摘要
本发明公开了一种基于改进型参数自适应快速位姿优化算法的植株三维高斯表型提取方法,首先利用相机系统获取植株的多视图图像序列,利用全局自适应快速位姿优化算法估计相机位姿,然后生成场景的稀疏三维点云,可以有效消除农业场景中的位姿估计误差,避免传统方法中的误差累积问题,保证了高精度的相机位姿估计;其次以相机位姿和稀疏三维点云作为输入,将场景中的对象转化为多个三维高斯点,基于高斯表征方法进行三维重建,生成稠密三维点云,解决了农业场景中常见的遮挡和动态变化问题,提升了点云重建的质量和效率;最后基于得到的稠密三维点云,提取植株的表型特征,为作物表型分析提供了更为精准的数据支持。
技术关键词
点云
表型特征
相机系统
协方差矩阵
生成场景
参数
表征方法
相机位姿估计
三维重建模型
透明度
图像
K近邻算法
作物表型
步进电机驱动
球谐函数
相机安装
边缘轮廓
系统为您推荐了相关专利信息
电力设施部件
电子围栏
风险预警方法
数字孪生模型
风险预警系统
三维数字地图
智能机器人
饲喂方法
料仓
二维坐标系统
执行傅里叶变换
构建预测模型
投影模块
三维结构
多层感知机
点云信息
物体三维模型
像素点
图像处理模型
相机外参