CN110986788B - 一种基于三维点云牲畜表型体尺数据的自动测量方法 - Google Patents

一种基于三维点云牲畜表型体尺数据的自动测量方法 Download PDF

Info

Publication number
CN110986788B
CN110986788B CN201911116935.5A CN201911116935A CN110986788B CN 110986788 B CN110986788 B CN 110986788B CN 201911116935 A CN201911116935 A CN 201911116935A CN 110986788 B CN110986788 B CN 110986788B
Authority
CN
China
Prior art keywords
point
livestock
point cloud
plane
curve
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911116935.5A
Other languages
English (en)
Other versions
CN110986788A (zh
Inventor
尹令
钟浩杰
石帅
田绪红
刘财兴
吴珍芳
蔡更元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China Agricultural University
Original Assignee
South China Agricultural University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China Agricultural University filed Critical South China Agricultural University
Priority to CN201911116935.5A priority Critical patent/CN110986788B/zh
Publication of CN110986788A publication Critical patent/CN110986788A/zh
Application granted granted Critical
Publication of CN110986788B publication Critical patent/CN110986788B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明公开了一种基于三维点云牲畜表型体尺数据的自动测量方法,该方法包括以下步骤:获取牲畜不同局部点云,对多个局部点云融合成全局点云;对牲畜的上方点云拟合中轴平面,进而获取牲畜的背脊轮廓线,在背脊线轮廓线上定位牲畜的体长起始点和体长终止点,并进行积分求得牲畜的体表长;根据牲畜的背脊轮廓线,获取地平面点云数据,并进行最小二乘拟合平面,得到地平面方程,再求牲畜的体高;利用牲畜的上方点云投影到XOY平面,得到点云数目分布的离散曲线图,找出胸宽在离散曲线图的位置,进而求牲畜的胸宽长度;选取待测量围度的切片,采用该切片建立极坐标系,将极坐标系绘制在直角坐标系上,再对其拟合曲线,利用极坐标弧长积分公式求取待测量围度。

Description

一种基于三维点云牲畜表型体尺数据的自动测量方法
技术领域
本发明涉及牲畜体型测量技术领域,更具体的,涉及一种基于三维点云牲畜表型体尺数据的自动测量方法。
背景技术
在种猪育种和生猪养殖中,为种猪遗传性能改良和大量生猪个体有效管理,需要建立生猪个体体型和体况评定方法。体型和体况评定目的是对牲畜的体长、体高、胸围、腹围、臀围等体型外貌性状进行表型采集。
传统方法是直接用皮尺测量,但存在给牲畜造成驱赶应激、人工测量准确性差、测定效率低、复杂性状难以度量等问题。如测量猪的体长:业内公认牲畜体长人工测量标准为两耳根连线中点沿背脊线至尾根处的长度,测定时要求牲畜静止、直立,头部微抬。人工测量一般运用卷尺测量,该方法存在较大的主观因素,只能目估耳根点的位置,牲畜扭动时测量工具难以严格沿着牲畜体表的走向,测量结果与真实体表长有较大的误差。
