期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Kinect V3传感器的叶菜类作物三维重建与表型参数获取 被引量：2
1
作者 陈允琳 兰玉彬 +3 位作者 韩鑫 王娟 王会征 傅亮 《农业机械学报》 北大核心 2025年第3期101-110,197,共11页
作物三维重建是实现作物表型量化和精准获取的有效手段,可为育种和栽培提供基础数据支撑。本文提出了一种基于Kinect V3传感器的叶菜类作物三维重建与表型参数无损获取方法。首先,设计了一种可实现作物多视角点云快速采集的低成本三维... 作物三维重建是实现作物表型量化和精准获取的有效手段,可为育种和栽培提供基础数据支撑。本文提出了一种基于Kinect V3传感器的叶菜类作物三维重建与表型参数无损获取方法。首先,设计了一种可实现作物多视角点云快速采集的低成本三维重建平台,其载物台面设计成多个标定点,可利用台面信息进行点云水平校准。其次,采用载物台恢复与广义迭代最近点(Generalized iterative closest point,GICP)算法相结合的方式对获取的多视角点云进行配准拼接,实现叶菜类作物三维重建。最后,借助有效的表型参数测量,实现对叶菜类作物株高、叶长、叶宽、叶面积等表型参数的精准获取。为评估该方法相似度,选取木耳菜、甘蓝、茄子、紫背天葵的苗期植株为试验对象,将其与SFM-MVS方法进行对比。试验结果表明,木耳菜、甘蓝、茄子、紫背天葵点云间平均距离误差分别为0.381、0.340、0.195、0.270 cm,二者的三维重建结果具有较高相似度。与人工实测值相比,借助该方法提取木耳菜和紫背天葵株高、叶长、叶宽、叶面积决定系数均不低于0.903,平均绝对百分比误差不高于9.759%,木耳菜和紫背天葵株高、叶长、叶宽、叶面积均方根误差分别为0.366 cm、0.203 cm、0.290 cm、3.182 cm^(2)和0.496 cm、0.344 cm、0.282 cm、0.825 cm^(2),表明其具有较高测量精度。上述方法可为设施农业育种和栽培提供快捷、高效的作物表型获取途径。 展开更多
关键词 叶菜类作物 三维重建 表型参数 kinect v3传感器 相似度
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部