[发明专利]一种植物器官点云修复方法

说明书

技术领域

本发明涉及三维图像的修复领域，具体涉及一种植物器官点云修复方法。 

背景技术

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》，该发明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》，该发明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，该发明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》，发明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。该发明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。 

发明内容

（一）解决的技术问题 

针对现有技术的不足，本发明提供一种植物器官点云修复方法。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，本发明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，本发明通过以下技术方案予以实现： 

一种植物器官点云修复方法，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S1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E_i； 

S12、采用步骤S11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V_A={E_i,i=1,L,N}，并计算各点云的点特征直方图PFH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，然后由点特征直方图FPFH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A^#的点特征直方图PFH特征；