【技术实现步骤摘要】
本专利技术涉及三维解析，尤其涉及一种待测物体点云去噪方法、系统及装置。
技术介绍
1、目前三维应用主要集中在三维建模，在农业应用中，由于应用场景复杂多变，植物颜色、平滑性等特征较为复杂，导致建模成本较高，建模数据噪声多、孔洞多，进而导致点云解析困难且精度低。三维解析任务多用于视觉slam应用领域，采用多传感器进行三维重建与障碍物检测，目前关于三维解析应用以玉米作物居多。在农业应用中，当前技术通过手动去除点云噪声，对农作物进行曲面重建与骨架提取，进一步计算农作物面积、夹角等参数；或通过对农作物进行破坏性分解，手动对茎、叶进行分割，进一步分析作物表型信息；或基于农作物基本特征，利用骨架提取技术对农作物株型进行分析，得到茎叶表型参数。
技术实现思路
1、本专利技术针对现有技术中的缺点，提供了一种待测物体点云去噪方法、系统及装置。
2、为了解决上述技术问题，本专利技术通过下述技术方案得以解决：
3、一种待测物体点云去噪方法，包括以下步骤：
4、基于待测物体全视角图像信息进行三维重建得到原始点云，对原始点云进行预处理得到初始点云；
5、基于初始点云的位置信息进行区域生长分析，得到区域点云，基于初始点云的颜色信息进行聚类，得到聚类点云；
6、根据聚类点云中聚类点云块密度进行排序，结合区域点云中区域点云块信息，将区域点云块与聚类点云块进行映射，得到点云块映射关系；
7、通过所述点云块映射关系，统计聚类点云块密度及区域点云块点
8、作为一种可实施方式，所述基于待测物体全视角图像信息进行三维重建得到原始点云，对原始点云进行预处理得到初始点云，包括以下步骤：
9、采集得到待测物体全视角图像信息，根据多视图三维建模算法，重建得到包含颜色信息、位置信息的原始点云；
10、基于原始点云的位置信息，删除其中不符合待测物体生长特征的点云，得到初始点云。
11、作为一种可实施方式，所述基于初始点云的位置信息进行区域生长分析，得到区域点云，基于初始点云的颜色信息进行聚类，得到聚类点云，包括以下步骤：
12、基于待测物体点云位置信息，结合点云离散程度、点云均匀性特征，将不同分布的点云进行划分，得到区域点云；
13、将待测物体颜色分布特性作为先验信息，设定颜色聚类数量，基于颜色信息对初始点云进行聚类，得到聚类点云。
14、作为一种可实施方式，所述基于初始点云的位置信息进行区域生长分析，得到区域点云，包括以下步骤：
15、计算初始点云中每个点的法线及曲率，得到法线集及曲率集，将曲率集排序后选择曲率最低对应点作为种子点；
16、设置法线夹角阈值，搜索种子点的邻域点，计算邻域点的法线与种子点的法线之间的夹角，小于法线夹角阈值的邻域点归属于当前区域；
17、设置曲率阈值，分析邻域点的曲率，建立种子点序列，将小于法线夹角阈值且小于曲率阈值的邻域点添加至种子点序列中，并删除当前种子点，计算新的种子点继续生长；
18、重复以上过程，直到种子点序列为空，则完成当前区域生长；
19、对剩余初始点云重复以上步骤，直至遍历所有点，即完成初始点云区域生长分析，得到区域点云。
20、作为一种可实施方式，所述根据聚类点云中聚类点云块密度进行排序，结合区域点云中区域点云块信息，将区域点云块与聚类点云块进行映射，得到点云块映射关系，包括以下步骤：
21、计算所述聚类点云中各个聚类点云块的密度，按照密度大小对聚类点云块进行排序；
22、将区域点云中各个区域点云块与排序后的聚类点云块进行映射，确定区域点云块与聚类点云块之间的映射关系。
23、作为一种可实施方式，所述通过所述点云块映射关系，统计聚类点云块密度及区域点云块点数量，将符合条件的区域点云块滤除，对滤除后区域点云进行滤波，得到去噪点云，包括以下步骤：
24、基于所述区域点云块与聚类点云块之间的映射关系，对区域点云块及聚类点云块进行对应标记；
25、分析区域点云块点数量及对应标记聚类点云块密度，将符合噪声分布特征的区域点云块进行滤除；
26、对滤除后区域点云进行滤波，去除离散分布点云，得到去噪点云。
27、作为一种可实施方式，所述将符合条件的区域点云块滤除，包括以下步骤：
28、设置第一阈值，对区域点云块中所包含点数量进行统计分析，若点数量小于第一阈值，进而获得对应聚类点云块密度；
29、设置第二阈值，若对应聚类点云块密度小于第二阈值，则当前区域点云块不符合待测物体生长特征，为噪声点云，将当前区域点云块滤除。
30、一种待测物体点云去噪系统，包括点云获取模块、点云处理模块、点云映射模块及点云去噪模块。
31、所述点云获取模块，基于待测物体全视角图像信息进行三维重建得到原始点云，对原始点云进行预处理得到初始点云；
32、所述点云处理模块，基于初始点云的位置信息进行区域生长分析，得到区域点云，基于初始点云的颜色信息进行聚类，得到聚类点云；
33、所述点云映射模块，根据聚类点云中聚类点云块密度进行排序，结合区域点云中区域点云块信息，将区域点云块与聚类点云块进行映射，得到点云块映射关系；
