基于图像的果树枝干三维模型重建方法

摘要

本发明公开了一种基于图像的果树枝干三维模型重建方法，通过采集装置采集当前视野下果树枝干图像的颜色信息值和对应的空间位置坐标值；对果树枝干图像进行细线化处理、剪枝处理和树枝的线段化处理；对处理的图像进行多线段拟合减少建模数据，将果树枝干形态分解成若干具有单一形态的模块；对各单一形态的模块进行组合完成建模。本发明减少了建模中的大部分冗余数据，缩短建模时间，减少错误的发生，可根据实际需要调整模块的精度和模块之间连接关系以达到随时控制和调整模型的精确度，满足采摘机器人避障要求。

主权项

一种基于图像的果树枝干三维模型重建方法，其特征是采用如下步骤：1)通过采集装置采集当前视野下果树枝干图像的颜色信息值和对应的空间位置坐标值；2)对果树枝干图像进行细线化处理、剪枝处理和树枝的线段化处理；具体是：将果树枝干图像进行二值化处理，将经二值化处理后的图像转化为距离图像，进行细线化处理，将距离图像数据和细线化后图像数据结合得到果树枝干中心线距离值，再与采集得到的空间位置坐标值结合，得到中心线每一点空间坐标以及对应的果树枝干半径，对果树枝干分枝连接的节点进行分离处理，使其成为若干互不相连的枝条，将果树枝干枝条长度与枝条半径的比值设为阈值T1，根据阈值T1进行剪枝处理；剪枝处理的方法是：①图像顺次扫描，找到细线化图的非0点，判断该点周围八邻域非0点个数n：n＞1继续扫描图像；n＝1，则设该点为初始点，设果树枝干初始点坐标值及半径为{(x′，y′，z′)，R′}，扫描得到的八邻域中的非0点设为终点，终点坐标值及半径为{(x″，y″，z″)，R″}，记录这两点的图像位置及两点对应的半径(R′，R″)最大值R；②对终点进行八邻域扫描，判断终点八邻域非0点个数n1：n1＝2，设扫描得到的新点为终点，记录该点的图像位置，并用该点对应的树干中心坐标及对应半径值更新{(x″，y″，z″)，R″}，重复进行步骤②；③根据起始点和终点的坐标值求出起始点到终点距离d，若d＜T1×R，则将本次循环中记录的所有点置为0点，即执行剪枝处理；否则回到步骤①；3)对处理的图像进行多线段拟合减少建模数据，将果树枝干形态分解成若干具有单一形态的模块；4)对各单一形态的模块进行组合完成建模，建模方法为：①从存储的数据中读取两空间点坐标值(x′，y′，z′)，(x″，y″，z″)及对应的果树枝干半径R′、R″，将原坐标置为齐次坐标，即数据变为{(x′，y′，z′，1)，R′，(x″，y″，z″，1)，R″}，求出R′和R″的最大值设为R，并求出这一组数据中的两点空间距离的值D；②根据求等分点的公式，将所得的所有等分点数据经过变换矩阵处理，得到描述{(x′，y′，z′)，R′，(x″，y″，z″)，R″}所对应的果树枝干的圆柱体两端面圆的等分顶点坐标值；③将得到的圆柱体等分点坐标值顶点数据按照三维模型存储格式存储，生成一个模块；④判断图像处理的数据是否已经读取完毕，如果否，返回步骤①进行下一模块的建模直至完成。