论文研究-植物叶片点云三角剖分与分割的集成算法.pdf

所需积分/C币:37 2019-07-22 22:38:17 2.49MB .PDF
收藏 收藏
举报

对植物叶片点云进行三角剖分建立高精度植物叶片模型,对于开展植物冠层结构分析等研究具有重要意义。由三维扫描技术获得的植物叶片点云呈破碎状且空间重叠大、离群点多,传统三角剖分算法的剖分结果不佳。对传统的基于区域生长的三角剖分算法进行改进,在三角剖分的同时对不连续点云进行分割;并对点云内部孔洞进行修复。利用改进后算法对含有大量离群点的植物叶片点云进行三角剖分,结果表明,所提出的算法在完成点云三角剖分和分割的同时剔除了离群点的干扰,提取得到的点云边界及内部孔洞的修复,能满足植物建模中叶片重构的要求;该算法也对不连续物体表面的重构建模提供了有意义的参考。
526 计算机应用研究 第35卷 表2三角剖分结果 剖分的同时,完成了对不连续点云的分割 编号原始点云数据传统区域生长法改进的区域 改进的区域 b)在三角剖分完成后,提取得到叶片的边界,并对内部孔 角剖分结果 生长法三角 生长宏边界 洞进行分析,进而完成对内部孔洞的修复 剖分结果提取结果 c)具有较好的抗干扰能力,能有效避免离群点对三角河 备是 分的干扰,通过阈值的设定能自动剔除离群点网格 d)具有较好的普适性,适用于不同叶形的植物及密度变化 的散乱点云数据,只需要获取植物叶片点云数据,即可建立高 质量的植物叶片网格由面模型,能满足植物建模中叶片重构的 要求,尤其是对不连续表面的重构建模提供了有意义的参考。 参考文献: I Lingus A. Greedy and Delaunay triangulations arc not bad in the ave- rage case[ J]. Information Processing Letters, 1986, 22(1): 25 [2 L awson C. Siflnare for CI surface interpolation[ C]//Pror af Sy mpo- sium on Mathematical Software New York: Academic Press 1977:161-194 [3 Bower A. Computing Dirichlet tessellations[ J]. Computer Jour a,1981,24(2):162-166 嚎嚎 [4 Walson D F. Compuling the: -immension Delaunay tessellation wilh application to Voronoi polytopes J ]. Computer Journal, 1981, 24 (2):167-172 [5 Lo SH. Delaunay triangulation of non-uniform point distributions by mcans of multi-grid insertion[ J Finite Elements in Analysis esgn,2013,63(4):8- 实验结果表明,传统区域生长法剖分结果整体效果不佳,「6] Su Tianyun, Wang Wer, Lyu Zhihao,αα. Rapid Delaunay triangu 特别是在点云数据破碎状明显、重叠度大、离群点多时,与原始 lalion for randomly distri uled pu inl rlud dal: using adaptive Hilbert 点云数据对照有较大错误,剖分结果存储在一个文件中,木对 curve JI. Computers graphics, 2016, 54(C):65-74 点云数据进行分割,不便进行下一步分析。本文算法则能较为 [7] Green PJ, Sibson R. Computing Dirichlet tessellations in the plane J. Computer Journal, 1978, 21(2):168-173 准确地亘建植物叶片的高精度网格模型.所生成的网格内部结[8] Brassel ke, Reif d. a procedure to generate 'Thiessen polygons[冂]. 构合理能够适应点云密度的变化;对离群点进行判定并剔除, Geophysical Analysis, 1979, 11(3): 289-303 避免了离群点对三角剖分效果的影响:通过对最佳点的搜索判「91李旭,高峰·海量教括三角风格生成算法「冂.北京航空航天大 定的限制,使三角网格只在当前叶片上生长,每片连续三角网 学学报:自然科学版,2008,34(12):1473-1476 格存储在各自文件中,完成对点云数据的分割,分割的结果与 [10]詹曦,张建生,点云边界捉取及三角网格生成的集成算法研究 冂].计算机仿真,2013,30(11):272-275 原始点云数据对照较为准确,提取得到的点云边界与原始点云[11]邱春丽,许宏丽,一种散乱点云空间直接剖分算法[J].计算机 数据的实际轮廓较为一致。 科学,2014,41(2):157-160,173 本文算法三角剖分结果中存在少量由离群点生成的三角12] Shamos m i, Hev D. Closest-point problems[C]/ Proc of the6h 网格,这些三角网格不是植物叶片的真实形态,可设定一阙值, Annual IEEE Symposium on Foundation of Computer Science. Pisca taway, N.: IEEE Press, 1975: 151-162 若三角网格中三角形个数小于该阈值时,认定为离群点网格予[13] Lewis b a, Robinson S. Triangulation of planar regions with appli 以剔除。本文为了使三角剖分结果与原始点云数据尽量一致 Computer Journal, 1978, 21(4): 324-332 而未进行该处理。 [14 Lee D T, Schachter B J. Two algorithms for constructing a Delaunay triangulation[ J. International Journal of Parallel Programming 3结束语 1980,9(3):219-242 [15]胡金星,马照亭,吴焕茳,等.基于袼网划分的海量数据 Delay- 本文提出了一种改进的基于区域生长的三角剖分算法从 nay三角剖分[冂].测绘学报,2004,3(2):163-167 实际植物叶片点云数据剖分的结果来看,该算法貝冇以下特点:[6]韩元利.