植株三維點(diǎn)云的葉桿分離方法
【專利摘要】本發(fā)明公開了一種植株三維點(diǎn)云的葉桿分離方法，包括：(1)獲取待分離植株的葉片樣本的三維點(diǎn)云，經(jīng)降噪處理后確定若干個(gè)葉片樣本關(guān)鍵點(diǎn)；(2)計(jì)算各個(gè)葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量；(3)獲取待分離植株的三維點(diǎn)云，經(jīng)降噪處理后確定若干個(gè)植株關(guān)鍵點(diǎn)，并采用三維區(qū)域增長算法將植株關(guān)鍵點(diǎn)劃分至若干個(gè)獨(dú)立區(qū)域；(4)針對每一個(gè)獨(dú)立區(qū)域，根據(jù)各葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量對當(dāng)前獨(dú)立區(qū)域進(jìn)行霍夫投票，并根據(jù)投票結(jié)果判斷當(dāng)前獨(dú)立區(qū)域是否為葉片，進(jìn)而完成植株三維點(diǎn)云的葉桿分離。本發(fā)明解決了莖桿遠(yuǎn)小于葉片寬度、且葉片的平均法向量變化小于葉柄處法向量變化的植株的葉桿分離，且分離過程簡潔、速度快、易于實(shí)現(xiàn)。
【專利說明】植株三維點(diǎn)云的葉桿分離方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及三維點(diǎn)云分割【技術(shù)領(lǐng)域】，尤其涉及一種植株三維點(diǎn)云的葉桿分離方 法。

【背景技術(shù)】
[0002] 幾個(gè)世紀(jì)以來，作物育種的目的一直是培育出產(chǎn)量更高、更適合抵抗各種不利環(huán) 境條件、營養(yǎng)價(jià)值更高的品種并且能利用現(xiàn)有耕地滿足全世界對更多和更好糧食品種的需 求。在作物育種過程中，無論采用什么樣的育種技術(shù)，生物學(xué)家們都需要觀測作物的表型。 而一直以來，作物表型的觀察與測量是一個(gè)費(fèi)時(shí)費(fèi)力的高成本工作。很多育種工作為了完 成作物表型的觀測任務(wù)，往往將本應(yīng)貫穿在整個(gè)作物生長過程中全過程觀測簡化為最后的 產(chǎn)出比對。可見，作物生長信息的精確快速測量已成為作物育種工作的一個(gè)重要的瓶頸。隨 著三維技術(shù)的發(fā)展，我們已有可能采用三維技術(shù)，獲取作物的三維點(diǎn)云數(shù)據(jù)并建立三維作 物模型，在三維作物模型上自動完成所需的表型觀測。
[0003] 當(dāng)我們獲取作物的三維點(diǎn)云數(shù)據(jù)后，通常我們需要把作物葉片和作物的莖桿分 開處理。作物葉片和莖桿的分離在常規(guī)的三維點(diǎn)云處理中，屬于三維點(diǎn)云自動分割領(lǐng)域。 DouiIIard在2011年，針對三維LIDAR數(shù)據(jù)，首先提取數(shù)據(jù)的地面信息，通過地面信息的提 取，將位于一個(gè)地平面上的不同物體分離開來。JanKnopp在2011年，采用隱含形態(tài)模型 (ImplicitShapeModle,ISM)與最小割算法（Min-Cut)相結(jié)合的方法，將嵌入一個(gè)場景復(fù) 雜某個(gè)特定物體分離出來。上述研宄中，或是只側(cè)重于物體的分離，無需識別?；蚴莻?cè)重于 將同一物體從不同場景中的分離出來。而植株體的葉桿分離的不同點(diǎn)在于：植物的葉與莖 桿有明顯的形態(tài)差異，同一植株的不同的葉子之間和莖桿之間都只是相似，而不是完全相 同；我們最終希望能夠從三維植株點(diǎn)云中識別并分離出葉子。
[0004] 本發(fā)明提出了一種簡易的葉桿分離方法，即三維區(qū)域增長與三維霍夫投票相結(jié)合 的方法完成葉桿分離。


