基于点云数据的树木三维重建方法改进

激光点云数据以其详尽、高精度的三维信息,在森林参数估算、精确重建植物形态结构三维模型方面具有特殊优势。为进一步提高三维模型精度,综合集成多种算法,在改进现有PC2Tree软件基础上,基于点云数据进行树木三维重建。首先根据树木局部点云的主方向相似度和局部点云轴向分布密度分离枝干与树叶;其次采取水平集和最小二乘法提取枝干部分的骨架点,通过下采样方法提取冠层部分的特征点;最后根据骨架点和特征点拓扑结构重构树木三维模型。以樟树为例,分析枝叶分割精度,自动分割与手动分割结果相近;以无叶的鸡蛋花树为例,分析重建模型精度,模型主枝长度相对误差范围集中在0~8.0%,半径相对误差范围集中在0~10%;枝条重建过程避免了噪声点的干扰,对噪声点具有一定的不敏感性;重建三维模型与原始点云吻合度高,基本解决了冠层内部枝干遮挡严重带来的三维建模困难的问题;依据模型提取树高、冠幅、胸径、体积等参数,增加了重建模型的应用范围。     

基于神经辐射场的苗期作物三维建模和表型参数获取

苗期作物三维结构的精准高效重建是获取表型信息的重要基础。传统的三维重建大多基于运动恢复结构-多视图立体视觉（Structure from motion and multi-view stereo,SFM-MVS）算法,计算成本高,难以满足快速获取表型参数的需求。本研究提出一种基于神经辐射场（Neural radiance fields,NeRF）的苗期作物三维建模和表型参数获取系统,利用手机获取不同视角下的RGB影像,通过NeRF算法完成三维模型的构建。在此基础上,利用点云库（Point cloud library,PCL）中的直线拟合和区域生长等算法自动分割植株,并采用距离最值遍历、圆拟合和三角面片化等算法实现了精准测量植株的株高、茎粗和叶面积等表型参数。为评估该方法的重建效率和表型参数测量精度,本研究分别选取辣椒、番茄、草莓和绿萝的苗期植株作为试验对象,对比NeRF算法与SFM-MVS算法的重建结果。结果表明,以SFM-MVS方法重建点云为基准,NeRF方法重建的各植株点云点对距离均方根误差仅为0.128~0.395cm,两者重建质量较接近,但在重建速度方面,本文研究方法相比于SFM-MVS方法平均重建速度提高700%。此外,该方法提取辣椒苗株高、茎粗决定系数（R2）分别为0.971和0.907,均方根误差（RMSE）分别为0.86cm和0.017cm,对各苗期植株叶面积提取的R2为0.909~0.935,RMSE为0.75 ~3.22cm2,具有较高的测量精度。本研究提出的方法可以显著提高三维重建和表型参数获取效率,从而为作物育种选苗提供更为高效的技术手段。     

基于Kinect v2传感器的果树枝干三维重建方法

针对果树三维重构中存在建模精度低、成本高、拓扑结构差等问题,提出一种基于Kinect v2传感器的果树表型三维重建与骨架提取方法。首先,使用Kinect v2传感器采集不同视角下的果树点云数据;其次,对植株点云进行尺度不变特征变换的特征点检测,对关键点使用快速点特征直方图算法进行特征向量计算,通过随机抽样一致性方法提纯点云的初始位置,经初始变换后使用改进的迭代最近点算法进行精配准、拼接形成完整点云;最后,使用Delaunay三角剖分解构点云数据对缺失点云进行填充,使用Dijkstra最短路径算法对最小生成树进行求取,通过迭代去除冗余分量对骨架进行简化,使用圆柱拟合算法估算枝干骨架,将枝干骨架变为封闭凸包多面体,实现果树的枝干三维重建。实验结果表明：采用本文所提建模方法点云平均配准误差为0.52cm,枝干平均重构误差不超过3.52%,重建效果良好。研究成果可为果园评估作物状态、智能化修剪等研究提供数据支持。     

