【技术实现步骤摘要】
本专利技术涉及数据处理,尤其涉及一种果实点云提取方法、装置、电子设备及存储介质。
技术介绍
1、对串形果实进行检测和点云提取是农业机器人的基本功能,其目的是对串形果实进行高精度的三维定位和重建,支持采摘、巡检等机器人完成作物感知、监测和操作。
2、常见的点云提取技术主要分两类,基于图像分割的点云分割方法和三维点云分割方法:前者在二维图像中进行目标图像像素分割,然后提取目标区域每个像素点对应的三维点,得到目标点云。但其依赖图像分割的精度,易受光照和图像分割方法自身条件限制的影响,难以保证提取目标点云的准确性;后者利用三维点云分割算法直接对点云进行分割后提取目标点云,三维点云分割方法通常采用神经网络分割算法,由于神经网络分割模型的精度普遍依赖于训练数据集,而此类数据需要人工进行高精度、高细粒度的标注,消耗大量的人力和时间成本。因此,两类方法受限于开发成本与提取精度,不适用于农业机器人。
技术实现思路
1、本专利技术提供了一种果实点云提取方法、装置、电子设备及存储介质,节约了人工标注
...【技术保护点】
1.一种果实点云提取方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述从所述聚类初始点开始,对所述果实区域的区域点云采用邻近搜索和密度聚类,得到所述聚类初始点对应的果实聚类簇,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述聚类初始点,在所述果实区域的区域点云中的其他点中筛选聚类核心点,包括:
4.根据权利要求1所述的方法,其特征在于,所述果实区域包括果子区域和串整体区域。
5.根据权利要求1所述的方法,其特征在于,所述根据各所述果实区域映射在所述场景深度信息的深度区域,确定各
...【技术特征摘要】
1.一种果实点云提取方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述从所述聚类初始点开始,对所述果实区域的区域点云采用邻近搜索和密度聚类,得到所述聚类初始点对应的果实聚类簇,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述聚类初始点,在所述果实区域的区域点云中的其他点中筛选聚类核心点,包括:
4.根据权利要求1所述的方法,其特征在于,所述果实区域包括果子区域和串整体区域。
5.根据权利要求1所述的方法,其特征在于,所述根据各所述果实区域映射在所述场景深度信息的深度区域,确...
【专利技术属性】
技术研发人员:李兴旭,杨顺,韩威,张鑫,
申请(专利权)人:北京中科原动力科技有限公司,
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。