基于立体视觉的玉米叶片形态测量与三维重建

作者:杨亮;郭新宇;赵春江;乔晓军;陆声链 刊名:计算机应用 上传者:阮光锋

【摘要】提出一种基于立体视觉的玉米叶片形态测量和重建的方法。利用双目立体视觉系统获取玉米叶片的两幅图像,通过图像分割技术和边缘检测算法对每幅图像中的玉米叶片进行边缘提取;利用极线约束和彩色图像RGB值对图像进行匹配,计算出叶片边缘的三维坐标,从而恢复叶片的三维边缘;利用对叶片边缘的恢复技术,对叶片曲面进行三维重建;根据恢复的区域点云,可以测出任意两点的空间距离,实现了对叶片的三维测量。试验结果表明,此方法能够很好地恢复玉米叶片的三维信息,为玉米叶片三维形态的无损、快速检测监测提供了新的方法。

全文阅读

0引言基于图像的植物形态三维重建是当前计算机图形学和机器视觉领域研究的热点和难点问题之一[1]。这方面的研究报道最早多以树木为研究对象,主要应用于景观设计。Shlyakhter等[2]结合图像和L系统,通过构建虚拟外壳的方法对树木的轮廓进行了重建。Reche等[3]利用树木图像的透明性对树木进行了体重建。LongQuan等[4-5]利用多幅图像对树木进行了建模。上述方法恢复的植物模型只强调与实际植物在外观上相似,对于植物形态参数的测量并没做过多的要求。因此,恢复的模型与真实的植物在内部细节上还存在较大差异,无法应用于精确测量和分析植物的形态特征参数。为此,HeDongxian[6]等尝试应用双目立体视觉系统测量甘薯幼苗的形态特征参数;朱同林[7]等利用图像对大豆根系构型进行三维建模并进行了定量分析;胡少军[8]等利用图像处理技术并结合小麦叶片的形态约束对其进行了三维重建。随着数码相机和视频监测设备在农业领域的广泛应用,利用图像或视频进行农作物形态结构参数的精确测量和三维重建已经引起研究者越来越多的关注。目前,这方面的研究还存在测量准确度不高、重建的逼真度不够和对图像获取环境要求苛刻等问题[6-8]。本文在前人研究的基础上,以玉米叶子为例,基于双目视觉原理,进行基于立体视觉的农作物形态精确测量和重建的研究,以期为农作物形态特征参数的快速测量和三维重建提供新的思路和手段。1立体视觉系统的搭建本文提出的玉米叶片形态测量系统结构如图1所示。首先搭建立体视觉系统,通过图像采集模块采集原始的图像数据,经过去噪、灰度化、分割等图像预处理获得较好的图像数据。然后对处理后的图像通过一定的算法进行特征提取,接着进行特征的匹配。最后,结合相机标定算出点的空间三维坐标,进行三维测量和重建。具体搭建的立体视觉系统为图2所示的双目视觉系统。系统要求相机C1和相机C2的光轴平行,Y轴相互重合,X轴相互平行,具体需要的硬件为:一台数码相机、三角架和直尺。试验中,首先利用文献[9-10]提供的方法对数码相机进行了内参数标定,内参数及其取值分别为:u0=800,v0=600,x=y=1659.1。然后将数码相机放在三脚架的云台上,拍摄分辨率为16001200的图像image1,进而缓慢旋转三角架的主轴使相机下降一定的距离b,拍下相同分辨率的图像image2。最后,利用这两张图像,就能算出目标物特征点的三维坐标。由于是用一个相机拍摄的,可知两次拍摄的相机参数是完全相同的。如图2所示,取C1的坐标系O1X1Y1Z1为世界坐标系,若任何空间点P的坐标在C1坐标系下为(x,y,z),那么在C2坐标系O2X2Y2Z2为(x,y-b,z)。由中心摄影的比例关系可得:u1-u0=xx/z(1)v1-v0=yy/z(2)u2-u0=xx/z(3)v2-v0=y(y-b)/z(4)其中u0,v0,x,y为相机的内部参数(u1,v1),(u2,v2)分别为p1与p2的图像坐标。通过解上面的方程组,得到:x=bxy((vu11--vu20))(5)y=b(vv11--vv20)(6)z=v1b-yv2(7)求出空间点的三维坐标,就可以利用公式:d=(x1-x2)2+(y1-y2)2+(z1-z2)2(8)求出任意两点之间的距离。2图像获取和分割2.1图像获取利用上述双目视觉系统获取了一组玉米叶片的图像(见图3)。其中图3(a)为相机拍摄的第一幅图像,图3(b)为相机在三脚架上缓慢下降239mm后拍摄的第二幅图像。2.2目标分割对于彩色图像的分割,目前常用的方法是利用阈值进行分割,由于阈值的确定比较困难,

参考文献

引证文献

问答

我要提问