随着种猪育种和生猪养殖规模越来越大,迫切需要建立更为高效、准确且无应激的新方法。
发明内容
本发明为了解决传统采用人工进行测量存在准确性差、测定效率低、复杂性状难以度量等问题,提供了一种基于三维点云牲畜表型体尺数据的自动测量方法,其能自动对牲畜的表型体尺进行测量,且其能提高测量效率和测量精度。
为实现上述本发明目的,采用的技术方案如下:一种基于三维点云牲畜表型体尺数据的自动测量方法,所述方法包括以下步骤:
S1:获取牲畜经过通道时的瞬间不同局部点云,并对多个局部点云去噪拼接融合成全局点云,所述全局点云由若干个三维点坐标组成P(xi,yi,zi),其中,x轴沿牲畜的体长方向,y轴垂直于地面,z轴沿牲畜的体宽方向;
S2:对牲畜的上方点云拟合中轴平面,利用中轴平面与点云相切以获取牲畜的背脊轮廓线,利用牲畜体型在X轴方向点云数统计特征结合背脊线轮廓线定位牲畜的体长起始点和体长终止点,从起始点到终止点沿背脊线进行积分求得牲畜的体表长;
S3:根据步骤S2得到的牲畜的背脊轮廓线,根据获取地平面点云数据,并进行最小二乘拟合平面,得到地平面方程,求背脊轮廓线前肢延伸的点到地平面方程的距离,从而得到牲畜的体高;
S4:利用牲畜的上方点云投影到XOY平面,统计其X轴点云数目,得到点云数目分布的离散曲线图,根据牲畜胸宽的定义找出其在离散曲线图的位置,先定位其X轴坐标,再用X轴平面切牲畜上方点云,从相交平面定位Y轴最大值和最小值的点即为需要定位的胸宽点,两点之间的距离即为牲畜的胸宽长度;
S5:牲畜的三围为胸围、腹围和臀围,选取待测量围度的切片,采用该切片建立极坐标系,将极坐标系绘制在直角坐标系上,再对其拟合曲线,在极坐标系下利用极坐标弧长积分公式求取曲线长度,即可得到取待测量围度。
优选地,对于步骤S2,对牲畜的上方点云拟合中轴平面,具体如下:
采取最小二乘法对牲畜上方点云拟合中轴平面;
平面的一般方程为Ax+By+Cz+D=0,
将平面方程改写为
Figure BDA0002274331060000021
令:
Figure BDA0002274331060000022
则:
z=a0x+a1y+a2
则对于点云P(xi,yi,zi),为了使拟合平面贴近点云,则需要S最小,其中S的表达式如下:
Figure BDA0002274331060000023
式中,S为拟合平面与点云的偏差;ak为未知数,k=0,1,2;
所以对各个未知数求偏导
Figure BDA0002274331060000024
Figure BDA0002274331060000031
解上述线性方程组,得到a0,a1,a2,从而得到的平面z=a0x+a1y+a2,即为牲畜背部点云的拟合中轴平面;
所述的拟合中轴平面与牲畜上方点云相交得空间曲线,即为牲畜的背脊轮廓线,利用牲畜体型在X轴方向点云数统计特征结合背脊轮廓线来定位起止点和终止点就是要测量的体长线。
进一步地,利用牲畜体型在X轴方向点云数统计特征结合背脊轮廓线来定位起止点,具体如下:
先对上方点云投影到其对应的XOY平面,并统计其X轴点云数目,得到其点云数目分布的离散曲线图;从离散曲线做拟合平滑并在平滑后的曲线上寻找各处拐点,结合牲畜的背脊轮廓线,找出测量体长的起始点位置xs和终止点位置xe
再进一步地,从体长的起始点到终止点连直线构成直线平面,所述直线平面相交牲畜点云得到一系列相交离散点,计算这一系列离散点构成的曲线长度,即为牲畜的体长;
首先离散点向XOY和XOZ平面投影得到y(x)和z(x)的拟合曲线,其参数方程为:
Figure BDA0002274331060000032
其中每一小段弧的微分为
Figure BDA0002274331060000033
对起始点到终止点进行积分:
Figure BDA0002274331060000034
从而得到牲畜的体长L。
优选地,步骤S3,在对地平面点云数据进行最小二乘拟合平面之前,为排除单个噪声点的干扰,设定一个阈值h,从Y轴最低点开始从下往上取厚度为h的点云数据,再对点云数据进行最小二乘拟合平面。
优选地,步骤S5,具体操作步骤如下:
