【技术实现步骤摘要】
本申请涉及数据处理，尤其是涉及一种农作物的信息采集与三维图像呈现方法、装置及系统。
技术介绍
1、三维重构技术是一种虚拟现实技术，即通过数据采集、预处理、点云配准、数据融合和纹理添加等一系列过程，在计算机中对完成现实实物虚拟重建的一项技术。近些年，传感器技术和计算机视觉技术的高速发展，使得这一领域的仪器设备成本大幅下降的同时，适应复杂环境和场景的高精度重构算法也得到了极大的发展。
2、在农作物领域，三维重构技术也有着广泛的应用前景。以玉米为例，玉米植株的冠层结构、叶片的空间分布状况影响冠层co2的传输和光截获能力，对生长发育、抗逆性及产量产生很大影响。通过三维重构技术来对玉米植株进行自动化的数据分析，能够在增产建议、减产预警和风险管控方面得到经济效益。
3、目前常使用的方法有基于规则的方法、基于图像的方法和基于三维扫描仪的方法。玉米由于植株较高，双目和多目视觉系统的校准位置会受到影响，所以实验当中多采用了三维扫描仪来完成植株的三维重建。但是三维扫描仪同时受限于场地和设备等约束，难以在大范围内对玉米植株进行三维重构。
技术实现思路
1、本申请提供一种农作物的信息采集与三维图像呈现方法、装置及系统，借助于图像、自定位以及激光扫描的多方式数据获取渠道，来实现对植株的三维形态结构重建，用以给精准化管理提供数据参考依据。
2、本申请的上述目的是通过以下技术方案得以实现的：
3、第一方面，本申请提供了一种农作物的信息采集与三维图像呈现方法，包括：
4、响应于获取到的图像，对图像中的对象进行分解，得到多个子对象；
5、确定子对象的边缘轮廓；
6、使用激光在子对象上构建多个基准点，基准点分布在子对象的边缘区域和中间部分区域上；
7、使用视觉差计算每一个基准点的坐标并根据基准点的坐标构建筛选域；
8、对子对象所在区域进行激光扫描，得到三维点云数据组；
9、使用筛选域对三维点云数据组进行筛选，得到基准数据组；
10、使用基准数据组在三维空间内构建对应子对象的子三维模型；以及
11、使用子三维模型构建属于对象的三维模型并将子对象赋予对应的子三维模型。
12、在第一方面的一种可能的实现方式中，对图像中的对象进行分解包括：
13、根据颜色从图像中分解出对象；
14、将对象分解为多个子对象，每一个子对象均具有封闭的边缘轮廓；
15、根据子对象的边缘轮廓确定子对象的中心线及中心线指向方向；以及
16、根据子对象的中心线及中心线指向方向将子对象分组，位于同一个区域或者指向方向朝向同一个区域的子对象归属于同一个对象。
17、在第一方面的一种可能的实现方式中，确定子对象的中心线及中心线指向方向包括：
18、确定子对象的长度方向；
19、在子对象的长度方向上构建模拟中心线并移动模拟中心线，至位于移动模拟中心线两侧的子对象的边缘轮廓对称或者重合度大于等于要求重合度；
20、将两侧的子对象的边缘轮廓对称或者重合度大于等于要求重合度的模拟中心线作为子对象的中心线；以及
21、根据中心线两侧子对象的边缘轮廓宽度变化确定中心线指向方向。
22、在第一方面的一种可能的实现方式中，根据基准点的坐标构建筛选域包括：
23、使用位于子对象的边缘区域的基准点构建属于子对象的选择面，每一个位于子对象的边缘区域的基准点均位于选择面上；
24、使用位于子对象的中间部分区域上基准点对选择面进行校正，每一个位于子对象的中间部分区域上基准点均位于进行校正的选择面上；
25、使用经过校正的选择面构建筛选域，选择面位于筛选域内部；以及
26、使用筛选域对三维点云数据组进行筛选，得到基准数据组，基准数据组中的三维点云数据均位于筛选域内。
27、在第一方面的一种可能的实现方式中，使用子三维模型构建属于对象的三维模型还包括确定子三维模型的关联关系；
28、具有关联关系的子三维模型属于同一个对象。
29、在第一方面的一种可能的实现方式中，确定子三维模型的关联关系时，将子三维模型分为第一子三维模型和第二子三维模型；
30、一个第一子三维模型对应多个第二子三维模型；
31、还包括确定不与第一子三维模型存在直接连接关系的多个第二子三维模型的关联关系。
32、在第一方面的一种可能的实现方式中，将不与第一子三维模型存在直接连接关系的多个第二子三维模型的中心线进行延伸并将中心线存在交点或者临近距离的多个第二子三维模型归为一组；
