[发明专利]一种叶片点云骨架提取方法及装置

说明书

本发明提供的叶片点云骨架提取方法及装置，包括：获取叶片初始点云中每个点的法向信息，并基于法向信息对叶片初始点云进行聚类，获取多个点云子集；建立每个点云子集的距离场，并按照预设步长确定多个垂直于叶片伸长方向的截面，以根据每个截面所在的距离场确定每个截面的相关点集；利用自适应加权算子，确定每个相关点集的骨架约束点，以构建骨架约束点集；获取骨架约束点集的主曲线，作为叶片点云骨架。本发明提供的叶片点云骨架提取方法及装置，能够从叶片点云数据中准确地提取出叶片骨架，能较好的反映叶片的三维形状结构，对缺失的点云数据具有较好的鲁棒性，且无需后期手动调整，能够为表型大数据处理、自动化表型解析等提供技术支持。

技术邻域

本发明涉及三维图像处理技术邻域，尤其涉及一种叶片点云骨架提取方法及装置。

背景技术

叶片是植物的重要组成部分，其形状结构的差异直接影响植物的生长发育和最终产量。骨架是三维数据和模型的抽象表现形式，能够直观的表达物体的拓扑连接关系和几何结构。如何从无序的植物点云数据中提取出有语义信息的骨架，成为植物三维表型和三维重建研究的难点问题。

经典的三维点云骨架提取方法主要包括基于拉普拉斯矩阵和L1中值骨架提取算法。由于植物具有特定的形状结构特征，直接采用这些骨架提取方法提取骨架往往难以得到理想的结果，需结合植物形状结构特征在原方法基础上进行改进和完善。

由于植物本身器官间存在大量遮挡、植物叶片表面材质属性复杂，导致所采集的植物三维点云数据通常存在缺失。此外，受品种和环境等因素的影响，植物叶片通常具有特定的形状结构特征。因此，直接应用计算机图形学邻域一般化的骨架提取算法，难以得到准确的植物叶片点云骨架提取结果。

发明内容

本发明提供一种叶片点云骨架提取方法及装置，用以解决现有技术难以得到理想的植物叶片点云骨架提取结果的缺陷，可实现缺失点云数据的玉米叶片骨架的鲁棒提取。

第一方面，本发明提供一种叶片点云骨架提取方法，包括：

获取叶片初始点云中每个点的法向信息，并基于所述法向信息对所述叶片初始点云进行聚类，获取多个点云子集；

建立每个所述点云子集的距离场，并按照预设步长确定多个垂直于叶片伸长方向的截面，以根据每个截面所在的距离场确定每个截面的相关点集；

利用自适应加权算子，确定每个所述相关点集对应的骨架约束点，以构建骨架约束点集；

获取所述骨架约束点集的主曲线，作为叶片点云骨架。

根据本发明提供的一种叶片点云骨架提取方法，所述建立每个所述点云子集的距离场，包括：

确定每个所述点云子集的有向包围盒；

计算所述点云子集中的每个点与垂直于叶片伸长方向的正交面之间的距离并进行归一化，从而建立每个所述点云子集的距离场。

根据本发明提供的一种叶片点云骨架提取方法，所述确定每个所述点云子集的有向包围盒，包括：

基于主成份分析法，计算每个所述点云子集的三个特征向量；

对三个特征向量进行标准正交化，获取正交矩阵；

利用所述正交矩阵的标准正交基，构建笛卡尔坐标系，并在所述笛卡尔坐标系中，计算出从原点沿X、Y、Z三个方向上的最大位置和最小位置，以根据所有最大位置和最小位置构建出所述有向包围盒的6个平面。

根据本发明提供的一种叶片点云骨架提取方法，所述获取叶片初始点云中每个点的法向信息，并基于所述法向信息，对所述叶片初始点云进行聚类，获取多个点云子集，包括：

对所述叶片初始点云进行去噪和降采样处理，以去除噪声点，获取叶片点云；