一种基于航拍图像的农作物群三维重建方法技术

本发明专利技术公开了一种基于航拍图像的农作物群三维重建方法，包括：获取农作物群的航拍图像序列；利用SIFT算法对航拍图像序列中的每张图像检测特征点，并进行特征点匹配，得到多个特征点匹配的图像对；计算图像对的基础矩阵、相机参数及投影矩阵，据此重建三维点并对三维点进行集束调整，得到稀疏三维点云；以稀疏三维点云作为起始面片，重建起始面片周围的空间面片，得到农作物群的具有纹理特征和颜色属性的稠密三维点云，稠密三维点云即可表示农作物群丰富的表型特征。本发明专利技术由航拍图像序列确定图像对，并直接基于图像对重建稀疏三维点云及稠密三维点云，无需考虑航拍图像序列拍摄频率的影响，高效便捷，可广泛应用于农作物群的三维重建领域。维重建领域。维重建领域。

【技术实现步骤摘要】
一种基于航拍图像的农作物群三维重建方法


[0001]本专利技术涉及三维重建
，尤其是一种基于航拍图像的农作物群三维重建方法。

技术介绍

[0002]农作物群的表型是受基因和环境因素决定或影响的，反映其结构及组成、生长发育过程及结果的全部物理、生理、生化特征和性状。表型参数的分析与育种息息相关，精确的农作物群表型特征可以为科研提供重要的数据支撑。现有对农作物群的二维成像方法，如可见光、红外与荧光成像等技术，虽能非侵入地获取农作物群的表型值，但却存在自遮挡、缺乏深度信息的问题，无法进一步得到更多农作物群特征。相比二维成像，三维测量更具优势。然而，现有的各种三维测量方法也存在各自的问题，例如：深度相机技术空间分辨率有限，且对光照条件十分敏感，导致三维重建效率不佳；激光雷达扫描(LiDAR)设备成本高昂，且对采样频率和设备运行轨迹要求高。
[0003]因此，需要一种简单高效且低成本的针对农作物群的三维重建方案。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种简单高效且低成本的基于航拍图像的农作物群三维重建方法。
[0005]本专利技术实施例的一方面提供了一种基于航拍图像的农作物群三维重建方法，包括：
[0006]获取关于农作物群的航拍图像序列；
[0007]利用SIFT算法对所述航拍图像序列中的每张图像检测特征点，并进行特征点匹配，得到多个特征点匹配的图像对；
[0008]计算所述图像对的基础矩阵、相机参数及投影矩阵，根据所述基础矩阵、相机参数及投影矩阵重建三维点并对所述三维点进行集束调整，得到稀疏三维点云；
[0009]以所述稀疏三维点云作为起始面片，重建所述起始面片周围的空间面片，得到农作物群的具有纹理特征和颜色属性的稠密三维点云。
[0010]优选地，所述航拍图像序列的确定过程，包括：
[0011]获取无人机在设定飞行高度下，以设定飞行轨迹、设定的拍摄角度对目标区域中的农作物群按设定拍摄间隔拍摄的多张图像；
[0012]将所述多张图像确定为航拍图像序列。
[0013]优选地，所述多张图像为无人机绕所述目标区域飞行多圈且每圈的起点不相同而拍摄得到的图像。
[0014]优选地，所述利用SIFT算法对所述航拍图像序列中的每张图像检测特征点，并进行特征点匹配，得到多个特征点匹配的图像对，包括：
[0015]利用SIFT算法对所述航拍图像序列中的每张图像检测特征点，并进行特征点匹
配；
[0016]选择特征点匹配对数最多的相邻两张图像作为初始图像对；
[0017]从所述航拍图像序列剩余的图像中选择特征点匹配对数最多的相邻两张图像作为新图像对，直至所述航拍图像序列中的所有图像均被选择作为图像对。
[0018]优选地，所述计算所述图像对的基础矩阵、相机参数和投影矩阵，根据所述基础矩阵、相机参数和投影矩阵重建三维点并对所述三维点进行集束调整，得到稀疏三维点云，包括：
[0019]利用RANSAC算法计算所述初始图像对的初始基础矩阵、初始相机参数及初始投影矩阵，根据所述初始基础矩阵、初始相机参数及初始投影矩阵重建初始三维点；
[0020]针对所述航拍图像序列中剩余的每个图像对作为新图像对，根据所述新图像对的特征点与所述初始三维点的对应关系，计算所述新图像对的新基础矩阵、新相机参数及新投影矩阵，根据所述新基础矩阵、新相机参数及新投影矩阵重建新三维点；
[0021]对所述初始三维点与所述新三维点进行集束调整，得到农作物群的稀疏三维点云。
[0022]优选地，所述对所述三维点进行集束调整，包括：
[0023]根据所述三维点与所述投影矩阵，将所述三维点重投影至对应的图像上，得到虚拟点；
[0024]利用最小二乘法最小化每张图像的虚拟点和特征点的差异，得到集束调整后的三维点。
[0025]优选地，所述以所述稀疏三维点云作为起始面片，重建所述起始面片周围的空间面片，得到农作物群的具有纹理特征和颜色属性的稠密三维点云，包括：