S501:利用上方点云投影到其对应的XOY平面,并统计X轴方向点云数目,得到其点云数目分布的离散曲线图,在离散曲线图上确定出腹围的测算位置Xa、胸围的测算位置Xb、臀围的测算位置XH;选取待测量围度的薄片,取出这一系列的点云,即获得待测量围度位置的切片;
S502:获取YOZ平面切片的投影,选取切片左侧中心区域点求其左侧横坐标的平均值,同样选取切片右侧中心区域右侧横坐标的平均值,取右侧横坐标的平均值与左侧横坐标的平均值的中点作为中心点的横坐标;
同样,求取切片上方纵坐标的平均值和下方纵坐标的平均值,并取这两个平均值的中点作为中心点的纵坐标,得到中心点O(y0,z0);
S503:以中心点O(y0,z0)为极点,从O(y0,z0)水平向右的射线为极轴,逆时针为正方向建立极坐标系,对每一个直角坐标系下的点p(yi,zi),都通过坐标转换公式:
Figure BDA0002274331060000041
将直角坐标转换成极坐标pi=(ρii),θ∈(0,2π);
S504:用转换好的极坐标点的角度为横坐标,极径为纵坐标,绘制在直角坐标系上,再对这一系列的点云作拟合曲线;
S505:拟合后的曲线函数为ρ=f(θ),从而得到曲线上任意一点的坐标;在极坐标系下利用极坐标弧长积分公式求取曲线长度,计算公式如下:
Figure BDA0002274331060000042
从θ=0到θ=2π求每一小段弧的长度并求和,得到该位置的围度长,即为带测量的围度。
进一步地,步骤S502,在获取YOZ平面切片的投影之前,为了降低噪声干扰,对步骤S501得到的点云采用最近邻域加权平均去噪处理。
进一步地,步骤S504,考虑到牲畜的腹部点云稀少,在测量牲畜的腹围时,对选取的点云进行非均匀有理B样条曲线拟合,得到该位置切片的拟合闭合曲线,再求曲线长度。
本发明的有益效果如下:
本发明从三个不同角度采集牲畜的身体点云,融合不同点云完成猪体三维重构,然后在猪体三维点云上定位体尺的特征关键点,建立非接触式全自动牲畜个体体型、体况信息采集测量方法,该方法能精准测量牲畜的体长、体高、胸宽、三围,进而实现牲畜的精细喂养、种畜筛选、培育与繁殖的体况自动精准评价。本发明有效解决了传统测量方法的效率低下、精度不高的问题。
附图说明
图1是本实施例所述自动测量方法的步骤流程图。
图2是本实施例所述猪只上方点云的示意图。
图3是本实施例所述猪只上方点云的示意图。
图4是本实施例拟合中轴平面与猪只上方点云相交的示意图。
图5是本实施例确定猪只体长的起始点和终止点的示意图。
图6是本实施例测量猪只的体高的点云图。
图7是本实施例确定猪只的胸宽的示意图。
图8是本实施例确定猪只三围位置的示意图。
图9是本实施例求取切片的中心点的示意图。
图10是本实施例极坐标转换后采用非均匀有理B样条曲线拟合的示意图。
图11是本实施例极坐标曲线拟合后转换回直角坐标系的示意图。
具体实施方式
下面结合附图和具体实施方式对本发明做详细描述。
实施例1
本实施例所述的自动测量方法是对牲畜的表型体尺进行自动测量,所述的牲畜包括猪、牛、羊、狗;为了能通熟易懂的对本发明内容进行说明,本实施例以猪只为例进行详细说明,具体如下:
如图1所示,一种基于三维点云牲畜表型体尺数据的自动测量方法,所述方法包括以下步骤:
步骤S1:在测量通道上固定三个深度相机,获取猪只经过通道时的瞬间不同局部点云,并对多个局部点云去噪拼接融合成全局点云,所述全局点云由若干个三维点坐标组成P(xi,yi,zi),其中,x轴沿牲畜的体长方向,y轴垂直于地面,z轴沿牲畜的体宽方向;本实施例能从点云中提取猪只的体长、体高、体宽、胸围、腹围、臀围等体尺特征实现对猪只的非接触式体尺测量。
步骤S2:猪只的体长测量
业内定义猪只的体长为两耳根连线中点沿背脊线至尾根处的长度。由于猪只的上方点云明显呈现以轴对称的形状,如图2-3所示,利用这个特点,本实施例提出的体长测量方法是对猪只上方点云拟合其中轴平面,中轴平面与点云相切以获取猪只的背脊线,然后利用牲畜体型在X轴方向点云数统计特征在背脊线上定位猪只双耳根中部点作为体长起始点,尾根点作为体长测量的终止点,从起始点到终止点沿背脊线积分即求取体表长。
具体操作步骤如下:
S201:拟合中轴平面
本实施例通过采用最小二乘法对牲畜上方点云进行拟合平面,平面的一般方程为Ax+By+Cz+D=0,为了使拟合平面法向量指向猪只侧面,则需要平面尽量正切猪体头部和尾部,此时平面方程改写为
Figure BDA0002274331060000061
Figure BDA0002274331060000062
则:
z=a0x+a1y+a2
则对于点云P(xi,yi,zi),为了使拟合平面贴近点云,则需要S最小,其中S的表达式如下:
Figure BDA0002274331060000063
式中,S为拟合平面与点云的偏差;ak为未知数,k=0,1,2;
所以对各个未知数求偏导
Figure BDA0002274331060000064
Figure BDA0002274331060000065
解上述线性方程组,得到a0,a1,a2,从而得到的平面z=a0x+a1y+a2,即为牲畜背部点云的拟合中轴平面;如图4所示。
所述的拟合中轴平面与猪只上方点云相交得空间曲线,即为猪只的背脊轮廓线,从背脊轮廓线上定位体长起始点和终止点就是要测量的体长线。
S202:确定体长的起始点和终止点
体长的起始点是猪体两耳根连线的中点。猪体上方点云能较好地描述猪体边缘轮廓信息,猪体边缘轮廓线相对平直,而头部的耳朵处比猪体部分变化较大且不规则,因此运用猪体在X轴方向点云数统计特征结合轮廓线来定位起止点。耳根处在X轴方向点云数统计特征上的表现相对附近点数急剧增多,而猪只尾巴形态在X轴方向点云数统计特征上体现为在快速下降后有个小回升。
根据以上分析,本实施例先对上方点云投影到其对应的XOY平面,并统计X轴方向点云数目,得到其点云数目分布的离散曲线图。对离散曲线做拟合平滑并在平滑后的曲线上寻找各处拐点,位于头部的第一个凸点就是耳部中心区域点,作为体长测定的起始点位置xs,而尾部斜率下降最快的凹点就是尾根点作为体长测定的体长的终止点位置xe,如图5所示。
步骤S203:从体长起始点到终止点连直线构成直线平面相交猪只点云得到一系列相交离散点,计算这一系列离散点构成曲线长度,即为需要测量体长,这里采用弧微分法。具体如下:
首先离散点向XOY和XOZ平面投影得到y(x)和z(x)的拟合曲线,其参数方程为:
Figure BDA0002274331060000071
其中每一小段弧的微分为
Figure BDA0002274331060000072
对起始点到终止点进行积分:
Figure BDA0002274331060000073
从而得到牲畜的体长L。
步骤S3:测量猪只的体高
根据步骤S2中得到猪只的背脊轮廓线,只需要找到地平面,求取背脊轮廓线前肢延伸的点到地平面距离就是体高,如图6所示。
由于深度相机摆放可能不水平或者地面粗糙等会造成相机与地面的倾斜,深度相机获取的地平面点云在XOY平面看成具有一定厚度。为排除单个噪声点的干扰,设定一个阈值h,从Y轴最低点开始从下往上取厚度为h的点云数据,对选取的点云数据进行最小二乘拟合平面,得到地平面方程,通过点到线的距离原理求背脊轮廓线前肢延伸的点到地平面方程的距离,从而得到牲畜的体高。由于点到线的距离的求取是现有技术内容,本实施例不再详细说明。
步骤S4:测量猪只的胸宽
所述的猪只胸宽是指猪只左右前腿的最外点在地平面上的投影距离。从胸宽定义上,最关键是定位胸宽左右前腿最外侧的点云,本实施例依旧采用上方点云投影到XOY平面,统计沿X轴的点云数目,得到点云数目分布的离散曲线图,胸宽的定位点为曲线第三个凸拐点对应的位置,先定位其X轴坐标,然后用X轴平面切猪只上方点云,从相交平面定位Y轴最大值和最小值的点即为需要定位的胸宽点,两点之间的距离即为胸宽长度,如图7所示。
步骤S5:测量猪只的三围,所述的三围分别为胸围、腹围和臀围。
猪只胸围、腹围和臀围的自动测量有几个难点,第一要保证三个不同视角的点云准确完成配准融合;第二需要准确定位三围位置以切片获取三围曲线;第三获取的三围曲线是不规则且不闭合的曲线,如何补缺曲线及计算曲线长度是重要的问题。本实施例中利用猪体胸腹部共有的特征提取规律和规则来弥补缺失点云从而提出极坐标转换法。
