自适应加权算子结合主曲线提取玉米叶片点云骨架.pdfVIP

第 38 卷 第 2 期 农 业 工 程 学 报 Vol.38 No.2 166 2022 年 1 月 Transactions of the Chinese Society of Agricultural Engineering Jan. 2022 ·农业信息与电气技术· 自适应加权算子结合主曲线提取玉米叶片点云骨架 1 1,2,3,4 2,3,4 2,3,4 2,3,4※ 胡建平 ，刘 凯 ，郭新宇 ，吴 升 ，温维亮 （1. 东北电力大学理学院，吉林 132012 ；2. 北京市农林科学院信息技术研究中心，北京 100097 ；3. 国家农业信息化工程技术研 究中心，北京 100097 ；4. 数字植物北京市重点实验室，北京 100097 ） 摘 要：为从玉米叶片点云数据（尤其是缺失点云数据）中准确提取骨架特征，该研究设计了一种考虑玉米叶片形状结 构和数据完整性的自适应加权算子来计算玉米叶片点云的骨架约束点集，并引入主曲线对骨架约束点集进行拟合得到优 化的玉米叶片点云骨架。首先使用 K 均值聚类将玉米叶片分为若干变化较为平缓的部分；然后通过改进的距离场方法提 取点云的截面相关点集；再利用设计的包括空间距离、法向差异和点云完整性的自适应加权算子，提取骨架约束点集； 最后计算骨架约束点集的主曲线得到最终的玉米叶片点云骨架。通过对 30 个具有典型形状特征的玉米叶片点云数据的测 试结果表明，本文方法所提取的骨架能较好地反映玉米叶片的三维形状结构，利用所提取骨架计算的叶长与实测叶长的 平均绝对百分比误差（Mean Absolute Percent Error ，MAPE ）为2.10% ，均方根误差（Root Mean Square Error ，RMSE ） 为 2.21 cm，标准化均方根误差（Normalized Root Mean Square Error ，NRMSE ）为2.89% 。该方法可实现玉米叶片点云骨 架的自动提取，对缺失的点云数据具有较好的鲁棒性，无需后期手动调整，能够为表型大数据处理、自动化表型解析等 提供技术支持。 关键词：三维；植物；提取；玉米叶片；骨架；主曲线；自适应加权算子 doi ：10.11975/j.issn.1002-6819.2022.02.019 中图分类号：S126 文献标志码：A 文章编号：1002-6819(2022)-02-0166-09 胡建平，刘凯，郭新宇，等. 自适应加权算子结合主曲线提取玉米叶片点云骨架[J]. 农业工程学报，2022，38(2)： 166-174. doi ：10.11975/j.issn.1002-6819.2022.02.019 Hu Jianping, Liu Kai, Guo Xinyu, et al. Point cloud skeleton extraction of maize leaves based on adaptive weighting operator and principal curve[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(2): 166-174. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.02.019 特定的形状结构特征，直接采用这些提取方法提取骨架 0 引 言 