基于双目立体视觉的植物三维重建系统

为推进农林业科技发展,将虚拟现实的三维重建技术进一步应用于农林业领域将受到更加广泛的关注。本文通过拍摄两幅不同视角的拟南芥图片来获得二维图像信息转换为三维信息,重建出三维模型,并建立人机交互系统。选择双目立体视觉系统来进行拍摄不同视角的拟南芥图片,采用相机标定参数对获取的图像进行畸变校正和极线校正,同时对图像进行图像分割。然后选择SURF特征检测算法和SIFT特征匹配算法进行特征检测匹配,将匹配后得到的拟南芥的二维数据转换为空间三维坐标,使用三角剖分算法和纹理映射方法得到了拟南芥三维逼真模型。最终得到了具有592个空间点的拟南芥的三维模型,并建立了基于机器视觉技术的模式植物虚拟生长模型的人机交互系统。通过对多盆拟南芥进行建模和参数验证,拟南芥叶片长度、宽度和茎秆长度的软件测量值与真实值之间的相关系数R 2分别为0.9404,0.974,0.9862,且软件测量值都在真实值的5%误差线范围以内。表明本文重建的拟南芥模型稳定性和可靠度都较高。     

基于骨架点的矮化密植枣树三维点云自动配准

为了实现枣园的自动化管理,针对枣树自动化选择性冬剪作业要求,需要重建出矮化密植无叶枣树枝干的三维模型。利用2台固定的Azure Kinect DK深度相机搭建获取枣树点云信息的三维重建系统平台,然后把系统平台逆时针旋转55°获取同一棵枣树的另一帧三维点云信息。为了自动完成2帧点云的配准,提出了基于骨架点的枣树点云配准方法：首先利用FPFH特征描述子计算骨架点的特征向量,并采用SAC-IA（采样一致性）算法对2个视角下的枣树骨架点云进行初始匹配;其次利用经典的ICP算法对初始位姿进行优化;最终只采用2个视角下的点云重建枣树枝干的三维模型。实验对比了在3种典型自然环境下（晴天、阴天、夜间）枣树点云的配准精度和配准时间,结果表明：晴天时对采集系统有一定的影响,使得配准后的枣树枝干有部分不完整;阴天和夜间对采集系统影响小,能够重建出完整的枣树枝干;相对于阴天和夜间,晴天时,枣树点云配准耗时最少,为0.09s,而配准误差最大,其拟合分数为0.00029;阴天时,枣树点云配准时间介于晴天和夜间之间,为0.12s,而此时配准误差最小,其拟合分数为0.00011;夜间配准误差介于晴天和阴天,且此时配准时间最长,为0.16s。     

基于Kinect相机的油麦菜自动化三维点云重建

为了解决传统三维点云重建过程中人工调参费时、费力,且精度得不到保障等问题,提出了一种三维点云自动化配准算法,并应用于油麦菜三维重建。使用Kinect相机采集油麦菜不同视角下的点云数据,通过配准实验分析配准参数的变化规律,继而建立了配准评价体系,实现了两片点云的自动化配准,并通过最小化匹配误差积累将多幅点云变换到同一基准坐标系下,实现了油麦菜三维重建。对随机选取的12株油麦菜进行自动化三维重建,结果表明,在两片点云重叠率不低于30%的前提下,本文算法可获得最优参数组合,自动全局配准平均距离误差为0.65cm,平均耗时为44.05s,具有较高的配准精确度和稳定性。本文算法能有效减少配准误差积累、构建较高精度的完整结构,可为其他作物三维重建提供参考。     

基于非标定图像的犁胫热态锻件三维重构

热态锻件尺寸的实时测量是长期困扰锻造工艺的重要问题。机器视觉测量是有望解决这一难题的重要途径。现场标定是机器视觉测量最为繁琐的步骤之一。建立基于非标定图像的三维重构模型,可以避免现场标定,提高机器视觉的测量效率和使用的方便性。提出基于RANSAC自动估计两幅图像之间基本矩阵的方法,研究基于基础矩阵估计的三维重构过程,给出基于非标定图像的三维重建结果。实验表明,非标定三维重建能为犁胫热态锻件的计算机视觉测量提供一定精度的三维描述。     

