[发明专利]一种基于回溯自适应匹配追踪的农用植株3D数据重构方法

摘要

本发明公开了一种基于回溯自适应匹配追踪的农用植株3D数据重构方法，首先运用该方法在感知矩阵中寻找绝对值的相关度满足一定条件的原子存入候选集，然后对已选出的原子进行回溯检验，剔除先前迭代过程中错选的原子并存入删除集，同时更新支撑集与残差。当满足迭代终止条件时，退出迭代，完成对激光扫描传感器信号的精确重构。该方法无需将激光扫描传感器信号稀疏度作为先验条件，同时运用了回溯的思想，在计算复杂度与重构性能之间获得了很好的平衡。本发明直接从激光扫描传感器返回的植株目标深度数据入手，降低了对数据的存储和传输的压力，并能准确恢复植株的形态特征，对植株的成长分析具有重要意义。

主权项

一种基于回溯自适应匹配追踪的农用植株3D数据重构方法，其特征在于，包括以下步骤：步骤1：激光扫描传感器返回的每一组帧数据按顺序记为f_n(i)，f_n(i)表示f_n的第i个数据，f_n表示f的第n组数据，则原始激光深度数据f＝[f₁,f₂,…,f_n]^T，其中i∈(1,2,…,Ι)，n∈(1,2,…,N)；步骤2：采用小波变换基对激光深度数据进行稀疏表示，信号f稀疏表示为f＝Ψx，x为激光扫描传感器返回的深度数据f∈R^N×I在变换基Ψ下的系数向量x；步骤3：采用高斯分布白噪声生成随机测量矩阵Φ，Φ∈R^M×N(M＜＜N)，M为测量维数，N为原始信号的维数；步骤4：测量矩阵Φ与稀疏变换基Ψ相乘得到感知矩阵其中Φ是M×N(M＜＜N)维的压缩感知观测矩阵，Ψ是N×N维的稀疏变换基矩阵，则激光原始信号f的测量值表示为步骤5：采用回溯自适应匹配追踪算法对植株的3D数据进行重构，得到重构后的激光数据并与原始数据进行对比得出结论。