[发明专利]基于面向表型精确鉴定的豆株快速三维重建方法

权利要求书

1.基于面向表型精确鉴定的豆株快速三维重建方法，其特征在于：首先，用户使用Kinect每隔设定的角度扫描大豆植株即豆株，获得若干帧豆株放置于自动转盘之上的点云场景，经直通滤波去除点云背景和统计滤波去除离群点后，根据用户提供的旋转角进行罗德里格斯公式计算出粗配准矩阵，然后使用ICP算法进行精细配准，而后对于植株点云进行分层聚类得到骨架点，对于骨架点设置每个点与最近的K个点相邻得到多个连通分量，而后对于根节点所在的主干连通分量进行主干Dijkstra路径生长和枝干生长点的选取以及枝干连通分量Dijkstra路径生长，最后利用pyvista可视化库进行植株骨架的三维可视化。

2.根据权利要求1所述的基于面向表型精确鉴定的豆株快速三维重建方法，其特征在于，包括以下步骤：

1)使用Kincet和水平的自旋转平台每隔设定的角度获取一帧大豆植株放置于自动转盘之上的深度图像和RGB图像，通过彩色图和深度图对齐得到点云数据，并通过对点云数据进行滤波操作去除背景和离群点得到多帧豆株单帧点云；

2)对获取的多帧豆株单帧点云，基于角度和竖直向上的旋转轴进行罗德里格斯公式计算，得到粗配准旋转矩阵R_coarse对多帧豆株单帧点云进行粗配准；

3)对于粗配准的点云结果进行进一步的ICP计算，得到精配准旋转矩阵R_icp进行精细配准，到完整的配准豆株点云，即植株点云；

4)对于植株点云，以到根节点的欧式距离为考量进行分层，层数由用户确定；

5)对植物每一层的点云分别进行欧式聚类，取其重心点为骨架点，得到豆株骨架点云，即得到骨架点云图；

6)对于骨架点云图，设置点云图中的每个点与周边最近的K个点相邻，得到若干连通分量，其中植株根节点所在连通分量为主干连通分量，其余为枝干连通分量，K由用户给出，从主干连通分量最低点开始Dijkstra路径生长，得到主干骨架图；

7)对于某一枝干连通分量，在主干骨架的点云中选取点p₁，满足p₁到枝干连通分量所有点的欧氏距离之和最小，基于距离度量函数f(d)和角度度量函数g(θ)选出对应枝干连通分量的枝干生长点subroot，基于subroot进行Dijkstra路径生长，连接p₁和subroot，得到完整豆株点云骨架连接；

8)对于多个枝干连通分量重复进行步骤6)、7)后，得到完整的植株骨架，对于每一段骨架连接，使用pyvista可视化库中的圆柱类进行代替，每一段圆柱基于大豆植株形态特征的考量赋予半径参数，并在过渡处进行平滑处理，随机添加树叶，得到三维可视化的植株模型。

3.根据权利要求2所述的基于面向表型精确鉴定的豆株快速三维重建方法，其特征在于：在步骤1)中，用户使用Kinect获取深度图像和RGB图像，自旋转平台每隔设定的角度拍摄一次，每次拍摄旋转的角度θ能够是任意指定的角度，获取到RGB图像以及深度图像之后，调用Kinect官方SDK进行深度图和彩色图对齐，深度像素和彩色像素坐标映射关系如式：p_rgb＝K_rgb^-1M_rgbM_ir^-1K_irp_ir，其中，pir为深度图坐标，p_rgb为彩色图坐标，对于深度相机的内参矩阵K_ir、深度相机的外参矩阵M_ir、彩色相机的内参矩阵K_rgb和彩色相机的外参矩阵M_rgb这四个参数能够通过相机标定获得，经过若干次的拍摄后得到若干帧大豆植株放置于自动转盘之上的深度图像和RGB图像，通过彩色图和深度图对齐得到点云数据，通过对点云数据进行直通滤波去除点云数据的背景，通过统计滤波去除点云场景点云，得到多帧大豆植株单帧点云。