检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于三维点云数据的苹果树冠层几何参数获取

农业工程学报 2017年第3期33卷 175-181页

作者：郭彩玲宗泽张雪刘刚现代精细农业系统集成研究教育部重点实验室、农业部农业信息获取技术重点实验室中国农业大学北京100083 唐山学院机电工程系唐山063000

针对果园环境下苹果树冠层参数获取精度较低的问题,提出了基于地面三维激光扫描仪高精度获取苹果树冠层参数的方法。选用Trimble TX8地面三维激光扫描仪作为苹果树冠层三维点云数据采集设备,提出了基于标靶球的KD-trees-ICP算法,用于高... 详细信息

针对果园环境下苹果树冠层参数获取精度较低的问题,提出了基于地面三维激光扫描仪高精度获取苹果树冠层参数的方法。选用Trimble TX8地面三维激光扫描仪作为苹果树冠层三维点云数据采集设备,提出了基于标靶球的KD-trees-ICP算法,用于高精度配准苹果树冠层三维点云数据。研究了平均风速小于4.5 m/s时,距离地面三维激光扫描仪不同远近条件下的标靶球配准残差和拟合误差的变化规律,分析结果表明,标靶球平均配准残差为1.3 mm,平均拟合误差为0.95 mm,低于大场景测量配准误差要求(5 mm)。为了提高有风环境下提取苹果树冠层参数的精度,研究了0.9~4.5 m/s区间平均风速影响下的苹果树冠层枝干、果实、叶片的三维点云质量,建立了风速与叶片侧面厚度的曲线拟合模型,分析结果表明,在果园平均风速小于1.6 m/s时可以从苹果树冠层三维点云数据中提取高精度冠层参数。利用地面激光三维扫描仪获取距离苹果树12 000 mm以内冠层参数,测量精度高于人工测量,相对误差小于4%,为果树高通量信息获取提供了技术支持。

关键词：测量误差激光扫描仪精度苹果树冠层三维点云数据

在线全文

学校读者我要写书评

暂无评论

成熟期苹果树冠层器官异源图像配准

农业机械学报 2014年第4期45卷 82-88,140页

作者：马晓丹刘刚冯娟周薇中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 黑龙江八一农垦大学信息技术学院大庆163319 河北农业大学信息科学与技术学院保定071001

为精确构建果树冠层彩色三维空间结构,以成熟期苹果树冠层为研究对象,将PMD摄像机及彩色摄像机相结合获取冠层器官异源图像,开展异源信息配准技术研究。将SIFT算法应用于异源图像特征点提取研究中,并应用目标函数优化RANSAC算法完成同... 详细信息

为精确构建果树冠层彩色三维空间结构,以成熟期苹果树冠层为研究对象,将PMD摄像机及彩色摄像机相结合获取冠层器官异源图像,开展异源信息配准技术研究。将SIFT算法应用于异源图像特征点提取研究中,并应用目标函数优化RANSAC算法完成同名点提纯以保证特征点匹配的有效性,避免了异源图像尺度变化及果园自然光照的影响;在分析异源图像成像效果基础上,确定了应用双线性映射模型求解异源图像空间映射关系,有效克服了应用仿射变换模型求解异源图像空间映射关系的不精确性。果园不同自然环境下的配准实验表明:提出的混合算法适用于苹果树冠层器官异源图像的配准,晴天顺光环境下的正确配准率为88.2%,晴天逆光环境下的正确配准率为84.2%,阴天环境下的正确配准率为72.7%。

关键词：苹果树冠层异源图像配准 PMD摄像机彩色摄像机

基于三维点云颜色特征的苹果树冠层光照分布计算方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2015年第6期46卷 263-268页

作者：马晓丹郭彩玲张雪马丽张丽娇刘刚中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083 黑龙江八一农垦大学信息技术学院大庆163319

合理的果树冠层结构有利于获取充足的光照,对提升果实产量及品质具有重要意义。为了揭示果树冠层光照分布规律,以自由纺锤形苹果树为研究对象,以目标图像的颜色变化与光照强弱存在相关性为理论依据,首先利用Trimble TX5型地面三维激光... 详细信息

合理的果树冠层结构有利于获取充足的光照,对提升果实产量及品质具有重要意义。为了揭示果树冠层光照分布规律,以自由纺锤形苹果树为研究对象,以目标图像的颜色变化与光照强弱存在相关性为理论依据,首先利用Trimble TX5型地面三维激光扫描仪以'顶视法'获取叶幕稳定期苹果树冠层三维点云,按照实际苹果树冠层划分方法,提取三维点云空间不同区域的颜色特征,针对自然环境下苹果树冠层颜色特征具有复杂性和模糊性,不能采用精确、定量的符号对其进行描述的不足,构建以颜色特征为输入、相对光照强度为输出的模糊神经网络,以此作为苹果树冠层光照分布预测模型。试验结果表明:提出的基于三维点云颜色特征的光照分布计算方法具有较好的可行性,预测精度为80.57%,能够为科学合理的苹果树修剪和整形提供技术支撑。

