【技术实现步骤摘要】
一种基于聚类分割的果树叶片生长参数提取方法及系统
本专利技术实施例涉及三维重建
，更具体地，涉及一种基于聚类分割的果树叶片生长参数提取方法及系统。
技术介绍
果树冠层作为果树光合作用的主要场所，其枝叶形态结构以及空间分布直接影响果实的质量和产量，对果树枝叶进行聚类分割并进一步对叶片的生长参数进行提取，能够为果树冠层形态结构分析和光照分布计算以及果树整形修剪等提供理论基础。国内外学者针对树木点云数据处理以及生长参数提取方面开展了大量的工作，随着三维激光扫描设备的生产数量增多和价格的降低，其能够被逐渐应用到果树建模领域中，对果树空间信息的表达精准且快速。通过三维激光扫描设备可获取到大规模的场景点云数据，点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点的集合。为获取高精度、低误差的果树冠层点云，点云获取利用多站点扫描、后期处理的方法，并进行去噪、精简等预处理。果树冠层的生长过长复杂性较高，为了获取单叶片点云，并对冠层每片叶片点云进行生长参数的提取，首要目标即完成叶片的聚类分割。目前，针对树体较大的果树叶片聚类分割的研究相对较少，较多数的聚类分割方法是...
【技术保护点】
1.一种基于聚类分割的果树叶片生长参数提取方法，其特征在于，包括：对目标果树冠层枝叶的点云数据进行超体聚类，得到由多个体素块组成的体素块集合；对所述体素块集合中的所述多个体素块进行LCCP聚类，得到由多个点群组成的第一聚类集合；采用第一预设数量作为K值对所述第一聚类集合中的任一点群进行Kmeans聚类，得到由所述第一预设数量的点群组成的第一聚类子集，根据所述第一聚类子集中每两个点群对应的两个中心点之间的距离与预设阈值之间的大小关系，确定第二预设数量，并采用所述第二预设数量作为K值对所述任一点群进行Kmeans聚类，得到由所述第二预设数量的点群组成的第二聚类子集；重复上述步骤...
【技术特征摘要】
1.一种基于聚类分割的果树叶片生长参数提取方法，其特征在于，包括：对目标果树冠层枝叶的点云数据进行超体聚类，得到由多个体素块组成的体素块集合；对所述体素块集合中的所述多个体素块进行LCCP聚类，得到由多个点群组成的第一聚类集合；采用第一预设数量作为K值对所述第一聚类集合中的任一点群进行Kmeans聚类，得到由所述第一预设数量的点群组成的第一聚类子集，根据所述第一聚类子集中每两个点群对应的两个中心点之间的距离与预设阈值之间的大小关系，确定第二预设数量，并采用所述第二预设数量作为K值对所述任一点群进行Kmeans聚类，得到由所述第二预设数量的点群组成的第二聚类子集；重复上述步骤直至得到由所述第一聚类集合中所有点群对应的第二聚类子集合并组成的第二聚类集合；其中，所述目标果树冠层枝叶中不同叶片分别对应所述第二聚类集合中不同的点群；所述预设阈值通过所述目标果树冠层枝叶的点云数据得到；根据所述第二聚类集合中各点群对应的点云数据，分别获取每一叶片的生长参数。2.根据权利要求1所述方法，其特征在于，在所述对目标果树冠层枝叶的点云数据进行超体聚类之前，还包括：获取所述目标果树冠层的原始点云数据，并依次对所述原始点云数据进行去噪和简化；将经去噪和简化后的所述原始点云数据按八叉树的空间存储方式进行存储，得到所述目标果树冠层枝叶的点云数据。3.根据权利要求1所述方法，其特征在于，所述对所述体素块集合中的所述多个体素块进行LCCP聚类，得到由多个点群组成的第一聚类集合，具体包括：获取所述体素块集合中邻接体素块的局部凹凸性；根据所述局部凹凸性，获取所述体素块集合中凹凸性不同的邻接体素块；对所述体素块集合中凹凸性不同的邻接体素块进行LCCP聚类，得到由多个点群组成的第一聚类集合。4.根据权利要求3所述方法，其特征在于，所述获取所述体素块集合中邻接体素块的局部凹凸性，具体包括：当所述体素块集合中邻接体素块连接时，采用CC准则获取所述邻接体素块的局部凹凸性；当所述体素块集合中邻接体素块不连接时，采用SC准则获取所述邻接体素块的局部凹凸性。5.根据权利要求1所述方法，其特征在于，所述预设阈值通过以下方法获得：从所述目标果树冠层枝叶的点云数据获取各叶片对应的多个中心，并对所述多个中心采用最小二乘进行拟合得到参考直线；获取所述各叶片中每一叶片对应的中心到所述参考直线的距离，取所述各叶片中所有叶片对应的多个中心到所述参考直线的多个距离的平均值为所述预设阈值。6.根据权利要求5所述方法，其特征在于，所述...
【专利技术属性】
技术研发人员：刘刚，张伟洁，郭彩玲，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。