34、所述点云去噪模块，通过所述点云块映射关系，统计聚类点云块密度及区域点云块点数量，将符合条件的区域点云块滤除，对滤除后区域点云进行滤波，得到去噪点云。
35、作为一种可实施方式，所述点云处理模块，被设置为：
36、计算初始点云中每个点的法线及曲率，得到法线集及曲率集，将曲率集排序后选择曲率最低对应点作为种子点；
37、设置法线夹角阈值，搜索种子点的邻域点，计算邻域点的法线与种子点的法线之间的夹角，小于法线夹角阈值的邻域点归属于当前区域；
38、设置曲率阈值，分析邻域点的曲率，建立种子点序列，将小于法线夹角阈值且小于曲率阈值的邻域点添加至种子点序列中，并删除当前种子点，计算新的种子点继续生长；
39、重复以上过程，直到种子点序列为空，则完成当前区域生长；
40、对剩余初始点云重复以上步骤，直至遍历所有点，即完成初始点云区域生长分析，得到区域点云。
41、作为一种可实施方式，所述点云去噪模块，被设置为：
42、设置第一阈值，对区域点云块中所包含点数量进行统计分析，若点数量小于第一阈值，进而获得对应聚类点云块密度；
43、设置第二阈值，若对应聚类点云块密度小于第二阈值，则当前区域点云块不符合待测物体生长特征，为噪声点云，将当前区域点云块滤除。
44、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下所述的方法：
45、基于待本文档来自技高网...
【技术保护点】
1.一种待测物体点云去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种待测物体点云去噪方法，其特征在于，基于待测物体全视角图像信息进行三维重建得到原始点云，对原始点云进行预处理得到初始点云，包括以下步骤：
3.根据权利要求1所述的一种待测物体点云去噪方法，其特征在于，基于初始点云的位置信息进行区域生长分析，得到区域点云，基于初始点云的颜色信息进行聚类，得到聚类点云，包括以下步骤：
4.根据权利要求3所述的一种待测物体点云去噪方法，其特征在于，所述基于初始点云的位置信息进行区域生长分析，得到区域点云，包括以下步骤：
5.根据权利要求1所述的一种待测物体点云去噪方法，其特征在于，根据聚类点云中聚类点云块密度进行排序，结合区域点云中区域点云块信息，将区域点云块与聚类点云块进行映射，得到点云块映射关系，包括以下步骤：
6.根据权利要求1所述的一种待测物体点云去噪方法，其特征在于，通过所述点云块映射关系，统计聚类点云块密度及区域点云块点数量，将符合条件的区域点云块滤除，对滤除后区域点云进行滤波，得到去噪点云，包括以
7.根据权利要求6所述的一种待测物体点云去噪方法，其特征在于，所述将符合条件的区域点云块滤除，包括以下步骤：
8.一种待测物体点云去噪系统，其特征在于，包括点云获取模块、点云处理模块、点云映射模块及点云去噪模块；
9.根据权利要求8所述的一种待测物体点云去噪系统，其特征在于，所述点云处理模块，被设置为：
10.根据权利要求8所述的一种待测物体点云去噪系统，其特征在于，所述点云去噪模块，被设置为：
11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的方法。
12.一种待测物体点云去噪装置，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的方法。
...【技术特征摘要】
1.一种待测物体点云去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种待测物体点云去噪方法，其特征在于，基于待测物体全视角图像信息进行三维重建得到原始点云，对原始点云进行预处理得到初始点云，包括以下步骤：
3.根据权利要求1所述的一种待测物体点云去噪方法，其特征在于，基于初始点云的位置信息进行区域生长分析，得到区域点云，基于初始点云的颜色信息进行聚类，得到聚类点云，包括以下步骤：
4.根据权利要求3所述的一种待测物体点云去噪方法，其特征在于，所述基于初始点云的位置信息进行区域生长分析，得到区域点云，包括以下步骤：
5.根据权利要求1所述的一种待测物体点云去噪方法，其特征在于，根据聚类点云中聚类点云块密度进行排序，结合区域点云中区域点云块信息，将区域点云块与聚类点云块进行映射，得到点云块映射关系，包括以下步骤：
6.根据权利要求1所述的一种待测物体点云去噪方法，其特征在于，通过所述点云块映射关系，统计聚类点云块密度及区域点...
【专利技术属性】
技术研发人员：张煜，陈渝阳，王闯，赵飞，薛飞龙，吕士平，徐鹏程，何伟，
申请(专利权)人：浙江托普云农科技股份有限公司，
类型：发明
国别省市：
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。