所述的极坐标转换法思想是待测量围度的切片是个缺失一部分的近似椭圆,以该椭圆中心为原点,向右为y轴正轴,逆时针定为极坐标正方向,建立极坐标系,得切片上每一个点的极坐标(θii),其中极坐标角度为横坐标,极径为纵坐标。将极坐标系绘制在直角坐标系上,其一方面可以将椭圆缺失部分补全,同时可以使得配准有误的地方得到修补,减少配准误差。再对其拟合曲线,在极坐标系下利用极坐标弧长积分公式求取曲线长度,即可得到取待测量围度。
具体操作步骤如下:
S501:利用上方点云投影到其对应的XOY平面,并统计X轴方向点云数目,得到其点云数目分布的离散曲线图,并经过拟合得到光滑的曲线。根据统计特征,曲线从猪头部开始的第一个凸点为猪只耳朵中部,第二个凸点为猪前腿部分,而猪只尾巴处的第四凸点为猪只后腿。因此位于前腿和后腿中间凸点就是腹围的测算位置Xa,凸点两侧的凹点即为胸围臀围的测算位置Xb和臀围的测算位置XH。如图8所示,在这三位置选取待测量围度的薄片,取出这一系列的点云,即获得待测量围度位置的切片;
S502:在获得YOZ平面切片的投影之前,先对步骤S501获得的点云经过最近邻域加权平均去噪处理,使得噪声干扰点降到最小。选取切片左侧中心区域点求其左侧横坐标的平均值,同样求取切片右侧中心区域右侧横坐标的平均值,取右侧横坐标的平均值与左侧横坐标的平均值的中点作为中心点的横坐标。
同样,求取切片上方纵坐标的平均值和下方纵坐标的平均值,并取上方纵坐标的平均值与下方纵坐标的平均值的中点作为中心点的纵坐标,得到中心点O(y0,z0)。如图9所示。
S503:为了让切片曲线缺失部位处于转换后须拟合曲线的中间段,以便充分利用前后曲线特征得到最佳拟合效果,以中心点O(y0,z0)为极点,从O(y0,z0)水平向右的射线为极轴,逆时针为正方向建立极坐标系,对每一个直角坐标系下的点p(yi,zi),都能通过坐标转换公式将直角坐标转换成极坐标,其中坐标转换公式如下:
Figure BDA0002274331060000091
直角坐标转换成极坐标pi=(ρii),θ∈(0,2π)。
S504:因为原点云在直角坐标系下并不好拟合曲线计算,这里用转换好的极坐标点的角度为横坐标,极径为纵坐标,绘制在直角坐标系上,再对这一系列的点作拟合曲线。但由于猪体腹部点云稀少,要充分考虑到这一部分的点云特征,在对腹围进行测量时,需要采用非均匀有理B样条曲线对腹部的点云进行拟合,得到该位置切片的拟合闭合曲线,如图10、图11所示。
S505:拟合后的曲线函数为ρ=f(θ),就能求得曲线上任意一点的坐标。在极坐标系下利用极坐标弧长积分公式求取曲线长度,具体如下
Figure BDA0002274331060000092
从θ=0到θ=2π求每一小段弧的长度并求和,得到该位置的围度长。
本实施例能通过步骤5计算出猪只的胸围、腹围和臀围数据。
本实施例所述的基于三维点云牲畜表型体尺数据的自动测量方法通过获取的特征轮廓更为精准,其计算效率高,获取三维点云后立即求得体尺数据,可以应用于生产中牲畜的体尺测量和体况评分中。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种基于三维点云牲畜表型体尺数据的自动测量方法,其特征在于:所述方法包括以下步骤:
S1:获取牲畜经过通道时的瞬间不同局部点云,并对多个局部点云去噪拼接融合成全局点云,所述全局点云由若干个三维点坐标组成P(xi,yi,zi),其中,x轴沿牲畜的体长方向,y轴垂直于地面,z轴沿牲畜的体宽方向;
S2:对牲畜的上方点云拟合中轴平面,利用中轴平面与点云相切以获取牲畜的背脊轮廓线,利用牲畜体型在X轴方向点云数统计特征结合背脊线轮廓线定位牲畜的体长起始点和体长终止点,从起始点到终止点沿背脊线进行积分求得牲畜的体表长;
S3:根据步骤S2得到的牲畜的背脊轮廓线,根据获取地平面点云数据,并进行最小二乘拟合平面,得到地平面方程,求背脊轮廓线前肢延伸的点到地平面方程的距离,从而得到牲畜的体高;
S4:利用牲畜的上方点云投影到XOY平面,统计其X轴点云数目,得到点云数目分布的离散曲线图,根据牲畜胸宽的定义找出其在离散曲线图的位置,先定位其X轴坐标,再用X轴平面切牲畜上方点云,从相交平面定位Y轴最大值和最小值的点即为需要定位的胸宽点,两点之间的距离即为牲畜的胸宽长度;
