环境恶化及人口数量激增，现代社会对农作物的产量要求越来越高。为了 提高农作物的产量，植物育种也变得越来越重要。在育种的过程中，研究人员采集到的 植物表型数据的缺失程度，会直接影响数量性遗传性状分析结果的准确性[1]，但是传统 的植物三维信息采集方法是手工接触性采集，其操作过程耗时，存在损坏植物、精度低 等缺点[2]。因此如何准确高效的获取植物表型数据，对于研究植物生理机制过程具有重 要的促进作用[3]。随着三维数据获取技术的发展[4]-[6]，将计算机技术与农作物知识相结 合来高效的提取植物表型信息是有效的解决问题的一个重要的研究方向。在我国十三五 规划纲要中也提出，要加强农业与信息技术融合，发展智慧农业，提高农业生产力水平。 因此，借助智能化设备鉴定植物表型是智慧农业的重要组成部分[7]。
从农作物的结构上来看，农作物的叶片是其外在形态的重要组成部分，是光合作用 的主要器官。农作物的光能利用率受到叶片空间分布状态的影响，通过影响接触阳光的 叶片面积进而影响农作物的生物量和产量[8]。科研人员对农作物叶片使用计算机进行三 角网格重建能够极大的提高对农作物叶片表型数据的采集能力，加强对农作物遗传形状 的研究分析