典型文献
自适应加权算子结合主曲线提取玉米叶片点云骨架
文献摘要：
为从玉米叶片点云数据(尤其是缺失点云数据)中准确提取骨架特征,该研究设计了一种考虑玉米叶片形状结构和数据完整性的自适应加权算子来计算玉米叶片点云的骨架约束点集,并引入主曲线对骨架约束点集进行拟合得到优化的玉米叶片点云骨架.首先使用K均值聚类将玉米叶片分为若干变化较为平缓的部分;然后通过改进的距离场方法提取点云的截面相关点集;再利用设计的包括空间距离、法向差异和点云完整性的自适应加权算子,提取骨架约束点集;最后计算骨架约束点集的主曲线得到最终的玉米叶片点云骨架.通过对30个具有典型形状特征的玉米叶片点云数据的测试结果表明,本文方法所提取的骨架能较好地反映玉米叶片的三维形状结构,利用所提取骨架计算的叶长与实测叶长的平均绝对百分比误差(Mean Absolute Percent Error,MAPE)为2.10％,均方根误差(Root Mean Square Error,RMSE)为2.21 cm,标准化均方根误差(Normalized Root Mean Square Error,NRMSE)为2.89％.该方法可实现玉米叶片点云骨架的自动提取,对缺失的点云数据具有较好的鲁棒性,无需后期手动调整,能够为表型大数据处理、自动化表型解析等提供技术支持.
文献关键词：
三维;植物;提取;玉米叶片;骨架;主曲线;自适应加权算子
中图分类号：
作者姓名：
胡建平;刘凯;郭新宇;吴升;温维亮
作者机构：
东北电力大学理学院,吉林 132012;北京市农林科学院信息技术研究中心,北京 100097;国家农业信息化工程技术研究中心,北京 100097;数字植物北京市重点实验室,北京 100097
文献出处：
引用格式：
[1]胡建平;刘凯;郭新宇;吴升;温维亮-.自适应加权算子结合主曲线提取玉米叶片点云骨架)[J].农业工程学报,2022(02):166-174
A类：
自适应加权算子
B类：
主曲线,玉米叶片,点云数据,缺失点云,取骨,骨架特征,叶片形状,数据完整性,点集,入主,均值聚类,距离场,取点,截面相关,空间距离,法向,形状特征,叶长,平均绝对百分比误差,Mean,Absolute,Percent,Error,MAPE,Root,Square,Normalized,NRMSE,自动提取,手动调整,大数据处理,表型解析
AB值：
0.26495
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
