[发明专利]一种多平台激光雷达大田玉米高通量茎叶分离方法在审

专利信息
申请号: 202210017232.2 申请日: 2022-01-07
公开(公告)号: CN114283163A 公开(公告)日: 2022-04-05
发明(设计)人: 李振洪;雷蕾;杨浩;杨贵军 申请(专利权)人: 长安大学
主分类号: G06T7/11 分类号: G06T7/11;G06T5/00;G06V10/764
代理公司: 陕西铭一知识产权代理有限公司 61287 代理人: 马歆甜
地址: 710000 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 平台 激光雷达 大田 玉米 通量 分离 方法
【权利要求书】:

1.一种多平台激光雷达大田玉米高通量茎叶分离方法,其特征在于,包括如下步骤:

利用激光雷达扫描获取大田玉米的点云数据;

对获取到的所述点云数据进行预处理;

采用玉米茎叶分离模型对玉米茎叶进行初步分离,具体分离步骤为:

建立多个基准圆柱,采用多个基准圆柱对预处理后点云数据的所有点进行遍历,对基准圆柱内遍历后的点求其多维特征值和角度,根据玉米茎秆和叶片多维特征值和角度的不同,实现玉米茎叶初步分离;

优化分离结果,具体优化步骤为:

采用统计离群值移除SOR滤波去除茎秆中的噪声点,将噪声点添加到叶片中;

采用优化圆柱去遍历分离出的茎秆,统计每个优化圆柱中最高点和最低的差值,设定一个阈值,若差值小于这个阈值,则优化圆柱内的点被从茎秆中分离出去,添加到叶片点中;所述优化圆柱的直径小于基准圆柱的直径,其高度大于基准圆柱的高度。

2.根据权利要求1所述的一种多平台激光雷达大田玉米高通量茎叶分离方法,其特征在于:所述对基准圆柱内遍历后的点求其多维特征值和角度,具体步骤为:

对处于每个所述基准圆柱内的所有点拟合平面,所述拟合平面到所述基准圆柱内的所有点的距离之和最小,求取所述拟合平面的多维特征值和角度。

3.根据权利要求2所述的一种多平台激光雷达大田玉米高通量茎叶分离方法,其特征在于:所述拟合平面的约束条件为

a2+b2+c2=1

所述拟合平面方程为

ax+by+cz=d

所述基准圆柱中的所有点的三维坐标为(xi,yi,zi),i=1,2,3...n;

将所述基准圆柱中的所有点的三维坐标带入到所述拟合平面方程,得到

axi+byi+czi=d,i=1,2,3...n (1)

设所述基准圆柱中的所有点的平均坐标为并带入到所述拟合平面方程,得到

将(1)式与(2)式相减,得到

设矩阵

列矩阵

则式(3)等价于AX=0,

对矩阵A进行奇异值分解可获取所述拟合平面的特征值和特征向量,即所述拟合平面的多维特征值和角度。

4.根据权利要求1所述的一种多平台激光雷达大田玉米高通量茎叶分离方法,其特征在于:所述激光雷达获取大田玉米的点云数据的方法包括地基激光雷达获取大田玉米的点云数据及背包激光雷达获取大田玉米的点云数据;

所述地基激光雷达获取大田玉米的点云数据包括针对不同生育期的玉米,设置不同的激光雷达的扫描参数,通过多站点的扫描方式获取大田玉米的点云数据;

所述背包激光雷达获取大田玉米的点云数据包括根据实际大田环境规划扫描路线,在扫描之前和扫描之后分别采用绕八字的方式消除惯导误差。

5.根据权利要求1所述的一种多平台激光雷达大田玉米高通量茎叶分离方法,其特征在于:所述对获取到的点云数据进行预处理包括:

对地基激光雷达获取的点云数据的解算和拼接,及对背包激光雷达获取的点云数据的解算;

对点云数据的去噪,地面点云数据的滤波,以及对获取的大田玉米的点云数据进行小区分割。

6.根据权利要求4所述的一种多平台激光雷达大田玉米高通量茎叶分离方法,其特征在于:所述激光雷达的扫描参数包括扫描分辨率/质量、水平扫描角度、垂直扫描角度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210017232.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top