[发明专利]一种基于点云的猪只体尺参数测量方法

权利要求书

1.一种基于点云的猪只体尺参数测量方法，其特征在于：包括如下步骤：

步骤一：标定测量系统；使用张正友标定法，通过对不同角度棋盘的角点特征角点进行获取，对深度摄像头进行标定，求出内参与外参；

步骤二：建立测量系统；猪舍顶部架设两个Kinect摄像头，两个Kinect摄像头之间距离为2000～6000mm；

步骤三：Kinect摄像头拍摄待测整猪；在待测整猪完全暴露于摄像头内时，对其进行拍摄，并通过两个Kinect采集猪的点云；

步骤四：点云去噪算法：通过滤波去噪算法进行去噪，并通过多元高斯分布的异常点检测进行去除离群点；

步骤五：通过FPFH算法进行点云的关键点以及点特征直方图的获取，获得点云的信息；

步骤六：将去噪好的点云通过SAC-IA进行点云的粗配准；通过ICP算法进行点云的精配准，得到猪只的整体点云；

步骤七：计算体尺参数；使用基于几何特征的提取算法，提取配准出的猪只点云关键点，通过计算相关几何数据得到猪只的体尺参数；

步骤八：返回步骤三依次执行步骤四至步骤八；多次测量，直至获取5组数据后转入步骤九；

步骤九：计算最终结果；

在步骤一中，拟采用张正友标定法对深度摄像头进行标定，求出内参与外参，所述内参为参数矩阵（,,,)和畸变系数，所述畸变系数为三个径向,,和两个切向,，所述外参为旋转向量和平移向量(,,)；

在步骤二中，Kinect摄像头相对被测猪只角度设置为0°~ 45°；

在步骤六中，通过SAC-IA进行点云的粗配准，其步骤如下：

（1）采用采样一致性方法，从源点云中选择n个样本点，尽量保证所采样的点具有不同的FPFH特征，并在目标点云中找到满足FPFH相似的点来建立对应关系；

（2）使用Levenberg-Marquardt算法进行非线性局部优化；

在步骤七中，基于几何特征的提取算法，其步骤如下：

（1）采集猪只5处关键点，即体深上端点，猪肩端点，体深下端点，坐骨结节点，猪腹部最大点；

（2）通过采集猪只的关键点，得到4项体尺参数，即体尺长：

（11）

肩宽：

（12）

腹宽：

（13）

体深：

（14）。

2.根据权利要求1所述的基于点云的猪只体尺参数测量方法，其特征在于：在步骤四中，处理拍摄点云中点云的去噪，采用的是条件滤波器、统计滤波器和体素滤波器，其步骤如下：

（1）条件滤波器通过预设的滤波条件进行点云的初步降噪；

（2）统计滤波器通过计算每个点到其最近的k个点的平均距离，并使点云中所有点的距离应构成高斯分布；对于给定均值与方差，剔除之外的点；

（3）体素滤波器使用AABB包围盒将点云数据体素化，噪音点及离群点可通过体素网格去除。

3.根据权利要求1所述的基于点云的猪只体尺参数测量方法，其特征在于：在步骤四中，通过多元高斯分布的异常点检测离群点，计算点云的均值向量：

（1）

和协方差矩阵：

（2）

得到离散点的概率值：

（3）

根据概率值判断某点是否是异常值。

4.根据权利要求1所述的基于点云的猪只体尺参数测量方法，其特征在于：在步骤五中，通过使用一个点周围的多维直方图的平均曲率来编码一个点的k个最近邻的四几何属性，即，前三个元素均是角度，都和法向量有关系，将三个元素标准化并放到同一个区间内，通过分解三个角特征，简单地创建b个相关的特征直方图，每个特征维数对应一个直方图，并将它们连接在一起，其中，意义如下：

（4）

（5）

（6）

（7）

其中，u,v,w为其中一个点上定义了一个固定坐标系：

（8）

（9）

（10）。