【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種植株三維點(diǎn)云的葉桿分離方法。
[0006] -種植株三維點(diǎn)云的葉桿分離方法，包括：
[0007] (1)獲取待分離植株的葉片樣本的三維點(diǎn)云，經(jīng)降噪處理后確定若干個(gè)葉片樣本 關(guān)鍵點(diǎn)；
[0008] (2)計(jì)算各個(gè)葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量；
[0009] (3)獲取待分離植株的三維點(diǎn)云，經(jīng)降噪處理后確定若干個(gè)植株關(guān)鍵點(diǎn)，并采用三 維區(qū)域增長算法將植株關(guān)鍵點(diǎn)劃分至若干個(gè)獨(dú)立區(qū)域；
[0010] (4)針對每一個(gè)獨(dú)立區(qū)域，根據(jù)各葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量對當(dāng)前獨(dú) 立區(qū)域進(jìn)行霍夫投票，并根據(jù)投票結(jié)果判斷當(dāng)前獨(dú)立區(qū)域是否為葉片，進(jìn)而完成植株三維 點(diǎn)云的葉桿分離。
[0011] 本發(fā)明中給的葉桿分離是指將葉子從桿莖上分離下來。
[0012] 本發(fā)明的葉桿分離方法適用于細(xì)桿植株，即植株的莖桿直徑相對于葉片的寬度來 說要小很多，而且植株莖桿和葉片沒有明顯的顏色差異，如茶樹苗期、辣椒、番茄等，無法采 用顏色作為葉桿分離的指標(biāo)。
[0013] 本發(fā)明中選取植株點(diǎn)云的關(guān)鍵點(diǎn)作為識別基礎(chǔ)，首先采用區(qū)域增長算法將植株關(guān) 鍵點(diǎn)劃分至獨(dú)立區(qū)域，然后以獨(dú)立區(qū)域?yàn)閱挝贿M(jìn)行識別，確定各個(gè)獨(dú)立區(qū)域?yàn)槿~片或桿莖， 大大提高了葉桿分離的效率。
[0014] 所述步驟（1)、（3)中進(jìn)行降噪處理時(shí)，均采用統(tǒng)計(jì)異常點(diǎn)去除法去掉相應(yīng)的離散 點(diǎn)。使葉片更平滑并使桿莖部分更加稀疏，有利于三維區(qū)域增長分離植株部件更加準(zhǔn)確。
[0015] 采用三維體元網(wǎng)格過濾法確定葉片樣本關(guān)鍵點(diǎn)或植株關(guān)鍵點(diǎn)?？梢栽谌~片出現(xiàn)因 配準(zhǔn)而引起的多層葉片問題時(shí)，有效去除或避免多層葉片所引起的識別錯(cuò)誤的問題。
[0016] 所述步驟（2)中通過如下步驟計(jì)算葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量：
[0017] (2-1)計(jì)算各葉片樣本關(guān)鍵點(diǎn)的三維快速點(diǎn)特征直方圖描述矢量，并根據(jù)得到的 三維快速點(diǎn)特征直方圖描述矢量計(jì)算葉片樣本的矢量描述中心；
[0018] (2-2)計(jì)算當(dāng)前葉片樣本關(guān)鍵點(diǎn)的三維快速點(diǎn)特征直方圖描述矢量與矢量描述中 心的相對位置關(guān)系矢量，并將該相對位置關(guān)系矢量轉(zhuǎn)換到局部參考坐標(biāo)系下作為當(dāng)前葉片 樣本關(guān)鍵點(diǎn)的三維特征描述矢量；
[0019] 所述的局部參考坐標(biāo)系由當(dāng)前葉片樣本關(guān)鍵點(diǎn)與其鄰域點(diǎn)的距離加權(quán)協(xié)方差矩 陣的三個(gè)特征向量構(gòu)建。
