[发明专利]一种基于高精度机械臂结构光成像的作物籽粒三维性状测量方法

说明书

本发明涉及一种植物表型研究检测设备及方法，具体涉及一种基于高精度机械臂结构光成像的作物籽粒三维性状测量方法，对作物籽粒性状特征参数进行提取。该方法通过控制机械臂运转和结构光扫描仪，实现特定的路径规划并扫描籽粒，再利用PCL点云处理技术对籽粒性状提取。鉴于现有的作物籽粒测量手段的效率慢，精度低及安全隐患问题，且现有的检测平台的缺乏三维性状检测等因素，本发明研究设计了一种基于高精度机械臂结构光成像的作物籽粒三维性状测量方法，提供了一种精准获取作物籽粒表型点云性状的方式，并且能够实现自动化、批量扫描处理。同时利用PCL点云处理技术，可以有效地提取出作物籽粒的三维性状，提高测量的精度和效率。

技术领域

本发明涉及一种植物表型研究检测设备及方法，具体涉及一种基于高精度机械臂结构光成像的作物籽粒三维性状测量方法，通过控制机械臂运转和结构光扫描仪，实现特定的路径规划，对作物籽粒性状特征参数进行提取。

背景技术

作物籽粒的考查是产量的重要表达方式，是作物育种和功能基因解析中不可或缺的环节，研究其表型特征参数对如何提高作物最终产量，如何区别不同品种作物籽粒特征有着重要意义。传统的籽粒性状测量方法主要依赖于人工，人工测量速度慢且极难避免由于操作失误产生的人工误差；而针对现有考种设备，主要采用工业成像的方法，测量性状以粒长，粒宽这种基于二维图像特征性状为主，而像是籽粒体积，表面积，整体轮廓这些基于三维特征性状不容易取得。而且在二维图像上直接量取几何信息是不完全准确的，因为二维俯视图是一个中心投影，离投影中心越远，相应图像变形也越大。

近年来随着3D技术的逐渐发展，针对小目标的三维测量也取得了较大的进展。OGAWA Y等^[1]利用3D技术获取了稻谷的多个剖面影像，实现了谷粒的三维建模，但此方法仅适合单个谷粒的三维建模，不适合批量建模。青克乐其其格等^[2]利用数字显微摄影测量技术采集了稻谷的显微图像，基于多角度匹配技术实现了谷粒的三维重建，但此方法需要对单粒谷粒进行多角度拍照，在数据获取时耗时较长。刘彩玲等^[3]利用全自动高精度立体扫描仪CF-30获取了500粒水稻种子的三维点云数据，精度可达毫米级，但其长度、宽度及厚度等参数是用商用软件手动逐一量取的，没能实现谷粒表型信息的自动化提取和批量处理。对于目前普通的双目立体视觉、运动恢复结构、空间雕刻的三维重建方法获取的点云较稀疏的问题，难以满足毫米级的精度要求。结构光成像作为一种主动三维立体视觉技术可以获取高精度三维点云，广泛应用于工业检测、逆向工程和文物保护等领域，为作物籽粒三维性状高精度解析提供了一种有效的方法^[4]。

机械臂与结构光的结合在之前已有了一定的进展。胡爱玲等^[5]提出了由线结构光测头和六自由度机械臂组成的自由曲面非接触测量系统，但是其仅建立了手眼关系数学模型，缺乏实际物体的测试验证。具有实际应用的有孔令升等^[6]提出的基于结构光的高精度三维视觉引导抓取系统，通过结构光系统实现目标高精度的三维重建，将标准模板与预处理后的场景点云进行匹配。得到匹配参数后，利用手眼标定参数计算出机器手抓取位姿。最后由抓取控制模块完成引导机器手对目标物体的抓取。但是实际上其结构光系统是置于外部设置，并没有与机器臂实际结合起来。因此目前缺乏对于结构光与机械臂实际结合，在三维测量方向上的应用。而对于整株作物的三维重建，考虑到结构光扫描仪的分辨率限制，以本发明所使用的扫描仪为例。该扫描仪单片精度可达0.1mm，但是要求物距在290-480mm间。扫描作物以水稻为例，整株杂交水稻的高度可达1m，受限于扫描仪的物距限制就要求机械臂的运动范围达到一个很高的标准。叶片和茎秆的堆叠问题，也使得获取的点云难以进行后续处理。因此整株作物的测量并不适合于机械臂结构光成像测量系统。而作物籽粒能够清楚地分散平铺开，更有利于三维性状的提取。