Print

基于MVS序列图像的油菜三维模型

论文摘要

为实现油菜作物模型的可视化研究,给油菜作物的数字化管理提供数据基础,以感染虫害的苗期油菜为研究对象,采用MVS序列图像技术,搭建MVS技术的序列图像采集平台。根据SFM和PMVS算法获得虫害油菜的稀疏点云数据和稠密点云数据,同时,探索序列图像数量对于特征点匹配的影响。对MVS序列图像技术获得的虫害油菜三维点云数据,采用滤波、精简、Alpha-Shape曲面重建等处理,得到虫害油菜的三维形态曲面模型。结果显示,使用图像数目多和8邻域匹配两者相结合的方法可以又快又好地匹配图像特征点;在获得合适的Alpha值情况下,Alpha-Shape算法可以真实形象地表现出虫害油菜的生长状态。

论文目录

  • 1 基于MVS技术的序列图像采集和处理
  •   1.1 MVS技术
  •   1.2 MVS图像采集平台
  • 2 点云数据的获取与处理
  •   2.1 点云数据获取
  •   2.2 点云数据处理
  •   2.3 点云数据精简
  •   2.4 三维模型重建
  • 3 讨论与结论

    • 文章来源

    类型: 期刊论文

    作者: 武静雯,薛新宇,秦维彩,崔龙飞,张宋超

    关键词: 序列图像,虫害油菜,三维模型

    来源: 安徽农业大学学报 2019年06期

    年度: 2019

    分类: 农业科技,信息科技

    专业: 农作物,计算机软件及计算机应用

    单位: 安徽农业大学工学院,农业部南京农业机械化研究所

    基金: 国家重点研发计划“智能农机装备”项目(2017YFD0701000),国家农业现代化产业技术体系建设专项(CARS-12)共同资助

    分类号: S565.4;TP391.41

    DOI: 10.13610/j.cnki.1672-352x.20200113.026

    页码: 1083-1088

    总页数: 6

    文件大小: 1615K

    下载量: 112

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/4c049e261df57704e76228c3.html