matlab 计算点云中心_基于Kinect传感器自标定的温室植物3D点云重建及形态测量方法...

点击蓝色字免费订阅，每天收到这样的好资讯

本文提出了一种基于Kinect v2传感器自标定的高通量3D快速温室植物点云重建方法，植物表型资讯介绍如下：

植物形态数据是精准农业和植物表型研究的重要基础。植物3D几何形态较为复杂，在植物整个生长周期中变化较为明显。为了对温室植物3D形态数据进行高通量测量，需要经常调整传感器与植物的相对位置。因此，在整个植物生长周期中，需要经常调整Kinect传感器的位置并重新校准，这显著增加了多视图3D点云重建过程的复杂程度。本文提出了一种基于Kinect v2传感器自标定的高通量3D快速温室植物点云重建方法。

在成像室中捕获的图像： (a)植物的彩色图像、(b)植物的深度图像、(c)精密转盘。

Kinect传感器位置校准

利用Kinect v2传感器获取两个红绿蓝深度(RGB-D)图像。转盘旋转轴中心点和法线向量是自动计算的。基于转盘轴中心点和法线向量，统一以各种视角捕获RGB-D图像坐标系，以实现粗略配准。然后使用迭代最近点算法进行多视角点云精确配准，从而实现温室植物快速3D点云重建。本研究以温室番茄植株为测量对象，研究结果表明，所提出的3D点云重建方法具有较高精确度和稳定性，可用于高通量植物表型分析的3D点云重建和植物形态参数提取。

温室番茄植株(GTP)的3D点云重建

温室番茄植物冠层形态参数的计算

 温室番茄植物冠层体积的计算

来源：

Sun G and Wang X. Three-Dimensional Point Cloud Reconstruction and Morphology Measurement Method for Greenhouse Plants Based on the Kinect Sensor Self-Calibration. Agronomy 2019, 9(10), 596; https://doi.org/10.3390/agronomy9100596

扩展阅读：

植物表型资讯两周年目录汇总

植物表型资讯2019年1-9月目录汇总