基于Kinect相机的油麦菜自动化三维点云重建

摘要：

为了解决传统三维点云重建过程中人工调参费时、费力,且精度得不到保障等问题,提出了一种三维点云自动化配准算法,并应用于油麦菜三维重建.使用Kinect相机采集油麦菜不同视角下的点云数据,通过配准实验分析配准参数的变化规律,继而建立了配准评价体系,实现了两片点云的自动化配准,并通过最小化匹配误差积累将多幅点云变换到同一基准坐标系下,实现了油麦菜三维重建.对随机选取的12株油麦菜进行自动化三维重建,结果表明,在两片点云重叠率不低于30％的前提下,本文算法可获得最优参数组合,自动全局配准平均距离误差为0.65 cm,平均耗时为44.05 s,具有较高的配准精确度和稳定性.本文算法能有效减少配准误差积累、构建较高精度的完整结构,可为其他作物三维重建提供参考.

关键词：油麦菜;Kinect;点云;自动化配准;三维重建

所属期刊栏目：52

分类号：TP391.4;S24(计算技术、计算机技术)

资助基金：国家自然科学基金项目31471409

在线出版日期：2021-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：159-168