关键词：苹果树冠层颜色特征三维点云光照分布计算模糊神经网络

基于无人机多/高光谱影像阴影去除的苹果树冠层氮素含量反演

在线全文

学校读者我要写书评

暂无评论

基于无人机多/高光谱影像阴影去除的苹果树冠层氮素含量反演

作者：李美炫山东农业大学

学位级别：硕士

氮素是果树生长发育过程中不可或缺的营养元素,对果树的产量及果实品质等都有重要的影响。传统的氮素含量测量方法为凯氏定氮法,这种方法虽然精度较高,但难以满足田间实时监测的需要。而无人机可以携带不同传感器迅速获取高时间和高空... 详细信息

氮素是果树生长发育过程中不可或缺的营养元素,对果树的产量及果实品质等都有重要的影响。传统的氮素含量测量方法为凯氏定氮法,这种方法虽然精度较高,但难以满足田间实时监测的需要。而无人机可以携带不同传感器迅速获取高时间和高空间分辨率的影像,已被广泛应用于植被营养元素诊断等研究领域。由于无人机传感器观测方向与太阳直射方向不一致,使得在无人机遥感影像中产生了阴影,这些阴影削弱了冠层光谱信息,从而降低了冠层氮素含量反演精度。因此,如何去除果树冠层遥感影像中的阴影,以提高果树冠层氮素含量反演精度,是一个亟需解决的现实问题。本研究以山东省栖霞市苹果园为研究区,以苹果树冠层为研究对象,基于无人机携带多光谱、高光谱传感器获取乔化和矮化的不同树型苹果树冠层影像。依据无人机多光谱、高光谱影像及实验室测量的苹果树冠层氮素含量数据,采用归一化冠层阴影指数(Normalized Difference Canopy Shadow Index,NDCSI)去除遥感影像中果树冠层的阴影,提取果树冠层光谱信息。对比阴影去除前后不同树型、不同传感器果树冠层光谱特征的差异,分析阴影对不同树型、不同传感器果树冠层光谱信息的影响;基于相关系数法、改进相关系数法(Modified Correlation Coefficient Method,MCCM)分别筛选果树冠层多光谱及高光谱影像的敏感波长,构建光谱参量,建立苹果树冠层的线性及非线性氮素含量反演模型,通过检验筛选最佳氮素含量反演模型。主要研究结果如下:(1)基于NDCSI有效去除了果树冠层的无人机遥感影像阴影基于NDCSI设定合理阈值,在无人机多光谱影像中,乔化果树影像阴影去除的合理阈值为0.35,矮化果树为0.4;在无人机高光谱影像中,乔化果树影像阴影去除的合理阈值为0.035,矮化果树为0.04,实现了果树冠层无人机影像阴影的有效剔除。(2)摸清了阴影对不同传感器、不同树型果树冠层光谱数据的影响阴影去除后两种树型果树冠层光谱反射率值均有提升;两种树型和两种传感器光谱影像均于红边及近红外波段范围内受阴影的影响作用明显;由于果树的排列方式及冠层结构的影响,两种树型果树于红外波段光谱信息差异较大。(3)确定了无人机不同传感器影像氮素含量的敏感波长及光谱特征参量苹果树冠层多光谱影像氮素含量敏感波段为绿光波段及红光波段;苹果树冠层高光谱影像氮素含量敏感波长为470nm;474nm;490nm;514nm;582nm;634nm;682nm。将苹果树冠层多光谱影像去除阴影后,构建RVI(NIR/R))、RVI(NIR/G))、RVI(Red-edge/NIR))、RDVI、DVI、NDVI、GNDVI、GRVI、NRI、OSAVI、NDCI、TVI、R-M、MSAVI、MSRVI、N-L VI共16个植被指数类光谱参量,G、R、E、N、Ln G、Ln R、Ln E、Ln N、1/G、1/R、1/E、1/N、(?)、(?)、(?)、(?)、G×R、G×E、G×N、R×E、R×N、E×N、G×R×E、G×R×N、G×E×N、R×E×N、G×R×E×N共27个非植被指数类光谱参量,与实测氮素含量进行相关性分析。最终筛选的敏感光谱参量为Green、(?)、ln G、1/G、G*R、G*R*N,相关系数分别为-0.681、-0.681、-0.679、0.676、-0.672、-0.664。将苹果树冠层高光谱影像阴影去除后的敏感波长进行随机组合,构建DSI(x,y))、RSI(x,y))、NDSI(x,y))、DDI(x,y,z))四种光谱参量。研究发现,基于三波长构建的光谱参量与氮素含量的相关性高于两波长。最终筛选的敏感光谱参量为DDI(474,514,634))、DDI(474,582,634))、DDI(490,582,634))、DDI(470,582,634))、DDI(514,582,634))、DDI(474,490,634)),相关系数分别为0.697,0.735,0.728,0.718,0.716,0.701。(4)构建了苹果树的最佳氮素含量反演模型基于阴影去除后高光谱影像构建的线性模型(多元线性回归、偏最小二乘模型)和非线性模型(支持向量机、BP神经网络模型)精度高于基于多光谱影像构建的模型,非线性模型的精度高于线性模型的精度。其中,最优模型为基于阴影去除后高光谱影像构建的支持向量机模型,该模型建模集R为0.733,RMSE为6.00%,n RMSE为12.76%;验证集R为0.671,RMSE为4.73%,n RMSE为14.83%。

