《基于移动Kinect的低成本植物三维结构表型分析》PDF+DOC
作者:孟祥爽,林沂
单位:中国光学学会
出版:《光谱学与光谱分析》2020年第08期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFGUAN2020080060
DOC编号:DOCGUAN2020080069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于kinect传感器的物体三维重建》PDF+DOC2014年第11期 郭连朋,陈向宁,徐万朋,刘田间
《基于Kinect传感器的温室植株绿色与深度检测方法》PDF+DOC2016年第08期 沈跃,徐慧,刘慧,李宁
《基于Kinect深度图像的三维重建》PDF+DOC2016年第05期 李务军,吴斌
《利用Kinect深度信息的三维点云配准方法研究》PDF+DOC2016年第12期 王欢,汪同庆,李阳
《基于Kinect传感器的三维重建算法研究》PDF+DOC2015年第17期 李秦,夏选太
《基于改进SIFT-ICP算法的Kinect植株点云配准方法》PDF+DOC2017年第12期 沈跃,潘成凯,刘慧,高彬
《基于Kinect的三维重建技术综述》PDF+DOC2017年第08期 艾达,倪国斌,王苗,杨珍
《基于Kinect的典型零部件识别与定位》PDF+DOC2017年第03期 张志佳,魏信,周自强,钟玲,何欣
《Kinect深度数据在室内成图应用中的准确度和分辨率》PDF+DOC 曾小玲
《体感交互技术在高校游泳教学中的研究》PDF+DOC2015年第05期 江茹莉,牛健壮,吕鑫
表型分析对于理解植物基因型与环境之间的关系非常重要,开发高效且成本低的相关技术是精准农业等领域的一项典型需求。其中,代表性的RGB-D设备Kinect已用于植物表型分析,但其应用潜力尚未被充分挖掘。本文首先梳理比较了Kinect表征三维结构的三种原理方式,即点云基于深度图像(DI)生成,通过运动恢复结构(SfM)从彩色图像获得,以及合并DI和SfM点云生成融合数据(MD),并以FARO X330激光扫描仪获取的基准数据评估三种方式的性能。以植物玉簪为例的分析结果表明,对叶面积的估算DI点云的准确度最高,对叶片圆形度和偏心率的反演MD点云表现最佳,对叶倾角的反演SfM点云的性能最好。三种方式的结果差异源于它们表征不同结构的表现不同,对于叶面积的反演, SfM表征叶片相对不完整,而MD重建叶片的边缘存在不平滑的现象,导致两者精度不足;对于表征叶片的几何特征,通过合并DI和SfM数据生成的MD点云实现了信息增强的效果,使得其表现优于DI和SfM点云;叶倾角对深度测量的准确性更敏感,由于Kinect测量深度过程中通常存在误差,导致DI和MD点云反演精度偏低,而Sf.....。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。