[0020] 局部參考坐標(biāo)系的構(gòu)建具體參見如下文獻(xiàn)：Federico TombarijSamueleSaltijandLuigiDiStefano，UniqueSignaturesofHistogramsfor LocalurfaceDescription.ECCV2010。PartIII，LNCS6313,pp. 356 - 369, 2010〇
[0021] 其中，各葉片樣本關(guān)鍵點(diǎn)的三維快速點(diǎn)特征直方圖描述矢量以及矢量描述中心均 采用現(xiàn)有方法計(jì)算得到。
[0022] 所述步驟（3)通過如下方法將植株關(guān)鍵點(diǎn)劃分至獨(dú)立區(qū)域：
[0023] (3-1)計(jì)算各個(gè)植株關(guān)鍵點(diǎn)的曲率和法向量，將各個(gè)植株關(guān)鍵點(diǎn)按照曲率大小排 序；
[0024] (3-2)初始化一個(gè)獨(dú)立區(qū)域，在未進(jìn)行劃分的植株關(guān)鍵點(diǎn)中選取曲率最小的移動 至獨(dú)立區(qū)域，并以該曲率最小的植株關(guān)鍵點(diǎn)作為種子；
[0025] (3-3)在預(yù)設(shè)鄰域內(nèi)確定與該種子幾何距離最近、且未進(jìn)行劃分的植株關(guān)鍵點(diǎn)作 為鄰域點(diǎn)，并計(jì)算該鄰域點(diǎn)與種子的法向量的夾角；
[0026] (3-4)將所述的夾角與預(yù)設(shè)的角度閾值進(jìn)行比較，并根據(jù)比較結(jié)果進(jìn)行如下操 作：
[0027] 若夾角小于預(yù)定的角度閾值，則認(rèn)為該鄰域點(diǎn)與種子是同一區(qū)域，將該鄰域點(diǎn)劃 分至獨(dú)立區(qū)域中，并進(jìn)行如下操作：
[0028] (a)若該鄰域點(diǎn)的曲率小于或等于預(yù)設(shè)的曲率閾值，則以該鄰域點(diǎn)作為種子，返回 步驟（3-3);
[0029] (b)若該鄰域點(diǎn)的曲率大于預(yù)設(shè)的曲率閾值，則返回步驟（3-2);
[0030] 否則，直接返回步驟（3-2)。
[0031] 每次返回步驟（3-2)時(shí)都會重新初始化一個(gè)獨(dú)立區(qū)域，通過若干次循環(huán)將所有的 植株關(guān)鍵點(diǎn)均劃分至相應(yīng)的區(qū)域中。實(shí)際上初始化得到的獨(dú)立區(qū)域并不能確定該獨(dú)立區(qū)域 的最終包含的植株關(guān)鍵點(diǎn)，需要不斷將滿足夾角滿足條件的關(guān)鍵點(diǎn)劃分至該獨(dú)立區(qū)域，完 成增長。未進(jìn)行劃分的植株關(guān)鍵點(diǎn)指沒有被劃分至相應(yīng)的獨(dú)立區(qū)域的植株關(guān)鍵點(diǎn)。
[0032] 對于每個(gè)獨(dú)立區(qū)域，增長時(shí)均從未進(jìn)行劃分的植株關(guān)鍵點(diǎn)中曲率最小的植株關(guān)鍵 點(diǎn)作為增長的起點(diǎn)，進(jìn)而使增長時(shí)從點(diǎn)云中最平的點(diǎn)開始，有利于把成片的較平整的獨(dú)立 區(qū)域連在一起。
[0033] 采用三維區(qū)域增長算法進(jìn)行區(qū)域增長后，可能出現(xiàn)因采樣噪聲等引起的個(gè)別植株 關(guān)鍵點(diǎn)的所屬區(qū)域與周圍點(diǎn)有明顯不同。為避免該情況，在區(qū)域增長結(jié)束后，還采用三維均 值濾波法對三維點(diǎn)云進(jìn)行降噪。
[0034] 鄰域大小閾值可根據(jù)葉片的實(shí)際大小和葉片表面的實(shí)際平滑程度來選取。作為優(yōu) 選，所述的鄰域?yàn)橹睆綖椹? 5cm?Icm的圓形區(qū)域，所述圓形區(qū)域以種子為圓心。
