[发明专利]一种基于RGBD图像稠密三维重建的植物耐寒性分析的方法

说明书

本发明公开一种基于RGBD图像稠密三维重建的植物耐寒性分析的方法，包括如下步骤：(1)获取植物在不同阶段拍摄的不同角度的RGBD图像，以每株植物的每个阶段的图像为一组数据。三维重建开始之前首先要获得深度图像中植物的深度位置，并设定配置文件参数；(2)对于每一组图像，通过稠密三维重建的方法重建植物模型；(3)分析每个阶段植物三维模型的变化，统计后续阶段模型对于初始状态时的比例不同来区分植物是否是耐寒性植物。本发明具有成本低功能成熟高效，应用场景广泛等优点。

技术领域

本发明属于植物三维结构分析领域，具体涉及一种基于RGBD图像稠密三维重建的植物耐寒性分析的方法。

背景技术

智慧农业是指现代科学技术与农业种植相结合，从而实现无人化、自动化、智能化管理。

对于植物而言，环境因素对于生长起着关键作用，不同植物得以在各种复杂地理环境条件下生存,更多的是得益于植物对环境变化的适应性，对于农业来说，种植环境耐寒的农作物能提高产量和质量。植物的耐寒性可以表现为在不同环境中植物的形态区别，可以运用三维重建的技术分析植物模型来判断其耐寒性。

基于图像的三维重建，三维重建就是根据数据建立三维模型。早期的三维技术通常以二维图像作为输入，重建三维模型，RGB图像建立的三维模型精度较低并且适用范围有限；随着面向普通消费者的深度相机的出现，提供了深度图像数据，降低了重建的难度并且应用的场景也更加广泛，基于深度相机的三维扫描和重建技术得到飞速发展。

发明内容

本发明的目的是克服现有技术的不足，提供一种基于RGBD图像稠密三维重建的植物耐寒性分析的方法。

本发明提供的技术方案是：

(1)获取植物在不同阶段拍摄的不同角度的RGBD图像，以每株植物的每个阶段的图像为一组数据。三维重建开始之前首先要获得深度图像中植物的深度位置，并设定配置文件参数。

(2)对于每一组图像，通过稠密三维重建的方法重建植物模型

(3)分析每个阶段植物三维模型的变化，统计后续阶段模型对于初始状态时的比例不同来区分植物是否是耐寒性植物。

进一步的，对于步骤(1)所述的植物图像拍摄阶段，包括处理前、处理后、恢复后三个阶段，操作为冷处理，每个阶段设立三种不同耐寒性植物的对照，分别为中间T、耐寒J和敏感C。

进一步的，对于步骤(1)所述的图像拍摄角度的变换方式是：将相机固定，拍摄方向朝向植物，植物放在转盘上以m分钟一圈的速度旋转，拍摄图像的帧率为f帧每秒，一圈总共拍摄m*60*f帧，每帧具有两张图片，RGB图和深度图。

进一步的，对于步骤(1)所述的植物的深度位置，用遍历像素统计深度值数量，在某个区间内为实验的拍摄环境，从而找到植物的深度值作为模型初始化，设定配置文件的参数主要有：数据集的路径、Volume尺寸、立方体栅格尺度、相机到模型中心的距离初始化、金字塔处理层数、匹配关联投影点的距离阈值、角度阈值、三层金字塔迭代次数、滤波核大小等。

进一步的，对于步骤(2)所述的稠密三维重建的方法重建植物模型，具体包括：

(2.1)根据拍摄的RGBD植物图像序列，RGB图像不做处理，在步骤S2所述的模型表面重建阶段中用于上色。深度图进行处理，生成深度图像金字塔并且进行双边滤波处理，对处理后的每一层深度图像D_k，通过相机内参反投影生成当前世界坐标系下的三维点，得到其顶点图V_k。再根据顶点图，用垂直的u方向和v方向的差值叉乘，并归一化，计算三维点的法向量，得到法向图N_k。顶点图V_k的求取公式为：

V_k(p)＝D_k(p)K^-1p (1)