33、中心线进行延伸包括：
34、将一个第二子三维模型的中心线进行分段，得到多个中心线段；
35、计算每一个中心线段的曲率半径；
36、在中心线的延伸方向上构建多个空白中心线段；以及
37、根据中心线指向方向上的曲率半径变化趋势对空白中心线段进行补齐。
38、第二方面，本申请提供了一种农作物的信息采集与三维图像呈现装置，包括：
39、分解单元，用于响应于获取到的图像，对图像中的对象进行分解，得到多个子对象；
40、第一确定单元，用于确定子对象的边缘轮廓；
41、第一构建单元，用于使用激光在子对象上构建多个基准点，基准点分布在子对象的边缘区域和中间部分区域上；
42、第二构建单元，用于使用视觉差计算每一个基准点的坐标并根据基准点的坐标构建筛选域；
43、扫描单元，用于对子对象所在区域进行激光扫描，得到三维点云数据组；
44、第一数据筛选单元，用于使用筛选域对三维点云数据组进行筛选，得到基准数据组；
45、第三构建单元，用于使用基准数据组在三维空间内构建对应子对象的子三维模型；以及
46、第四构建单元，用于使用子三维模型构建属于对象的三维模型并将子对象赋予对应的子三维模型。
47、第三方面，本申请提供了一种农作物的信息采集与三维图像呈现系统，所述系统包括：
48、一个或多个存储器，用于存储指令；以及
49、一个或多个处理器，用于从所述存储器中调用并运行所述指令，执行，如第一方面及第一方面任意可能的实现方式中所述的方法。
50、第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质包括：
51、程序，当所述程序被处理器运行时，，如第一方面及第一方面任意可能的实现方式中所述的方法被执行。
52、第五方面，本申请提供了一种计算机程序产品，包括程序指令，当所述程序指令被计算设备运行时，如第一方面及第一方面任意可能的实现方式中所述的方法被执行。
53、第六方面，本申请提供了一种芯片系统，该芯片系统包括处理器，用于实现上述各方面中所涉及的功能，本文档来自技高网...
【技术保护点】
1.一种农作物的信息采集与三维图像呈现方法，其特征在于，包括：
2.根据权利要求1所述的农作物的信息采集与三维图像呈现方法，其特征在于，对图像中的对象进行分解包括：
3.根据权利要求2所述的农作物的信息采集与三维图像呈现方法，其特征在于，确定子对象的中心线及中心线指向方向包括：
4.根据权利要求1至3中任意一项所述的农作物的信息采集与三维图像呈现方法，其特征在于，根据基准点的坐标构建筛选域包括：
5.根据权利要求2所述的农作物的信息采集与三维图像呈现方法，其特征在于，使用子三维模型构建属于对象的三维模型还包括确定子三维模型的关联关系；
6.根据权利要求5所述的农作物的信息采集与三维图像呈现方法，其特征在于，确定子三维模型的关联关系时，将子三维模型分为第一子三维模型和第二子三维模型；
7.根据权利要求6所述的农作物的信息采集与三维图像呈现方法，其特征在于，将不与第一子三维模型存在直接连接关系的多个第二子三维模型的中心线进行延伸并将中心线存在交点或者临近距离的多个第二子三维模型归为一组；
8.一种农作
9.一种农作物的信息采集与三维图像呈现系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种农作物的信息采集与三维图像呈现方法，其特征在于，包括：
2.根据权利要求1所述的农作物的信息采集与三维图像呈现方法，其特征在于，对图像中的对象进行分解包括：
3.根据权利要求2所述的农作物的信息采集与三维图像呈现方法，其特征在于，确定子对象的中心线及中心线指向方向包括：
4.根据权利要求1至3中任意一项所述的农作物的信息采集与三维图像呈现方法，其特征在于，根据基准点的坐标构建筛选域包括：
5.根据权利要求2所述的农作物的信息采集与三维图像呈现方法，其特征在于，使用子三维模型构建属于对象的三维模型还包括确...
【专利技术属性】
技术研发人员：李轶骥，高青山，刘丽，朱润华，阳圣莹，夏武奇，刘爱华，胡思雪，
申请(专利权)人：四川省农业科学院科技保障中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。