期刊文章详细信息
基于TOF深度传感的植物三维点云数据获取与去噪方法 ( EI收录)
Obtaining and denoising method of three-dimensional point cloud data of plants based on TOF depth sensor
文献类型:期刊文章
Xia Chunhua;Shi Ying;Yin Wenqing(College of Engineering,Nanjing Agricultural University,Nanjing 210031,China;Nanjing Research Institute for Agricultural Mechanization Ministry of Agriculture,Nanjing 210014,China;Zijin College,Nanjing University of Science&Technology,Nanjing 210023,China)
机构地区:[1]南京农业大学工学院,南京210031 [2]农业部南京农业机械化研究所,南京210014 [3]南京理工大学紫金学院,南京210023
基 金:中央级公益性科研院所基本科研业务费专项(S201715)
年 份:2018
卷 号:34
期 号:6
起止页码:168-174
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:为提高植物三维重建的精度,更好地实现植物数字化研究,提出了基于TOF(time of flight)深度传感的植物三维点云数据获取与去噪方法。首先通过TOF深度传感来获取植物点云数据,采用直通滤波器对点云数据进行预处理,减少背景噪声;其次采用改进密度分析的离群点去噪算法,该算法通过结合邻近点平均距离和邻域点数数量2个特征参数,对点云数据中的离群点噪声进行检测和去除;最后采用双边滤波算法对点云内部的小尺寸噪声进行检测和去除。以番茄植株进行相关试验,试验结果表明:与传统双边滤波算法比较,该文算法最大误差降低了11.2%,平均误差降低了23.2%;与拉普拉斯滤波算法比较,最大误差降低了20.6%,平均误差降低了39.2%,表明该文提出的算法在保持点云特征的情况下,能简单高效地去除植物三维点云数据中的不同尺度噪声。
关 键 词:植物 试验 算法 三维点云 TOF深度传感 去噪 密度分析 双边滤波
分 类 号:S219.1]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...