[发明专利]基于SFM点云深度的盆栽玉米杂草快速去除方法

权利要求书

1.一种基于SFM点云深度的盆栽玉米杂草快速去除方法，其特征在于，包括：

步骤A，将获取的盆栽玉米的二维顶视图像导入到VisualSFM软件中，重建出玉米植株的三维点云数据；

步骤B，将重建出来的玉米点云数据进行体素栅格下采样，统计学去噪，坐标变换和尺度校正等预处理，以便于后续三维点云的处理；

步骤C，基于三维深度的算法对点云数据进行杂草快速分割并去除；

步骤D，将分割后的去草三维玉米点云往地面进行投影，获得二维图片。

2.根据权利要求1所述的基于SFM点云深度的盆栽玉米杂草快速去除方法，其特征在于，所述步骤B中玉米三维点云的预处理，具体流程包括4个步骤：

(1)用PCL中的VoxelGrid类对重建出来的玉米点云数据进行下采样，下采样的原理是用体素的质心来代表体素中的所有点，下采样的体素大小为0.035m；

(2)用PCL中的统计学滤波来进行三维点云的噪声点去除，统计学滤波的原理是算出每个点到它所有领域的距离，假设结果服从高斯分布，把点的距离不在设定均值和标准差区间的点视为噪声点进行去除。

(3)将重建出来的原始三维点云数据导入到CloudCompare软件进行相应的平移和旋转变换，变换之后的玉米点云数据的株高生长的方向为Z轴的正方向，地面为oxy平面。

(4)由于重建出来的玉米点云植株与真实玉米植株不一样大，往往存在一个确定的比例关系，故需进行相关的尺度校正处理，校正的参照物为种植玉米植株的盆子，校正比例见公式(1)：

式中，s-校正比例，d_real-种植玉米植株盆子的实际高度为19.2cm，d_{reconstructed}-种植玉米植株盆子的三维重建高度。

3.根据权利要求1所述的基于SFM点云深度的盆栽玉米杂草快速去除方法，其特征在于，所述步骤C的基于三维深度的算法去除杂草的具体流程为，首先遍历整个点云数据，设置深度阈值，该算法的深度阈值为种植玉米植株盆子的实际高度19.2cm，当点云的Z坐标值大于该深度阈值时，就默认该点云为非杂草点云，直到整个点云数据被遍历完才退出循环，最后保存非杂草点云从而达到去除杂草的功能。

4.根据权利要求1所述的基于SFM点云深度的盆栽玉米杂草快速去除方法，该方法能克服目标植株与其它背景因颜色差别不大或者有连通的传统图像处理方法不好分割或者分割效果不好的缺点，可推广运用于所有具有深度差异的前景与背景的分割。