基于SFM与深度学习融合的水果体积测量算法

摘要：

以生活常见的水果作为研究对象,结合 SFM对图像序列的深度估计以及神经网络重建三维结构的优点,提出SFM算法融合深度学习三维重建的水果体积测量算法.对单目相机采集的水果多视角图像进行研究,分析图像重建以及估计大小的方法,搭建快速、便捷估计水果实际体积算法框架.使用神经网络快速推理水果结构,解决三维重建构建稠密点云耗时长的缺点,利用多视角图像获取稀疏点云,估计目标尺寸,提高采样的便利性.实验结果表明,该算法能快速重建水果三维模型,实现简单、快速、较精确的水果体积测量.

关键词：水果体积、计算机视觉、三维重建、体积测量、深度学习、单目相机、多视角图像

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：广东省科技计划基金项目;广东省科技计划基金项目;广东省自然科学基金项目;广东工业大学青年基金项目;广东工业大学本科教学工程基金项目;广东工业大学本科教学工程基金项目;广东工业大学高水平大学建设研究生教育创新计划基金项目

在线出版日期：2023-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1699-1705