关键词：苹果树冠层多光谱高光谱氮素阴影去除

基于Kinect的苹果树冠层特征信息提取方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Kinect的苹果树冠层特征信息提取方法研究

作者：王玮南京农业大学

学位级别：硕士

冠层作为果树最先接触光照与外界环境的部分,是果树进行光合作用以及呼吸作用的主要场所。果树的冠层结构特征不仅塑造了植物形态各异的外观造型,同时也反映了果树的生长状况和果实的产量潜力。尤其是在现代化果业中,建立一套完整的、... 详细信息

冠层作为果树最先接触光照与外界环境的部分,是果树进行光合作用以及呼吸作用的主要场所。果树的冠层结构特征不仅塑造了植物形态各异的外观造型,同时也反映了果树的生长状况和果实的产量潜力。尤其是在现代化果业中,建立一套完整的、精准的、自动化的冠层的特征形态信息感知、处理、分析、输出系统,可以为新型的果业发展决策提供较为科学的数据支持。为了能够便捷、高效地获取苹果树冠层的形态结构以及果实生长信息,本文设计了一种基于Kinect传感器和MATLAB软件的苹果树冠层信息提取方法,实现对苹果树冠层原始图像信息的感知、三维点云的建立、以及特征参数的提取。本文主要的研究工作内容和结论如下:（1）设计了基于Kinect传感器的苹果树冠层信息提取的整体技术方案。搭建试验的软硬件架构,根据苹果树的立体结构特征,选取三种不同的树形结构,确定平视、仰视、俯视三个不同的图像信息采集视角,实现苹果树冠层特征参数的信息提取。（2）建立了苹果树三维点云模型,对输出模型进行了图像优化以及信息预处理。使用Kinect传感器获取目标果树的原始图像信息,包括Color Source、Depth、Color Depth以及Infrared Source,得到对应的二维坐标和深度信息,利用三维空间坐标转换公式在MATLAB中实现目标对象的三维点云模型输出;利用高斯滤波对输出模型进行噪声过滤,将原图中的RGB颜色复制,得到无背景、无噪点、原图色的单株果树三维点云模型。（3）研究了苹果树冠层的不同特征参数,以及各参数对应的提取方法。通过排列法确定冠层部分坐标点的最大值、最小值,建立苹果树冠层的最小外接矩,输出该外接矩的长和高,得到冠层的宽幅与高度;利用冠层部分点云量比外接矩体积,得到冠层密度值;利用颜色阈值法和ROI[点云输出法实现对冠层中果实的识别、分割、计数。（4）开展了基于Kinect传感器的苹果树冠层信息提取试验。试验表明:本方法可以较为精准的实现冠层特征信息的提取,且采用平视角度提取的冠层宽幅、高度信息相对误差值最小,分别为2.91%和3.68%,凸出于冠层整体轮廓之外的枝叶是影响提取效果的主要因素;采用仰视角度提取的果实信息相对误差值最小,为20.97%,叶幕遮挡是影响果实识别效果的主要因素;采用点云量比外接矩体积的方法可以很好的描述冠层密度,三种树形冠层密度由小到大分别为6.15个/dm3、9.675个/dm3、11.44个/dm3,符合实际情况。本方法达到了苹果树冠层信息提取的预期目标,且操作简便,分析迅速,误差率低,为现代化果业的发展提供了技术基础和决策依据。

关键词：苹果树冠层特征提取 Kinect传感器三维点云最小外接矩

基于高光谱的苹果树冠层磷素状况估测模型研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

红外 2012年第6期33卷 27-31页

作者：潘蓓赵庚星朱西存王娜娜山东农业大学资源与环境学院山东泰安271018

利用高光谱技术估测了苹果树冠层的磷素含量。先用ASD Field Spec3型地物光谱仪测定了春梢停止生长期苹果树冠层的高光谱反射率,并对光谱数据进行了多种变换处理。然后对其与磷素含量进行了相关分析,找出了与磷素相关性较显著的光谱参量... 详细信息