[0035] 具體實(shí)現(xiàn)時(shí)，首先計(jì)算所選鄰域內(nèi)任意兩個(gè)相鄰的植株關(guān)鍵點(diǎn)的法向量的角度 差，然后再求和后除以相鄰的植株關(guān)鍵點(diǎn)的對數(shù)，即得到角度差的平均值。
[0036] 在采用三維區(qū)域增長算法時(shí)，至少需要一個(gè)相鄰的法向量變化角度域值（即角度 域值）。由于不同數(shù)據(jù)獲取方法所獲取的點(diǎn)云密度不一，所述的角度閾值根據(jù)所選鄰域內(nèi)， 相鄰植株關(guān)鍵點(diǎn)的法向量之間的夾角設(shè)定，作為優(yōu)選，為所選鄰域內(nèi)，所有相鄰的植株關(guān)鍵 點(diǎn)的法向量的夾角的平均值的〇. 9?I. 1倍。因此，本方法適用于葉柄處的法向量變化角 度大于葉片平均法向量角度變化的植株。
[0037] 所述的曲率閾值根據(jù)所選鄰域范圍內(nèi)，相鄰的植株關(guān)鍵點(diǎn)的曲率變化量設(shè)定，作 為優(yōu)選，所述的曲率閾值為所選鄰域范圍內(nèi)，相鄰的植株關(guān)鍵點(diǎn)的曲率變化量的平均值的 2?3倍。
[0038] 不同類型的植物及不同的數(shù)據(jù)獲取方法，有不一樣的點(diǎn)云數(shù)據(jù)的特點(diǎn)。因此，對于 由特定一種方法得到的特定生長期的某類植株點(diǎn)云，需要通過實(shí)驗(yàn)，選擇一個(gè)較好的閾值 系數(shù)。以相鄰空間點(diǎn)的平均幾何參數(shù)變化為系數(shù)選擇的基準(zhǔn)點(diǎn)，有利于盡快找到較理想的 域值。
[0039] 所述步驟（4)中針對每一個(gè)獨(dú)立區(qū)域：
[0040] (4-1)計(jì)算當(dāng)前獨(dú)立區(qū)域中各個(gè)植株關(guān)鍵點(diǎn)的三維特征描述矢量；
[0041] (4-2)針對當(dāng)前獨(dú)立區(qū)域中的每個(gè)植株關(guān)鍵點(diǎn)，進(jìn)行如下操作：
[0042] (4-21)確定所有葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量與當(dāng)前植株關(guān)鍵點(diǎn)的三維 特征描述矢量的距離，以距離最近的葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量作為標(biāo)準(zhǔn)矢量；
[0043] (4-22)根據(jù)該標(biāo)準(zhǔn)矢量反推出當(dāng)前獨(dú)立區(qū)域的中心位置，即由標(biāo)準(zhǔn)矢量，可得到 該標(biāo)準(zhǔn)矢量相對于原葉片中心的位置關(guān)系V，由該位置關(guān)系V可計(jì)算出相對于當(dāng)前三維特 征描述矢量所對應(yīng)的獨(dú)立區(qū)域的葉片中心位置，并在該中心位置上的權(quán)重加1 ;
[0044] (4-3)統(tǒng)計(jì)各個(gè)中心位置的權(quán)重作為該中心位置的投票結(jié)果，若存在投票結(jié)果大 于預(yù)設(shè)的投票閾值的中心位置，則認(rèn)為當(dāng)前獨(dú)立區(qū)域?yàn)槿~片；
[0045] 否則，認(rèn)為當(dāng)前獨(dú)立區(qū)域?yàn)闂U莖。
[0046] 本發(fā)明中針對每一個(gè)關(guān)鍵點(diǎn)（包括葉片樣本關(guān)鍵點(diǎn)或植株關(guān)鍵點(diǎn)）可以理解為對 應(yīng)的一系列原始點(diǎn)云的特征表示。因此，當(dāng)一個(gè)獨(dú)立區(qū)域?yàn)槿~片，即認(rèn)為該獨(dú)立區(qū)域中所有 植株關(guān)鍵點(diǎn)對應(yīng)的三維點(diǎn)云均為葉片。