[0026]以所述稀疏三维点云作为起始面片，重建所述起始面片周围的空间面片；
[0027]将不符合预设的灰度一致性要求与几何一致性要求的面片过滤剔除，得到农作物群的具有纹理特征和颜色属性的稠密三维点云。
[0028]本专利技术实施例的另一方面还提供了一种基于航拍图像的农作物群三维重建装置，包括：
[0029]图像序列获取单元，用于获取关于农作物群的航拍图像序列；
[0030]图像对确定单元，用于利用SIFT算法对所述航拍图像序列中的每张图像检测特征点，并进行特征点匹配，得到多个特征点匹配的图像对；
[0031]稀疏三维点云确定单元，用于计算所述图像对的基础矩阵、相机参数及投影矩阵，根据所述基础矩阵、相机参数及投影矩阵重建三维点并对所述三维点进行集束调整，得到稀疏三维点云；
[0032]稠密三维点云确定单元，用于以所述稀疏三维点云作为起始面片，重建所述起始面片周围的空间面片，得到农作物群的具有纹理特征和颜色属性的稠密三维点云。
[0033]本专利技术实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
[0034]所述存储器用于存储程序；
[0035]所述处理器执行所述程序实现上述的方法。
[0036]本专利技术实施例的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现上述的方法。
[0037]本专利技术实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0038]本专利技术可以获取关于农作物群的航拍图像序列，航拍图像序列可以是由普通航拍设备，拍摄得到的多张图像，相较于现有技术的使用深度相机获取农作物群的图像更方便快捷，而且成本更低；利用SIFT算法对航拍图像序列中的每张图像检测特征点，并进行特征点匹配，得到多个特征点匹配的图像对，由于利用SIFT算法便可得到图像的特征点，可以促进后续特征点匹配快速完成；进而计算图像对的基础矩阵、相机参数及投影矩阵，根据基础矩阵、相机参数及投影矩阵重建三维点并对三维点进行集束调整，得到稀疏三维点云；以稀疏三维点云作为起始面片，重建起始面片周围的空间面片，得到农作物群的具有纹理特征和颜色属性的稠密三维点云，稠密三维点云即可表示农作物群丰富的表型特征。本专利技术由航拍图像序列确定图像对，并基于图像对重建稀疏三维点云及稠密三维点云，无需考虑航拍图像序列中各张图像的拍摄频率的影响，高效便捷。
附图说明
[0039]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于航拍图像的农作物群三维重建方法，其特征在于，包括：获取关于农作物群的航拍图像序列；利用SIFT算法对所述航拍图像序列中的每张图像检测特征点，并进行特征点匹配，得到多个特征点匹配的图像对；计算所述图像对的基础矩阵、相机参数及投影矩阵，根据所述基础矩阵、相机参数及投影矩阵重建三维点并对所述三维点进行集束调整，得到稀疏三维点云；以所述稀疏三维点云作为起始面片，重建所述起始面片周围的空间面片，得到农作物群的具有纹理特征和颜色属性的稠密三维点云。2.根据权利要求1所述的基于航拍图像的农作物群三维重建方法，其特征在于，所述航拍图像序列的确定过程，包括：获取无人机在设定飞行高度下，以设定飞行轨迹、设定的拍摄角度对目标区域中的农作物群按设定拍摄间隔拍摄的多张图像；将所述多张图像确定为航拍图像序列。3.根据权利要求2所述的基于航拍图像的农作物群三维重建方法，其特征在于，所述多张图像为无人机绕所述目标区域飞行多圈且每圈的起点不相同而拍摄得到的图像。4.根据权利要求1所述的基于航拍图像的农作物群三维重建方法，其特征在于，所述利用SIFT算法对所述航拍图像序列中的每张图像检测特征点，并进行特征点匹配，得到多个特征点匹配的图像对，包括：利用SIFT算法对所述航拍图像序列中的每张图像检测特征点，并进行特征点匹配；选择特征点匹配对数最多的相邻两张图像作为初始图像对；从所述航拍图像序列剩余的图像中选择特征点匹配对数最多的相邻两张图像作为新图像对，直至所述航拍图像序列中的所有图像均被选择作为图像对。5.根据权利要求4所述的基于航拍图像的农作物群三维重建方法，其特征在于，所述计算所述图像对的基础矩阵、相机参数和投影矩阵，根据所述基础矩阵、相机参数和投影矩阵重建三维点并对所述三维点进行集束调整，得到稀疏三维点云，包括：利用RANSAC算法计算所述初始图像对的初始基础矩阵、初始相机参数及初始投影矩阵，根据所述初始基础矩阵、初始相机参数及初始投影矩阵重建初始三维点；针对所述航拍图像序列中剩余的每个图像对作为新图像对，根据所述新图像...

【专利技术属性】
技术研发人员：王卓薇，黄宏，程良伦，
申请(专利权)人：广东能哥知识科技有限公司，
类型：发明
国别省市：