利用高光谱技术估测了苹果树冠层的磷素含量。先用ASD Field Spec3型地物光谱仪测定了春梢停止生长期苹果树冠层的高光谱反射率,并对光谱数据进行了多种变换处理。然后对其与磷素含量进行了相关分析,找出了与磷素相关性较显著的光谱参量,并通过逐步回归分析建立了磷素估测模型。结果表明,近红外波段是苹果树冠层磷素的敏感波段;808 nm、921 nm、1195 nm、1272 nm及其组合的归一化红外光谱指数与苹果树冠层磷素高度相关。在构建的估测模型中,以808 nm、921 nm、1195nm、1272 nm及其组合的归一化红外光谱指数为自变量构建的高光谱估测模型的估测效果最佳。该研究实现了苹果树冠层磷素含量的快速估测,同时也为苹果的实时营养诊断提供了理论依据。

关键词：高光谱遥感苹果树冠层磷素含量估测模型

基于Kinect传感器自主标定的果树冠层三维形态测量方法研究

在线全文

学校读者我要写书评

暂无评论

基于Kinect传感器自主标定的果树冠层三维形态测量方法研究

作者：魏立群南京农业大学

学位级别：硕士

果树冠层信息感知是标准化果园智能管控的重要技术,但由于果树冠层三维结构复杂,冠层枝条与叶片互相遮挡,从二维图像或单视角三维图像中提取的冠层相关形态参数均不够全面。为了能够在复杂的果园实地环境下高效、准确地感知冠层信息,需... 详细信息

果树冠层信息感知是标准化果园智能管控的重要技术,但由于果树冠层三维结构复杂,冠层枝条与叶片互相遮挡,从二维图像或单视角三维图像中提取的冠层相关形态参数均不够全面。为了能够在复杂的果园实地环境下高效、准确地感知冠层信息,需从不同视角提取果树冠层三维信息并融合,其中不同视角下冠层三维信息的配准融合算法与冠层相关参数的提取方法是问题的关键。针对于这些问题,本研究设计了一种基于Kinect传感器自主标定的果树冠层三维形态测量方法,包括苹果树冠层三维点云生成、点云配准和冠层信息提取。经试验统计数据表明,该方法在配准点云和测量果树参数时具有准确性和稳定性。本文主要的研究工作内容和结论如下:（1）对比目前三维点云生成和果树参数获取方法,本研究采用Kinect传感器获取目标果树的原始彩色图像和深度信息。首先根据RGB相机坐标系和红外相机坐标系空间关系,生成校正后的融合彩色图;然后利用深度图像生成三维点云;最后将RGB的值赋于对应点,生成既含有XYZ空间坐标信息又含有RGB信息的彩色点云。（2）为了对点云做后续处理与相关参数提取,本研究做了如下点云预处理和相关试验,分析对比几种三维点云与二维图像滤波方式,选定包围盒滤除背景点云,选用统计滤波器去除离群点噪声。为进行后续点云配准,本研究将不同大小、颜色的标定球生成点云进行试验对比,最终选用直径为10cm的红、黄、蓝三色小球作为标定物。（3）为了点云能包含更全面的果树冠层信息,本研究设计了一种通过标定球自主标定的粗配准方法,并详细介绍了红、黄、蓝标定小球在不同视角下的点云配准的原理与步骤。且在粗配准的基础上通过降采样降低点云密度,进行一种改良的迭代最近点方法使点云精确配准,显示较为全面的果树冠层形态信息。（4）本研究提出从三维点云中获取果树高度H、最大宽幅W、冠层厚度D和果树体积V的计算方法,并以苹果树（烟富3）为研究对象,在果园基地开展了基于Kinect传感器的苹果树冠层信息提取试验。试验结果表明:基于果树两侧信息,本方法可以较为精准的实现冠层特征信息的提取。在V1单视角测量方式下,果树形态参数:H、W和D的计算值与测量值平均相对误差RAD分别为3.8%、12.71%和5.04%;V2单视角测量方式下,RAD分别为3.25%、9.48%和4.9%;V1与V2双视角融合测量方式下,RAD分别为2.54%、3.62%和3.15%。由此可见,双视角信息融合对最大宽幅W测量精度相对于单视角有显著优势。经实地试验验证,本研究提出的基于Kinect自主标定的三维点云重建方法具有精度高、高效、稳定等优势,且辅助标定物便于携带、易于安装,可在不同的试验场景下实现果树冠层的三维信息的提取,对实现标准化果园的智能管控有重要的意义。

关键词：苹果树冠层 Kinect传感器三维点云点云配准冠层参数