登录    注册    忘记密码

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

作  者:夏春华[1,2] 施滢[3] 尹文庆[1]

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

出  处:《农业工程学报》

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心