[0047] 本發(fā)明中為桿莖的獨(dú)立區(qū)域可能是桿莖也可能是葉片，若是葉片，則為誤判，誤判 的概率直接影響到該方法的分離率。
[0048] 本發(fā)明中定義分離率為所分離葉片數(shù)量占植株上所有面積大于ICM的葉片數(shù)量 的比例。太小的葉片沒有完全展開的葉片不在本算法的考慮范圍內(nèi)。例如，一個(gè)植物有10 片葉子，10片都分咼出來了，貝 1J分咼率為100%。如果只分咼出9. 5片，貝Ij分咼率為95%。
[0049] 投票閾值可根據(jù)實(shí)際分離的植株的種類進(jìn)行調(diào)整，通常通過計(jì)算待分離植株的典 型葉片的投票值而得到，即可事先針對比較特殊的葉片（如采樣效果不是太好的葉片），計(jì) 算一次投票值，作為投票閾值。
[0050] 本發(fā)明的有益效果：
[0051] (1)本發(fā)明解決了在葉柄部有顯著法向量變化，柄部法向量變化大于葉片平均法 向量變化的葉桿分離問題。
[0052] (2)本發(fā)明不需要采用點(diǎn)云的顏色信息即可完成植株點(diǎn)云數(shù)據(jù)的葉桿分離，可適 用于大部分的三維掃描儀數(shù)據(jù)。

【具體實(shí)施方式】
[0053] 下面將結(jié)合具體實(shí)施例以及對比例對本發(fā)明的植株三維點(diǎn)云的葉桿分離方法進(jìn) 行詳細(xì)說明。
[0054] 選取辣椒苗、茶樹各1株為例來說明實(shí)施方式不同的植株作為待分離植株，采集 三維點(diǎn)云數(shù)據(jù)。這2株待分離植株的三維點(diǎn)云的數(shù)量分別為：18576、18655個(gè)。
[0055] 實(shí)施例1
[0056] 本實(shí)施例的植株三維點(diǎn)云的葉桿分離方法包括如下步驟：
[0057] (1)獲取待分離植株的葉片樣本的三維點(diǎn)云，采用統(tǒng)計(jì)異常點(diǎn)去除法去掉相應(yīng)的 離散點(diǎn)，以對獲取的三維點(diǎn)云進(jìn)行降噪處理，經(jīng)降噪處理后采用三維體元網(wǎng)格過濾法確定 若干個(gè)葉片樣本關(guān)鍵點(diǎn)。
[0058] 采用統(tǒng)計(jì)異常點(diǎn)去除法去掉葉片表面的離散噪聲點(diǎn)，使葉片更平滑；葉柄在使用 了統(tǒng)計(jì)異常點(diǎn)去除法后，會使葉柄處的點(diǎn)更少，使之在形態(tài)上更細(xì)，有利于三維區(qū)域增長分 離作物部件更加準(zhǔn)確。
[0059] 采用三維體元網(wǎng)格過濾法確定若干個(gè)葉片樣本關(guān)鍵點(diǎn)，之后以關(guān)鍵點(diǎn)作為判定依 據(jù)，可以有效減小甚至去除多層葉片引起的誤判問題。
[0060] (2)計(jì)算各個(gè)葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量，具體如下：
[0061] (2-1)計(jì)算各葉片樣本關(guān)鍵點(diǎn)的三維快速點(diǎn)特征直方圖描述矢量，并根據(jù)得到的 三維快速點(diǎn)特征直方圖描述矢量計(jì)算葉片樣本的矢量描述中心；
[0062] (2-2)計(jì)算當(dāng)前葉片樣本關(guān)鍵點(diǎn)的三維快速點(diǎn)特征直方圖描述矢量與矢量描述中 心的相對位置關(guān)系矢量，并將該相對位置關(guān)系矢量轉(zhuǎn)換到局部參考坐標(biāo)系下作為當(dāng)前葉片 樣本關(guān)鍵點(diǎn)的三維特征描述矢量；
[0063] 本實(shí)施例中局部參考坐標(biāo)系由當(dāng)前葉片樣本關(guān)鍵點(diǎn)與其鄰域點(diǎn)的距離加權(quán)協(xié)方 差矩陣的三個(gè)特征向量構(gòu)建。
