基于3DSOM的植株三维重建方法研究

三维重建技术在智慧农业研究领域有着广阔的应用前景。本研究以抽穗期小麦和树木枝干为研究对象,在搭建了植株序列图像获取平台的基础上,探究了3DSOM软件在不同数量序列图像下的植株三维重建效率和精度。对于小麦植株,分别对比了32、48、64幅序列图像下重建模型的效果和精度;试验表明:3DSOM对于小麦的重建效果一般。对于树木枝干,分别对比了40、60、80幅序列图像下的重建模型,试验表明重建效果较好。为了验证3DSOM软件对植株的重建精度,对小麦3个截段的测量进行了对比。对比结果表明:其重建误差不高于3.18%,最低为0.39%,平均精度为2.16%。对枝干的8个截段的测量对比结果表明:其重建误差不高于2.66%,最低为0.4 3%,平均精度为1.4 0%。因此,将3DSOM应用于植株的三维重建可以取得高精度的效果。     

Kinect在现代农业信息领域中的应用与研究进展

2010年微软公司推出的Kinect体感设备不仅在游戏界引起了巨大的轰动,在其它多个研究领域也得到了越来越多的重视。本研究对Kinect在农业信息领域的应用现状和发展趋势做了深入分析,阐述了Kinect在果实目标检测识别、植物三维形态重建、畜牧养殖监督系统及农业虚拟教学等领域的应用,探讨了Kinect在农业领域应用中存在的问题及其在农业应用上的优缺点,并提出了Kinect在信息农业领域未来的发展方向及前沿问题。     

郁闭林分中立木树高的重建技术研究

将立木分为枝下高与树冠高2部分,通过近距离获取枝下高图像对,用立体视觉方法重建枝下高不同部位直径与倾角,以此为基础估计树冠高部分,进而得到树木高度.试验地包括银杏、水杉2个树种,与实际树高相比,重建树高中最大误差是0.043 5,最小误差为0.007 2.其中3号树(水杉)单侧误差仅为0.002 6,表明与干曲线结合的立体视觉重建策略在恢复郁闭林分中立木树高是可行的.     

基于原野服务器的远程树木直径测定的研究

以卫星遥感为主的资源环境监测,由于受云层分辨率等限制,一直以来其应用重点主要在"监"上,本文介绍一种近年来刚刚兴起的能够进行远程监、控、测集网络与传感器于一身的结合体--原野服务器.首先对其定义、种类、外业设置及远程监控操作做了简单的介绍,然后尝试利用原野服务器传回的图像,通过立体视觉技术重建远隔地树木的胸径,得到了较为满意的结果,从而实现了不到现地便能够测量直径的目的.     

基于工业CT的水泵叶轮三维实体重建

为实现水泵叶轮三维实体重建,利用工业CT获取含有叶轮原型内部构造信息的高精度断层切片图像,并编程实现切片图像RAW数据格式到BMP格式的转换.在VC++6.0平台上,应用MFC、OpenGL、ADO等,通过断层图像预处理、二维图像处理及二维几何处理等数字图像处理技术去除图像噪声并显著提高了图像清晰度;编程完成了叶轮断层...     

基于VTK的果实三维重建与可视化研究

针对目前果实品质无损检测手段少、不能清晰展现果实内部结构的现状,采用MRI(核磁共振成像)技术,引入VTK(视觉化工具包),实现了果实三维可视化重建,为果实品质无损检测、病虫害防治等方面提供了重要的技术支持.系统基于区域分割算法对MRI图像序列进行分割,利用改进的光线投射法进行体数据绘制.实验表明:体数据的绘制速度比经典光线投射法提高了约47%.     

基于轮廓投影的盆栽水稻三维重建方法研究

近几年，基于图像的高通量水稻表型研究取得了极大进展，但从三维层面进行研究的工作则相对较少。一般而言，相对于二维图像，从三维模型中能提取更为全面的性状参数。三维模型重建是作物三维表型研究的基础，提出一种适用于盆栽水稻三维点云的重建方法。该方法在相机固定、样本旋转的拍摄模式下获取水稻多视角图像，根据相机标定参数以及水稻轮廓二值图，通过轮廓投影方法重建水稻三维可视外壳点云模型，并通过反投影方法进行点云着色。结果表明，该方法对于不同时期及不同品种的水稻样本均能取得较好重建效果。     

超微图像三维重建技术在治蝗农药研究中应用

传统的治蝗农药研究方法存在着研制周期长、实验结果不直观、无法定量研究等问题.基于连续组织超微切片图像的三维重建技术是一种重要的形态学研究方法,可建立生物农药与蝗虫互作组织的三维模型来模拟蝗虫组织器官与生物农药的相互作用过程,该技术在阐明蝗虫组织结构与生理功能间关系及生物农药研究等方面具有重要意义.为此,分析了该项技术在治蝗农药研究中的应用意义.其中,重点介绍了图像保边降噪模型、自适应图像分割、三维混合绘制等关键技术的研究进展.     

基于立体视觉的农机热锻件测量系统设计

为解决农机热态锻件的在线尺寸测量问题,提出了一种基于计算机双目立体视觉的解决方案。针对热锻件的图像获取、特征提取、图像匹配和三维重建等问题展开研究,分别采用光谱选择性图像采集方案、形态学角点和轮廓提取方案,基于标定立体校正的快速匹配和重建方案,构建了一套在线测量系统。为提高系统的实时性,采用Open CV计算机视觉库函数实现相应算法。以一个被加热至1 000℃圆柱体锻件为试验对象,测量结果直径相对误差为2.20%,高度相对误差为1.81%,用时87s。试验结果表明:所提出的农机高温热锻件几何参数测量方法能够满足锻造生产现场对尺寸测量实时、精确、高效的要求。