[发明专利]基于软激光测距的牲畜体型轮廓重构方法及体况评分方法

摘要

本发明提供的重构方法将牲畜的整体轮廓分为若干个身体部位，然后分别对每个身体部位建立标准模板，然后使用对肉眼安全的软激光技术来获得牲畜轮廓点云数据，并将获得点云数据与标准模板进行融合，得到重建的牲畜体型轮廓。这种方法得到的轮廓更为精准且不需要经过复杂的算法提取和计算，且不受外界环境干扰和影响，可以快速生成完整的三维轮廓。

主权项

1.一种基于软激光测距的牲畜体型轮廓重构方法，其特征在于：将牲畜的整体轮廓分为若干个身体部位，然后分别对每个身体部位建立标准模板，然后执行以下步骤：S1.将第一软激光扫描头、第二软激光扫描头、第三软激光扫描头分别设置在待重构的牲畜的前方、后方和上方，分别采集牲畜前部、后部和背部的轮廓信息，并以原始深度矩阵A_ori、B_ori和C_ori的形式输出；S2.将原始深度矩阵A_ori、B_ori和C_ori分别映射为三维0‑1矩阵A、B和C，其中三维0‑1矩阵A、B和C第三维度的坐标值对应二维矩阵中的深度测距值；S3.通过几何变换，将矩阵B、矩阵C转化为第一软激光扫描头视角下的三维深度测距矩阵A2、A3；S4.输出S＝A+A2+A3，S为点云数据；S5.对点云数据根据所划分的身体部位进行划分，并使经过划分的点云数据与相应的标准模板进行融合变形，实现牲畜的体型轮廓重建；标准模板表示为M＝(P,E,T)，其中P表示顶点，E表示边，T为三角形面片，所述步骤S5中，融合变形的具体过程如下：M′＝SM其中M′表示重构的体型轮廓，S＝[s_x,s_y,s_z]，s_x,s_y,s_z分别是X,Y,Z方向的缩放因子；融合变形的过程中S需要同时满足轮廓形状和点云顶点融合度的约束要求，所述轮廓形状采用如下目标函数：f_total＝αf_scale+βf_pos其中，f_scale表示边的缩放，f_pos表示顶点位置约束，α,β分别表示边约束和顶点约束的权重；其中，p_i1,p_i0和p′_i1,p′_i0分别表示某条边缩放前后的端点位置，∈为扰动项；点云顶点融合度采用如下目标函数：其中N_o为变形后体型轮廓的顶点为点云的数目，N_s为标准模板顶点的数目；轮廓形状和点云顶点融合度的约束要求具体表示如下：minf(v)＝(f_total(v),f_match(v))。