[0064] (3)獲取待分離植株的三維點(diǎn)云，并采用與步驟（1)相同的方法進(jìn)行降噪處理并 確定若干個(gè)植株關(guān)鍵點(diǎn)；然后采用三維區(qū)域增長算法將植株關(guān)鍵點(diǎn)劃分至若干個(gè)獨(dú)立區(qū) 域。
[0065] 通過如下操作進(jìn)行劃分：
[0066] (3-1)計(jì)算各個(gè)植株關(guān)鍵點(diǎn)的曲率和法向量，將各個(gè)植株關(guān)鍵點(diǎn)按照曲率大小排 序；
[0067] (3-2)初始化一個(gè)獨(dú)立區(qū)域，在未進(jìn)行劃分的植株關(guān)鍵點(diǎn)中選取曲率最小的移動 至獨(dú)立區(qū)域，并以該曲率最小的植株關(guān)鍵點(diǎn)作為種子；
[0068] (3-3)在預(yù)設(shè)鄰域內(nèi)確定與該種子幾何距離最近、且未進(jìn)行劃分的植株關(guān)鍵點(diǎn)作 為鄰域點(diǎn)，并計(jì)算該鄰域點(diǎn)與種子的法向量的夾角；
[0069] (3-4)將所述的夾角與預(yù)設(shè)的角度閾值進(jìn)行比較，并根據(jù)比較結(jié)果進(jìn)行如下操 作：
[0070] 若夾角小于預(yù)定的角度閾值，則認(rèn)為該鄰域點(diǎn)與種子是同一區(qū)域，將該鄰域點(diǎn)劃 分至獨(dú)立區(qū)域中，并進(jìn)行如下操作：
[0071] (a)若該鄰域點(diǎn)的曲率小于或等于預(yù)設(shè)的曲率閾值，則以該鄰域點(diǎn)作為種子，返回 步驟（3-3);
[0072] (b)若該鄰域點(diǎn)的曲率大于預(yù)設(shè)的曲率閾值，則返回步驟（3-2);
[0073] 否則，直接返回步驟（3-2)。
[0074] 通過區(qū)域增長算法進(jìn)行區(qū)域劃分后，大部分的葉片已完整的分離開了。但仍無法 知道每個(gè)分離的區(qū)域是葉還是桿，因此還需要進(jìn)一步判定。
[0075] (4)針對每一個(gè)獨(dú)立區(qū)域，根據(jù)各葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量對當(dāng)前獨(dú) 立區(qū)域進(jìn)行霍夫投票，并根據(jù)投票結(jié)果判斷當(dāng)前獨(dú)立區(qū)域是否為葉片，進(jìn)而完成植株三維 點(diǎn)云的葉桿分離。具體通過如下步驟實(shí)現(xiàn)：
[0076] (4-1)計(jì)算當(dāng)前獨(dú)立區(qū)域中各個(gè)植株關(guān)鍵點(diǎn)的三維特征描述矢量；
[0077] (4-2)針對當(dāng)前獨(dú)立區(qū)域中的每個(gè)植株關(guān)鍵點(diǎn)，進(jìn)行如下操作：
[0078] (4-21)確定所有葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量與當(dāng)前植株關(guān)鍵點(diǎn)的三維 特征描述矢量的距離，以距離最近的葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量作為標(biāo)準(zhǔn)矢量；
[0079] (4-22)根據(jù)該標(biāo)準(zhǔn)矢量反推出當(dāng)前獨(dú)立區(qū)域的中心位置，并在該中心位置上的權(quán) 重加1 ;
[0080] (4-3)統(tǒng)計(jì)各個(gè)中心位置的權(quán)重作為該中心位置的投票結(jié)果，若存在投票結(jié)果大 于預(yù)設(shè)的投票閾值的中心位置，則認(rèn)為當(dāng)前獨(dú)立區(qū)域?yàn)槿~片。
