基于三维点云的玉米果穗几何建模

果穗是玉米产量的构成器官,为构建高精度玉米果穗几何模型,提出了一种基于三维点云数据的玉米果穗几何建模方法。针对玉米果穗形态结构特征,选取Artec Spider三维扫描仪搭建玉米果穗点云数据快速获取系统并获取果穗点云,然后通过点云配准、重采样和孔洞修补操作得到高质量果穗三维点云,最后基于Voronoi图的网格重建方法重构果穗网格模型。结果表明,所重建的玉米果穗具有较高的真实感,且与基于计算机视觉算法相比精度大幅提高。基于三维点云的玉米果穗几何建模对于玉米果穗的种质资源保存、基于三维数据的果穗考种、玉米器官三维模板资源库构建等工作具有重要的推动作用。     

微地形DEM的最佳点云密度选取

[目的]通过对微地形DEM的最佳点云密度进行分析研究,从中选取出最佳点云密度,以实现高效、快速获取地表微地形观测结果的目的,既可降低计算成本,又能够保证观测精度。[方法]通过对多个扫描测次的点云数据进行深入的研究,确定出针对该数据最佳DEM水平分辨率为4mm,对原数据进行7种等级的压缩生成对应的DEM。采用平均误差、中误差、标准差3种最常见的DEM精度指标对生成的DEM进行精度评价分析。[结果](1)在点云压缩程度15%时,随着点云密度的减小,平均误差基本没有变化,维持在极低的数值上;点云压缩程度15%时,平均误差随着点云密度的减小而迅速的增大。(2)在点云压缩程度10%时,随着点云密度的减小,标准差基本没有变化;点云压缩程度10%时,标准差随着点云密度的减小而迅速增大。(3)在点云压缩程度20%时,随着点云密度的减小,中误差基本没有变化,维持在极低的数值上;点云压缩程度20%时,中误差随着点云密度的减小而迅速的增大。[结论]对比验证分析结果表明,20%的点云压缩密度为生成微地形DEM最佳的点云密度。     

乡村振兴环境下饲料企业应用电子商务创新发展模式的研究

饲料业产值提升和总体规模的发展壮大,对我国乡村振兴和农民脱贫攻坚意义重大。当前我国饲料企业的电商模式主要包括B2B、B2C和O2O等。但大多数饲料企业本身规模较小,技术相对落后,对电商营销的投入也十分有限,严重制约了电商模式的创新发展。为此,本文在大数据和云计算框架下提出一种基于云服务的饲料产品电商模式,以网络层、传输层、服务层和应用层等为基础架构,将云端信息服务与饲料产业链深度融合,在为饲料企业提供海量客户信息的同时,也提升和改善了饲料企业原有的销售模式、售后服务水平和物流效率。 [关键词] 乡村振兴|电商|云服务|产业链     

基于SLAM的无人机飞行参数设定方法研究#br#

为克服无人机林间飞行环境复杂、作业多样化、点云数据质量难以评价等导致的飞行参数不合理、点云数据质量差的问题,提出一种基于同时定位与建图(Simultaneous Localization and Mapping,SLAM)的无人机林间环境飞行参数设定方法。首先使用三维激光雷达所采集的林间点云数据进行建图,然后通过建图轨迹与GNSS-RTK数据轨迹进行对比分析,评价点云数据的质量,最后根据其均方根误差对无人机的最佳飞行高度与速度参数进行设定。分析结果表明：飞行速度固定时,机载激光雷达飞行轨迹的均方根误差与飞行高度成正相关。飞行高度固定时,机载激光雷达飞行轨迹的均方根误差与飞行速度成正相关。在平均高度为6~7 m,长度为100 m的林间,无人机的最佳飞行高度为12 m,最佳飞行速度为2 m/s,均方根误差为1.262 m。该方法满足评价点云数据质量的需求,同时为无人机林间环境飞行参数的设定提供理论支撑。     

基于三维点云的群体樱桃树冠层去噪和配准方法

樱桃树的栽培密度影响其冠层的光照分布,通过研究群体樱桃树的三维结构,可分析不同栽植密度下温室甜樱桃树冠层光照分布规律,指导樱桃树的科学种植,进而提高甜樱桃产量和品质。高质量的点云数据是构建群体樱桃树三维结构的基础,而点云去噪和点云配准是点云数据预处理的关键环节。本文提出一种基于三维点云的群体樱桃树去噪和配准方法,搭建群体樱桃树三维信息采集平台,使用2台固定的DK深度相机获取群体樱桃树彩色点云数据;提出基于颜色区域生长的二分类方法,设置颜色阈值分割点云并进行二分类处理,可有效去除彩色点云数据中的异常无效点,并设置点云离散度和RGB值,作为点云去噪评价标准;结合人工标记法和双相机位姿矩阵,提出基于颜色特征改进的ICP方法,解决传统ICP配准算法多依赖初始位姿且配准速度较慢的问题。该方法通过对点云粗配准,得到较好的初始位姿,使用SIFT算法提取颜色特征点,将颜色特征与ICP算法结合进行点云精配准,然后使用PCL中随机采样一致性算法,去除错误匹配点,有效减少配准时间,提高配准精度。以夏季和冬季的群体樱桃树20组点云数据为实验对象,对比分析ICP算法、NDT算法、SAC-IA算法和本文配准方法的配准精度和配准时间,结果表明,本文配准方法平均耗时分别为5.01、4.30s,均方根误差分别为2.316、2.100cm,有效减少了配准时间和配准误差,验证了本文算法的有效性和普适性。     