基于移动机器人平台的玉米植株三维信息采集系统

为了快速、无损、自动获取玉米植株的三维信息,设计了一种基于移动机器人平台的玉米植株三维信息采集系统。首先,通过四轮驱动移动机器人与升降平台配合,精准控制Xtion深度相机多视角采集盆栽玉米植株的三维点云数据;然后,对获取的点云进行配准拼接与滤波,实现玉米植株的三维重建;最后,对重建后的玉米模型进行叶片的分割与参数测量。该系统的移动机器人运动误差可以控制在1 cm之内,玉米植株叶片参数测量误差在1%～5%之间,证明了该系统进行玉米植株三维信息采集的可行性。     

基于颜色取样的苹果树枝干点云数据提取方法

为了快速提取苹果树冠层枝干三维点云数据,以不同生长时期苹果树冠层彩色点云数据为研究对象,提出了基于颜色取样的苹果树枝干点云数据提取方法。首先,提出了苹果树冠层彩色点云获取方法,利用Trimble TX8型地面三维激光扫描仪获取冠层点云数据,同轴全景摄像机获取彩色全景图,采用贴图方法着色点云数据;然后,提取全景图像苹果树冠层区域R、G、B颜色分量信息,根据其分布规律建立枝干部分自适应分割阈值,并根据颜色阈值删除冠层中非枝干部分彩色点云数据;最后,在Geomagic软件中经过封装—创建流形—编辑多边形—填充孔—光滑等一系列操作重建枝干三维模型。苹果树提取枝干点云数据实验结果表明,本文方法点云删除率为75. 74%,相对于人工枝干点云数据提取,侧枝数量平均准确率为93. 34%,效率提高200倍以上,大大缩短了冠层枝干三维重建时间。本研究成果可为有叶苹果树枝干动力学模型建立提供技术基础。     

水泵叶轮逆向工程软件开发及应用

逆向工程能为水泵叶轮的数值模拟、有限元分析、快速成形、产品数字化加工制造以及优化设计等提供直接的几何模型支持．在VC++ 60平台上,应用MFC,ADO,OpenGL,VTK等开发工具,利用模块化编程技术,针对从工业CT获取的叶轮高精度断层切片图像序列,通过图像预处理、二维图像处理以及二维几何处理等数字图像处理技术,编程完成了叶轮断层图像序列表面轮廓的三角面片三维重建及半边结构边界模型的叶轮三维实体转换,开发出了具有多个数据输入、输出接口的水泵叶轮逆向工程软件ReImpeller．应用该软件重建得到了精度较高的叶轮三维模型,以STL数据格式导出并进行快速成型,重建的叶轮零件与其原型相比,形状误差仅为064％,表明ReImpeller具有一定的可行性与实用性．     

3S技术在精准农业中的应用研究

阐述了精准农业的概念,描述了精准农业发展研究的现状,结合GPS、GIS和RS的特点,介绍了3S技术在精准农业中的应用,对我国现阶段精准农业的发展途径提出了自己的看法.     

基于YOLOv3算法与3D视觉的农业采摘机器人目标识别与定位研究

为解决目前农业采摘机器人目标难以识别与定位的问题,在原有农业采摘机器人的基础上,提出一种改进YOLOv3算法和3D视觉技术相结合的方法,实现目标的准确识别和精准定位,并利用标定完成目标坐标系和机器人坐标系的转换。通过试验分析改进YOLOv3算法的性能,并与之前的YOLOv3算法、Fast RCNN算法和Faster RCNN算法进行综合比较,研究表明所采用的改进YOLOv3算法和3D视觉具有较高的识别准确度和定位精度,识别准确率分别提高55%、9%、1.4%,最大定位误差分别降低0.69、0.44、0.28 mm,可以较好地完成后续采摘工作,对于农业机器人的发展具有重要的参考价值。     

Si3N4/TiCnano制备中Y2O3-Al2O3的影响机理研究

采用Y2O3-Al2O3复合烧结助剂制备Si3N4／TiCnano复合陶瓷材料，研究了Y2O3与Al2O3的配比、烧结助剂体积分数对纳米复合陶瓷材料力学性能、致密化进程和显微结构的影响，并利用SEM等手段对其影响机理作了探讨。研究结果表明：烧结助剂的配比、体积分数影响到烧结体中液相的量和粘度等，并进一步影响到材料的致密化进程和显微组织，材料致密化程度的提高和显微结构的改善是其力学性能提高的根本原因。     

