摘要
本申请提供了一种羊体三维重构方法,涉及三维点云分割和配准的技术领域。该方法包括:基于训练得到的背景分割模型和配准模型得到羊体的三维重构图。背景分割模型是基于训练样本得到的,训练样本为:获取样本点云数据,采用无回放的随机采样法对样本点云数据下采样,得到采样点,样本点云数据是对初始样本点云数据同时分别使用四种设定滤波方式进行滤波后得到的;对于每个采样点,根据采样点的三维坐标、采样点与每个邻域数据点的距离和点对特征确定采样点的局部特征向量;根据初始样本点云数据和每个采样点的局部特征向量,得到训练样本。本申请中用传统算法数据标注减少人工标注量,应用深度学习算法进行模型的训练,提升了模型的泛化能力。
技术关键词
数据
样本
三维重构方法
滤波方式
邻域
采样点
三维点云分割
协方差矩阵
区域生长法
ICP算法
深度学习算法
多层感知器
坐标
标识
参数
上采样
连线