本发明专利技术提供一种植物器官点云修复方法，涉及三维图像的修复领域。包含以下步骤：S1.构造植物器官点云模板，生成点云模板集；S2.将缺失器官点云与所述点云模板集进行匹配，找出与所述缺失器官点云最为接近的点云模板；S3.基于所述最为接近的点云模板对缺失点云进行修复。本发明专利技术通过解决大块植物器官点云数据缺失的修复问题，能够得在植物扫描过程中获得完整点云数据。本发明专利技术修复准确性高，修复点云与原始点云融合性好，修复部分能反映出植物器官的主要特征。
【技术实现步骤摘要】
本专利技术涉及三维图像的修复领域，具体涉及。
技术介绍
近年来，随着三维激光扫描技术的日趋成熟和相关仪器设备的广泛普及，利用三维激光扫描数据进行三维重建成为研究热点，在植物形态结构测量和分析方面，传统手工的数据采集方法存在速度慢、精度低等缺点，已经难以满足科研要求，而三维激光扫描测量技术能够在很大程度上克服了传统手工测量的局限性，采用非接触主动测量方式直接获取高精度三维数据，能够对任意物体进行扫描，且具有扫描速度快、实时性强、精度高等特点。但植物形态结构较为复杂，在利用三维扫描仪进行植物器官的三维点云数据获取过程中，常因为植物器官表面的蜡质属性(如辣椒果实、苹果果实)或器官间的遮挡(如玉米叶片包裹着玉米雌穗)，扫描结果易受光环境的干扰，因此直接从植物上扫描得到的三维点云数据中往往存在较多的缺失数据，且所缺失部分多为大块点云缺失，与其他领域的小孔洞缺失不同。这些缺失部分不仅使得难以构建植物器官几何模型、对模型进行面积、体积等几何计算，也会影响模型后续的处理等。因此，植物器官点云修复是基于激光三维扫描数据的植物形态建模的一项重要工作。 国内外在三维点云的孔洞修复方面开展了一些工作，典型的工作国内可查到的专利有如下几篇:第一篇为《基于B样条曲面的三维扫描的点云孔洞填补方法》，该专利技术公开了一种能够提供曲面拟合精确度的基于B样条曲面的三维扫描的点云孔洞填补方法。第二篇为《三维扫描点云中基于神经网络的标志点孔洞的填补方法》，该专利技术提供一种能够保证填补的孔洞数据与周围数据连续并且点云特征表示更好的基于神经网络的三维扫描的点云孔洞填补方法，该专利技术具有方法简单的优点。第三篇为《三维扫描的点云孔洞填补方法》，专利技术公开了一种基于三角域贝塞尔曲面的三维扫描的点云孔洞填补方法，它包括实物模型、三维数据采集、数据预处理、曲线曲面重构与分析、曲面拟合、CAD模型建模、数据编程加工、零件、测量数据库、CAD模拟库环节。该专利技术采用曲面拟合的方法能得到一张精确拟合孔洞周围散乱点集的曲面，从而在曲面上取点补孔时能保证较高的拟合精度。第四篇《薄壁复杂曲面零件三维加工预处理方法》利用实物填充法按逐条扫描线修复方式，实现对整个薄壁复杂曲面点云数据的矩形拓扑修复；对薄壁复杂曲面零件的扫描线点云原始数据中的孔洞或分布不均匀区域进行修复预处理。上述现有技术中，方法多为针对一小块点云孔洞或有针对性的工业零件所开展，针对植物器官点云数据缺失的研究较少，且基本都无法解决大块植物器官点云数据缺失的修复问题，即这些方法大多针对特定的缺失区域，在针对植物器官点云缺失进行修复方面，尚无较完善的工作。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供。常规的点云修补多是利用待修补点云本身的几何特征进行修补，本专利技术的考虑了植物样本较多，相同器官间具有较高的相似性，基于先构建模板再对缺失点云与模板对比实现缺失点云的修复，解决了大块植物器官点云数据缺失的修复问题，使得在植物扫描过程中获得完整点云数据。(二)技术方案为实现以上目的，本专利技术通过以下技术方案予以实现:，包含以下步骤:S1、构造植物器官点云模板,生成点云模板集；S2、将缺失器官点云与所述点云模板集进行匹配，找出与所述缺失器官点云最为接近的点云模板；S3、基于所述最为接近的点云模板对缺失点云进行修复。其中，步骤SI包含以下步骤:S11、利用三维扫描仪对预构造模板的植物器官A进行三维扫描，将植物器官A的初始三维点云数据进行点云分割、去噪和重采样处理，得到植物器官的点云模板Ei ；S12、采用步骤Sll的方法构建N个形态与缺失器官相似的植物器官点云模板，生成点云模板集Va= (Ei, i=l, L, N}，并计算各点云的点特征直方图Pi7H信息作为点云模板的特征。