基于地理信息系统MapGIS的农机调度分配优化研究

为了提高多农机联合作业的效率,使农机在农忙时节能够高效地完成作业任务,基于地理信息系统MapGIS技术构建了农机调度分配优化系统,并利用云平台技术构建了调度系统的基本框架,设计了农机调度分配的动态显示可视化系统,有效提高了农机的现代化管理水平。以相同面积的农作物作业为研究对象,对采用农机调度优化系统前后的作业效率进行了对比,结果发现:采用农机调度系统可以有效提高农机的作业效率,对于提高农机现代管理水平具有重要的意义。     

基于Kinect V3的单株作物自动化三维重建与验证

为高效、精确地对单株作物进行三维重建,以点云方式无损测量作物表型信息,该研究提出一种基于Kinect V3深度相机的三维重建系统。使用步进电机搭建了一个旋转台,并将旋转台面设计成多颜色同心圆,利用同心圆计算平面法向量及圆心两特征信息,用于点云水平校准以及获取点云间的旋转平移矩阵;将Kinect V3采集的多视角点云变换到同一坐标系下,并结合裁剪迭代最近点（Trimmed Iterative Closest Point,TrICP）算法实现了多视角点云的粗配准与精配准,完成了作物三维重建。为检验该研究的三维重建效果,选取菜心、黄瓜苗为试验对象,与多视图立体视觉-运动恢复结构（Multi-View Stereo and Structure From Motion,MVS-SFM）算法重建点云进行对比,并提取叶面积参数与人工测量值进行比较。结果表明,两种方法下重建后的菜心点云间平均距离误差为0.59 cm,黄瓜苗点云间平均距离误差为0.67 cm,具有较高的相似度,而相较于MVS-SFM算法,该研究提出的方法的重建速度提高了约90%;该研究提出的方法所重建点云,菜心叶面积提取与标准参考值相对误差均值为5.88%,均方根误差为3.83 cm2,黄瓜苗叶面积提取与标准参考值相对误差均值别为6.50%,均方根误差为2.08 cm2,都显现出较高的准确性。该研究提出的方法能对单株作物进行快速三维重建,能有效提取叶面积参数,可为作物育种、栽培和农业生产提供高效技术手段和数据支持。     

边缘计算在智慧农业中的应用现状与展望

互联网技术快速发展使得数据量剧增,云计算的数据集中处理模式存在实时性不足、能耗过高以及数据安全等一系列问题。边缘计算是在靠近数据源端执行计算的分散处理模式,与云计算相比具有低延迟、低成本、安全性高、个性化设计等优势。随着智慧农业迅速发展,结合深度学习的农业应用屡见不鲜,如作物病害检测、生长环境监测、作物自动采摘、无人农场管理等,边缘计算可以为农业多场景、复杂任务提供高效、可靠的新型数据处理方案。该研究概述了边缘计算的发展,计算架构及主要优势;介绍了边缘计算在农业中的应用背景,结合文献量分析,归纳了边缘计算在农业上的主要应用场景及相关智能农业装备,调研了现有常用边缘计算设备及性能参数,总结了适合边缘计算的主流深度学习算法及模型压缩方法。研究表明边缘计算在智慧农业中的应用有效促进了农业的数字化、智能化,未来在多场景、多功能边缘计算智能农业装备开发等领域将面临重大挑战和机遇。     

黄土沟壑区切沟植被的激光点云滤波及地形构建

为了获取黄土沟壑区切沟的高精度地面高程模型(DEM),该文针对其植被特点,提出一种基于激光回光强度衰减模型的植被滤波方法。首先建立回光强度随距离的衰减模型,通过得到的衰减系数,对点云作回光强度补偿。其次提出融合回光强度的自适应分块拟合法,在Matlab7.6中对甘肃天水桥子沟切沟点云数据应用该方法进行滤波。滤波后植被点数为160 517,占点云总数的34.04%。对比滤波前后切沟数据,地面点集的高程均方根误差由0.1430降到0.1324,滤波后等高线毛刺基本消除,地面特征保持良好。对比该文方法、回光强度分类法、曲面拟合法的均方根误差分别为0.1324、0.1398、0.1412,说明该文方法降低了切沟DEM的误差。通过计算滤波前后DEM高程差的累积概率,得到桥子沟试验区一条典型切沟的植被盖度分布,沟底植被平均盖度为0.274,左侧A区和右侧B区沟壁植被平均盖度分别为0.802、0.583,得出了右侧沟壁侵蚀速度明显大于左侧且沟头前进速度较快的结论,与2002-2012十年间该切沟实际调查资料对比,沟长增长213.6%,沟宽仅增长83%,一定程度说明植被降低了沟壁的侵蚀速度。试验表明该方法适用于黄土沟壑区切沟点云的植被滤波处理,为建立高精度切沟DEM、切沟的发育监测和水土流失治理提供科学依据。     

基于点云数据的测树因子提取与分析研究

利用三维激光扫描仪对树木进行扫描获取树点云数据,经过格式转换、分离、提取后,对树木各测量因子包括胸径、树高、树冠、材积量进行测定,并对测量方法进行分析与讨论。结果表明:树冠测定因子可以由于测量技术的提高,测定树冠的叶面积指数更能反映树冠的生理学意义;通过不规整三角网构建的多面体的计算的树干体积较平均断面积、中央断面积求树干材积更准确与便捷。