[0081] 本實(shí)施例中采用最不典型葉片的投票值作為三維霍夫投票的投票閾值。
[0082] 其中，預(yù)設(shè)鄰域、角度閾值、曲率閾值和投票閾值與待分離植株的葉片寬度與莖桿 直徑的比有關(guān)。
[0083] 本實(shí)施例中當(dāng)待分離植株為辣椒苗時(shí)，鄰域?yàn)?5mm2 (直徑），角度閾值為0. 20,曲 率閾值為〇. 08,投票閾值為45。
[0084] 本實(shí)施例中當(dāng)待分離植株為茶樹時(shí)，鄰域?yàn)?5mm2 (直徑）角度閾值為0. 10,曲率 閾值為〇. 03,投票閾值為40。
[0085] 本實(shí)施例中對于不同植株的分離率和分離時(shí)間（完成分離所用的時(shí)間）如表1所 示。表1還列出了采用其他方法時(shí)，對應(yīng)的分離率和分離時(shí)間。
[0086] 表I
[0087]

【權(quán)利要求】
1. 一種植株三維點(diǎn)云的葉桿分離方法，其特征在于，包括： (1) 獲取待分離植株的葉片樣本的三維點(diǎn)云，經(jīng)降噪處理后確定若干個(gè)葉片樣本關(guān)鍵 占 . (2) 計(jì)算各個(gè)葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量； (3) 獲取待分離植株的三維點(diǎn)云，經(jīng)降噪處理后確定若干個(gè)植株關(guān)鍵點(diǎn)，并采用三維區(qū) 域增長算法將植株關(guān)鍵點(diǎn)劃分至若干個(gè)獨(dú)立區(qū)域； (4) 針對每一個(gè)獨(dú)立區(qū)域，根據(jù)各葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量對當(dāng)前獨(dú)立區(qū) 域進(jìn)行霍夫投票，并根據(jù)投票結(jié)果判斷當(dāng)前獨(dú)立區(qū)域是否為葉片，進(jìn)而完成植株三維點(diǎn)云 的葉桿分尚。
2. 如權(quán)利要求1所述的植株三維點(diǎn)云的葉桿分離方法，其特征在于，所述步驟（1)、（3) 中進(jìn)行降噪處理時(shí)均采用統(tǒng)計(jì)異常點(diǎn)去除法去掉相應(yīng)的離散點(diǎn)。
3. 如權(quán)利要求2所述的植株三維點(diǎn)云的葉桿分離方法，其特征在于，采用三維體元網(wǎng) 格過濾法確定葉片樣本關(guān)鍵點(diǎn)或植株關(guān)鍵點(diǎn)。
4. 如權(quán)利要求3所述的植株三維點(diǎn)云的葉桿分離方法，其特征在于，所述步驟（2)中通 過如下步驟計(jì)算葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量： (2-1)計(jì)算各葉片樣本關(guān)鍵點(diǎn)的三維快速點(diǎn)特征直方圖描述矢量，并根據(jù)得到的三維 快速點(diǎn)特征直方圖描述矢量計(jì)算葉片樣本的矢量描述中心； (2-2)計(jì)算當(dāng)前葉片樣本關(guān)鍵點(diǎn)的三維快速點(diǎn)特征直方圖描述矢量與矢量描述中心的 相對位置關(guān)系矢量，并將該相對位置關(guān)系矢量轉(zhuǎn)換到局部參考坐標(biāo)系下作為當(dāng)前葉片樣本 關(guān)鍵點(diǎn)的三維特征描述矢量； 所述的局部參考坐標(biāo)系由當(dāng)前葉片樣本關(guān)鍵點(diǎn)與其鄰域點(diǎn)的距離加權(quán)協(xié)方差矩陣的 三個(gè)特征向量構(gòu)建。
