植物三維建模ICP點云配準優化

陸健強，蘭玉彬，毋志云，梁 效，常虎虎，鄧小玲※，吳澤錦，唐亞戰

（1. 華南農業大學電子工程學院（人工智能學院），廣州 510642；2. 國家精準農業航空施藥技術國際聯合研究中心，廣州 510642；3. 嶺南現代農業廣東實驗室，廣州 510642）

0 引 言

隨著人工智能、智慧農業和虛擬現實等技術信息技術的快速發展和攝像器材的廣泛普及，植物三維模型重建工作越來越普遍。非破壞性地獲取植物表型信息，研究農作物的生長態勢是植物表型研究領域的重要發展趨勢。通過計算機技術建立植物三維模型，減少非破壞性測量，獲取植物表型的持續性數據，可為農作物生長規律探究、種植精準管控、病蟲害綠色防治等方面提供有力支持。現階段，由于植物形態復雜，枝葉間相互遮擋等客觀因素，植物三維建模過程，普遍存在點云圖像噪聲過多、配準誤差較大等問題，仍需進一步提高三維建模點云配準精度，降低模型點云數據的冗余程度。

植物表型建模的點云重構研究中，針對點云配準，Besl等最先提出迭代最近點算法（Iterative Closet Point，ICP）進行剛性配準；Guo等提取RoPS特征進行初始配準，再進行精配準，使得在兩組點云重疊部分較少時，點云配準更加有效。針對法向量獲取，Huang等采用一種迭代估算法向量的方法，可更好地處理存在薄面結構的點云。針對曲面重構，Ohtake等提出多層次整體劃分（Multi-level Partition of Unity implicits，MPU），用自適應八叉樹對數據域進行劃分，采用二次函數擬合局部曲面，最終融合局部曲面函數而獲得隱式曲面。Kazhdan等[提出并改進了重要的泊松重建算法，解決了原有泊松重建曲面平滑過渡的問題。……