计算机三维实体造型在工程设计中的应用

计算机绘图技术的发展和计算机性能的不断提高，引发了工程设计的新理念，三维实体造型设计也应运而生，并以其无可比拟的优越性显示出强大的生命力。AutoCAD、Pro／E和3DMAX等绘图软件不仅可以较方便地绘制二维视图，还可以形象逼真地绘制_三维视图。利用这些软件的强大功能，对图形进行适时修改、动画控制和模拟生产过程，使计算机三维实体绘图成为越来越方便的方法。为此，论述了三维实体建模的优点．介绍了三维实体建模的思路和特点．以及采用三维实体建模对传统设计方法的影响。     

ASP.NET三层构架解析

在解析ASP.NET三层构架具体概念的基础上,通过实例介绍ASP.NET三层构架的具体应用及各层的主要功能,为初学者更加了解ASP.NET三层构架提供理论参考。     

基于Opt-MobileNetV3的大豆种子异常籽粒识别研究

针对大豆异常籽粒识别模型参数量过大、计算成本高、准确率较低等问题,提出了一种改进的轻量级神经网络MobileNetV3模型,将其层数减少,加快模型的训练和推理速度,增加全连接层和Softmax层以增加模型的非线性判别能力以及利于多分类任务的输出,使用全局平均池化代替全局最大池化减少信息丢失,通过添加Dropout层以及去掉MobileNetV3中SE Block注意力机制来增加模型的泛化能力。试验结果表明：将大豆籽粒图像数据经过传统的卷积神经网络AlexNet、VGG16与轻量级神经网络MobilenetV3训练测试结果进行对比,AlexNet算法最终平均精度均值(Mean average precision, mAP)为87.3%、VGG16算法为87.7%,二者mAP相差较小,但两者在训练过程中模型内存占用量及训练时间相差较大,其中AlexNet模型内存占用量为7 070 kB,训练时间为5 420.59 s,而VGG16模型内存占用量为19 674 kB,训练时间为8 282.68 s,整体来看AlexNet相对更好。通过对轻量级神经网络MobileNetV3模型的识别训练,最终...     

金属切削过程的三维数值模拟

借助有限元计算软件,建立了三维金属切削有限元模型,模拟了新型的Ti(C,N)基金属纳米陶瓷刀具金属切削过程,得到切削力、刀具磨损、切削温度的变化规律,计算出Ti(C,N)基金属纳米陶瓷刀具切削正火态45号钢时的合理前角.通过实验证明了模拟过程的正确性.相对于二维模拟,三维仿真更加真实地揭示了刀具和工件的切削状态.     

基于3S的草场牧户管理信息系统的研究

以东乌珠穆沁旗道特淖尔镇为例,建立草场牧户管理信息系统,实现草地资源空间数据、属性数据的统一存储和管理.系统以SuperMap作为开发平台,VB语言作为开发工具,用SQL作为数据库.草场牧户管理信息系统不仅能够提供调查数据的电子档案,还能提供图文一体化的查询、管理功能,以及统计报表和基层单位需要的各类专题图;具备多期数据同时管理分析和数据的编辑、查询、更新等功能,为草地资源的管理、综合评价、规划提供辅助决策支持,对典型草原保护提供技术平台.     

基于OpenGL的三维边坡稳定分析可

基于OpenGL开发了针对三维边坡稳定分析的可视化软件。软件框架由三个部分组成：前处理模块、计算模块和后处理模块。由于三维边坡建模的复杂性,前处理采用面向对象的编程语言,在Visual C++平台下使用OpenGL图形库进行图形应用开发来完成前处理建模。OpenGL是用于开发简捷的交互式二维和三维图形应用程序的最佳环境,有使用简便,效率高的优点。软件利用OpenGL提供的多种成熟的库函数进行点、线、多边形等基本图元的绘制,然后对基本图元进行相应的组合以得到复杂的边坡三维模型,能比较直观的显示滑坡体的三维特征。软件具有开放性,能便于以后的扩展,升级及维护。计算模块采用刚体极限平衡法,结合工程实例验证了软件的适用性。