5. 如權(quán)利要求1?4中任意一項(xiàng)權(quán)利要求所述的植株三維點(diǎn)云的葉桿分離方法，其特 征在于，所述步驟（3)通過如下方法將植株關(guān)鍵點(diǎn)劃分至獨(dú)立區(qū)域： (3-1)計(jì)算各個(gè)植株關(guān)鍵點(diǎn)的曲率和法向量，將各個(gè)植株關(guān)鍵點(diǎn)按照曲率大小排序； (3-2)初始化一個(gè)獨(dú)立區(qū)域，在未進(jìn)行劃分的植株關(guān)鍵點(diǎn)中選取曲率最小的移動至獨(dú) 立區(qū)域，并以該曲率最小的植株關(guān)鍵點(diǎn)作為種子； (3-3)在預(yù)設(shè)鄰域內(nèi)確定與該種子幾何距離最近、且未進(jìn)行劃分的植株關(guān)鍵點(diǎn)作為鄰 域點(diǎn)，并計(jì)算該鄰域點(diǎn)與種子的法向量的夾角； (3-4)將所述的夾角與預(yù)設(shè)的角度閾值進(jìn)行比較，并根據(jù)比較結(jié)果進(jìn)行如下操作： 若夾角小于預(yù)定的角度閾值，則認(rèn)為該鄰域點(diǎn)與種子是同一區(qū)域，將該鄰域點(diǎn)劃分至 獨(dú)立區(qū)域中，并進(jìn)行如下操作： (a) 若該鄰域點(diǎn)的曲率小于或等于預(yù)設(shè)的曲率閾值，則以該鄰域點(diǎn)作為種子，返回步驟 (3-3)； (b) 若該鄰域點(diǎn)的曲率大于預(yù)設(shè)的曲率閾值，則返回步驟（3-2); 否則，直接返回步驟（3-2)。
6. 如權(quán)利要求5所述的植株三維點(diǎn)云的葉桿分離方法，其特征在于，所述的鄰域大小 閾值根據(jù)葉片的實(shí)際大小和葉片表面的實(shí)際平滑程度設(shè)定。
7. 如權(quán)利要求6所述的植株三維點(diǎn)云的葉桿分離方法，其特征在于，所述的角度閾值 為所選鄰域內(nèi)，相鄰的植株關(guān)鍵點(diǎn)的法向量的角度差的平均值的0. 9?1. 1倍。
8. 如權(quán)利要求7所述的植株三維點(diǎn)云的葉桿分離方法，其特征在于，所述的曲率閾值 為所選鄰域范圍內(nèi)，相鄰的植株關(guān)鍵點(diǎn)的曲率變化量的平均值的2?3倍。
9. 如權(quán)利要求8所述的植株三維點(diǎn)云的葉桿分離方法，其特征在于，所述步驟（4)中針 對每一個(gè)獨(dú)立區(qū)域： (4-1)計(jì)算當(dāng)前獨(dú)立區(qū)域中各個(gè)植株關(guān)鍵點(diǎn)的三維特征描述矢量； (4-2)針對當(dāng)前獨(dú)立區(qū)域中的每個(gè)植株關(guān)鍵點(diǎn)，進(jìn)行如下操作： (4-21)確定所有葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量與當(dāng)前植株關(guān)鍵點(diǎn)的三維特征 描述矢量的距離，以距離最近的葉片樣本關(guān)鍵點(diǎn)的三維特征描述矢量作為標(biāo)準(zhǔn)矢量； (4-22)根據(jù)該標(biāo)準(zhǔn)矢量反推出當(dāng)前獨(dú)立區(qū)域的中心位置，并在該中心位置上的權(quán)重加 1 ; (4-3)統(tǒng)計(jì)各個(gè)中心位置的權(quán)重作為該中心位置的投票結(jié)果，若存在投票結(jié)果大于預(yù) 設(shè)的投票閾值的中心位置，則認(rèn)為當(dāng)前獨(dú)立區(qū)域?yàn)槿~片； 否則，認(rèn)為當(dāng)前獨(dú)立區(qū)域?yàn)闂U莖。
【文檔編號】G06T7/00GK104484873SQ201410713753
【公開日】2015年4月1日 申請日期:2014年11月28日 優(yōu)先權(quán)日:2014年11月28日
【發(fā)明者】方慧, 張昭, 何勇, 劉飛 申請人:浙江大學(xué)