其中，步骤S12中点云的点特征直方图Pm计算方法为:对各点云使用Harris关键点探测子算法获取关键点，然后由点特征直方图FPra特征估计方法对点云计算特征。其中，步骤S2包含以下步骤:S21、将缺失器官点云记为A'计算As的点特征直方图Pi7H特征；522、在乂4中通过特征匹配方法找出与^特征最为接近点云模板Ek，分别计算所述Afl与所述Ek的包围盒，将所述Ek包围盒按照与As包围盒的长宽高比例进行等比例缩放，Ek缩放后的模板记为其中，步骤S3包含以下步骤:S31、将所述As生成对应的三角网格，记为Ma;将所述< 生成对应的三角网格，记为ME; S32、采用网格变形方法将所述Me变形为M*4+M ,其中Μ为Ma变形后对应的区域，I为Ma的缺失区域；S33、将所述^ '与Ma进行网格光顺融合，融合后即完成缺失器官的点云修复。其中，步骤S32中采用的网格变形方法的变形过程中采用了使形变能量最小的约束。其中，步骤S33中采用基于加权最小二乘的保特征三角网格光顺算法进行网格光顺融合。(三)有益效果本专利技术通过提供，通过解决大块植物器官点云数据缺失的修复问题，能够得在植物扫描过程中获得完整点云数据。本方法修复准确性高，修复点云与原始点云融合性好，修复部分能反映出植物器官的主要特征。附图说明图1、植物器官点云修复方法流程图；图2、缺失的茎杆三维点云图；图3、修复的茎杆三维点云图；图4、计算点特征直方图PFH的示意图。具体实施例方式下面对于本专利技术所提出的，结合附图和实施例详细说明。实施例1:首先建立多种植物器官点云模板，主要是针对整个植株三维扫描过程中产生的点云缺失问题进行修复。器官模板:通俗来说器官模板就是要先建好一些形态完整的器官点云，它们作为模板，缺失的器官点云与其对比补充器官中缺失的部分；同一器官模板集与缺失器官是拓扑同构的。本实施例的流程为:记有一个缺失的A器官点云为As，我们选择与其形态近似的器官(N个样本)进行破坏性取`样，分别建立完整的器官模板，形成器官模板集Va= (Ei, i=l,…，N}，其中Ei为第i个模板。我们要做的工作就是WVa中选择一个与之形态最接近的一个模板Ek，并将As缺失的部分通过匹配的方法进行修复。具体实施过程包含以下步骤:S1、构造植物器官点云模板,生成点云模板集；步骤SI包含以下步骤:S11、利用三维扫描仪对预构造模板的植物器官A进行三维扫描，将植物器官A的初始三维点云数据进行点云分割、去噪和重采样处理，得到植物器官的点云模板Ei, Ei为完整的作物器官三维点云几何模型。S12、采用步骤Sll的方法针对缺失器官构建N个形态与缺失器官相似的植物器官点云模板，生成点云模板集Va= {E” i=l,…，N}，并计算其中各点云的点特征直方图PHl(Point Feature Histograms)信息作为点云模板的特征。步骤S12中点云的点特征直方图PFH计算方法为:对各点云使用Harris关键点探测子算法获取关键点，然后由快速点特征直方图FPFH (Fast Point Feature Histograms)特征估计方法对点云计算特征。计算给定点云的点特征直方图具体方法如下:首先应对点云中的任意点K邻域内的点对确定源数据点，再对源数据点K邻域的点计算点特征组成特征向量，最后将所有结果统计得到输出直方图。具体步骤如下:(I)对Pi点K-邻域内的任意点对确定源数据点；首先，求取在点云中任意三维点Pi处产生的平均曲本文档来自技高网...
【技术保护点】
一种植物器官点云修复方法，其特征在于，包含以下步骤：S1、构造植物器官点云模板，生成点云模板集；S2、将缺失器官点云与所述点云模板集进行匹配，找出与所述缺失器官点云最为接近的点云模板；S3、基于所述最为接近的点云模板对缺失点云进行修复。
【技术特征摘要】
【专利技术属性】
技术研发人员：温维亮，郭新宇，陆声链，肖伯祥，吴升，
申请(专利权)人：北京农业信息技术研究中心，
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。