网格总分并行弌 Delaunay三角网建模方法[J]测绘学 a)在区域生长法的基础上集成了点云分割功能,在三角 报,2015,44(6):702-708. (上接笫2502页) 2021-2029 [8 Wu Yi, Lim I, Yang Minghsuan. Object tracking benchmark [J]. [16] Strigl D, Kotler K, podlipnig S. Performance and scalability of GPU IEEE Trans on Pattern Analysis and Machine Intelligence based convolutional neural networks C/ /Proc of Eur Confe 2015,37(9):1834-1848 rence on Parallel. Distributed and Network-based proce [9 Kalal Z, Mikolajczyk K, Matas J. Tracking-learming-detectionLJ I away. N] IEEE Press 2010: 317-324 IEEE Trans on Pattern Analysis and Machine Intelligence, [17 Danelljan M, Lager G, Khan F, et aL. Accurate scale estimation for 2012,34(7):1409-142 robusl visual Tracking[ C//Proc of Rrilish Machine Vision Confe 10 Supancic J, Ramanan D. Self-paced learning fo rence.[S1.]: BMVA Press, 2014: 1-11 C]//Proe of IEEE Conference on Computer Vision and Pattern [ 18] Danelljan M, Khan F, Felsherg M, et al. Adaptive color attribute Recognition. Piscataway, NJ: IEEE Press, 2013: 2379-2386 for real-time visual tracking[ C]//Proc of IEEE Conference on Com [11 Yang Hua, Alahari K, Schmid C. Occlusion and motion reasoning for puter Vision and Pattern Recognition. Piscataway, NJ IEEE Press long-term tracking [M]. Berlin: Springer, 2014: 172-187 2014:1090-1097 12 Zhang Lu, Van Der Maaten L J P. Preserving structure in model-free [ 19] Henriques J F, Caseiro R, Martins P, et al. Exploiting the circulant tracking J. IEEE Trans on Pattern Analysis and Machine Intel structure of tracking-by-detection with kernels [m. Berlin: Sprin ligence,2014,36(4):756-769 er,2012:702-715 13] Yang Ming, Wu Ying, Hua Gang. Context-aware visual tracking[ J] L 20] Zhang Kaihua, Zhang Lci, Yang Minghsuan. Fast compressive trac IEEE Trans on Pattern Analysis and Machine Intelligence king[ J]. IEEE Trans on Patten Analysis and Machine Intelli 2009,31(7):1195-1209 gence,2014,36(10):2002-2015. [14 Possegger Il, Mauthner T, Bischof ll. In defense of color-based mo L21 Danelljan M, Lager G, Shahbaz K F, et al. Learning spatially regu- delfree tracking[ C]//Proc of IEEE Conference on Computer Vision larized correlation filters for visual tracking[c// Proc of IEEE Inter and Pallern Reeognilior. Piscataway, NJ IEEE Press, 2015: 2113 lalinnal Conferenee Dr Curler Visin. Pist alaway, NJ IEEF 2120 Prss.2015:4310-4318 15 Dekel T, Oron S, Rulinslein M, el al. Besl-buddies similarily far L 22 7hany KaihuA, Zhang I Liu lingshan. el al fi bust template matching[ C]//Proc of IEEE Conference on Computer via dense spatio-temporal context learning M]. Berlin: Springer Vision and Pattern Recognition. Piscataway, NJ IEEE Press, 2015

...展开详情
试读 3P 论文研究-植物叶片点云三角剖分与分割的集成算法.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    img

    关注 私信 TA的资源

    上传资源赚积分,得勋章
    最新推荐
    论文研究-植物叶片点云三角剖分与分割的集成算法.pdf 37积分/C币 立即下载
    1/3
    论文研究-植物叶片点云三角剖分与分割的集成算法.pdf第1页

    试读已结束,剩余2页未读...

    37积分/C币 立即下载 >