首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于正反图像的叶片三维建模方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江苏大学

摘要:本发明涉及植物可视化,具体涉及一种基于正反图像的叶片三维建模方法,包括以下几个步骤:首先采集植物叶片的正反面照片,再对采集到的叶片正反面照片进行背景去燥等预处理操作;接着,在得到的结果上对正反叶片的照片进行匹配操作;最后对于匹配好之后的结果打散成点云,进行3D建模。本发明构建的立体模型对常见的多种植物叶片真实形态基本完全还原,可仿真模拟和实现植物叶片的可视化。本研究对植物3D可视化研究具有积极意义。

主权项:1.一种基于正反图像的叶片三维建模方法,其特征在于,包括如下步骤:1拍摄叶片的正反面,获得一对正反叶片原始图像;2对正反叶片原始图像进行包括去背景、去噪的预处理,获得仅包含叶片信息的正反预处理图像;3将正反预处理图像进行匹配操作,得到点和点一一对应的图像对;所述步骤3中,对正反预处理图像进行匹配得到图像对包括如下步骤:3.1将正反预处理图像作为输入,获得最高点像素值、最低点像素值,分别记作Hp、Lp;3.2通过如下的公式得到质心CpX,Y: 其中,Xi、Yi分别代表像素的横纵坐标,Pi代表像素的RGB值;3.3分别计算正反预处理图像中的最高点像素值Hp和最低点像素值Lp两者的差值,相除得出缩放比例E;3.4通过Hp、Lp结合步骤3.2中获得的质心Cp,利用协方差计算获得旋转矩阵R,如下式所示: [M,N,O]=SVDHR=MOT其中,Di由Hp、Lp和Cp组成,下标A、B分别代表正反图像,CpA表示正面图像质心,CpB表示反面面图像质心,SVD是协方差函数;3.5进行不断迭代操作,去最小化Ln,如下式所示: 其中,B、F分别代表反面图像矩阵和正面图像矩阵,B、F矩阵由Hp、Lp和步骤3.2中得到的Cp组成,每一步迭代都会更新Cp,Hp,Lp,R和E;4将图像对打散成点云,实现3D叶片建模;所述步骤4中,将步骤3中获得的2D图像对打散成3D点云,进行3D叶片建模,包括如下步骤:4.1正面图像以反面图像作为基准训练,计算正面图像像素点到反面图图像之间的距离差,作为正面图像的深度图,记为GA;反面图像以正面图像作为基准训练,作为反面图像的深度图,记为GB;4.2将步骤3中获得的2D图像对的2D像素坐标值记作[uA,vA,dA],dA是正面叶片深度图GA中坐标为[uA,vA]的像素值,将正面图像像素点的三维坐标值记作[XA,YA,ZA],利用2D图像的像素坐标值结合下面的公式得到3维点云坐标值[XA,YA,ZA],:ZA=dA1000XA=uA-325.5*ZA518YA=vA-253.5*ZA5194.3反面图像像素点在三维空间上被记作[XB,YB,ZB],其对应的2D像素坐标值被记作[uB,vB,dB],dB是反面叶片深度图GB中坐标为[uB,vB]的像素值;反面图像对应的3维点云坐标值计算方式同步骤4.2。

全文数据:

权利要求:

百度查询: 江苏大学 一种基于正反图像的叶片三维建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。