S5:牲畜的三围为胸围、腹围和臀围,选取待测量围度的切片,采用该切片建立极坐标系,将极坐标系绘制在直角坐标系上,再对其拟合曲线,在极坐标系下利用极坐标弧长积分公式求取曲线长度,即得到取待测量围度;
步骤S5,具体操作步骤如下:
S501:利用上方点云投影到其对应的XOY平面,并统计X轴方向点云数目,得到其点云数目分布的离散曲线图,在离散曲线图上确定出腹围的测算位置Xa、胸围的测算位置Xb、臀围的测算位置XH;选取待测量围度的薄片,取出这一系列的点云,即获得待测量围度位置的切片;
S502:获取YOZ平面切片的投影,选取切片左侧中心区域点求其左侧横坐标的平均值,同样选取切片右侧中心区域右侧横坐标的平均值,取右侧横坐标的平均值与左侧横坐标的平均值的中点作为中心点的横坐标;
同样,求取切片上方纵坐标的平均值和下方纵坐标的平均值,并取这两个平均值的中点作为中心点的纵坐标,得到中心点O(y0,z0);
S503:以中心点O(y0,z0)为极点,从O(y0,z0)水平向右的射线为极轴,逆时针为正方向建立极坐标系,对每一个直角坐标系下的点p(yi,zi),都通过坐标转换公式:
Figure FDA0002570247190000021
将直角坐标转换成极坐标pi=(ρii),θ∈(0,2π);
S504:用转换好的极坐标点的角度为横坐标,极径为纵坐标,绘制在直角坐标系上,再对这一系列的点云作拟合曲线;
S505:拟合后的曲线函数为ρ=f(θ),从而得到曲线上任意一点的坐标;在极坐标系下利用极坐标弧长积分公式求取曲线长度,计算公式如下:
Figure FDA0002570247190000022
从θ=0到θ=2π求每一小段弧的长度并求和,得到该位置的围度长,即为带测量的围度;
步骤S502,在获取YOZ平面切片的投影之前,为了降低噪声干扰,对步骤S501得到的点云采用最近邻域加权平均去噪处理;
步骤S504,考虑到牲畜的腹部点云稀少,在测量牲畜的腹围时,对选取的点云进行非均匀有理B样条曲线拟合,得到该位置切片的拟合闭合曲线,再求曲线长度。
2.根据权利要求1所述的基于三维点云牲畜表型体尺数据的自动测量方法,其特征在于:对于步骤S2,对牲畜的上方点云拟合中轴平面,具体如下:
采取最小二乘法对牲畜上方点云拟合中轴平面;
平面的一般方程为Ax+By+Cz+D=0,
将平面方程改写为
Figure FDA0002570247190000023
令:
Figure FDA0002570247190000024
则:
z=a0x+a1y+a2
则对于点云P(xi,yi,zi),为了使拟合平面贴近点云,则需要S最小,其中S的表达式如下:
Figure FDA0002570247190000031
式中,S为拟合平面与点云的偏差;ak为未知数,k=0,1,2;
所以对各个未知数求偏导
Figure FDA0002570247190000032
Figure FDA0002570247190000033
解上述线性方程组,得到a0,a1,a2,从而得到的平面z=a0x+a1y+a2,即为牲畜背部点云的拟合中轴平面;
所述的拟合中轴平面与牲畜上方点云相交得空间曲线,即为牲畜的背脊轮廓线,利用牲畜体型在X轴方向点云数统计特征结合背脊轮廓线来定位起止点和终止点就是要测量的体长线。
3.根据权利要求2所述的基于三维点云牲畜表型体尺数据的自动测量方法,其特征在于:利用牲畜体型在X轴方向点云数统计特征结合背脊轮廓线来定位起止点,具体如下:
先对上方点云投影到其对应的XOY平面,并统计其X轴点云数目,得到其点云数目分布的离散曲线图;从离散曲线做拟合平滑并在平滑后的曲线上寻找各处拐点,结合牲畜的背脊轮廓线,找出测量体长的起始点位置xs和终止点位置xe
4.根据权利要求3所述的基于三维点云牲畜表型体尺数据的自动测量方法,其特征在于:从体长的起始点到终止点连直线构成直线平面,所述直线平面相交牲畜点云得到一系列相交离散点,计算这一系列离散点构成的曲线长度,即为牲畜的体长;
首先离散点向XOY和XOZ平面投影得到y(x)和z(x)的拟合曲线,其参数方程为:
Figure FDA0002570247190000041
其中每一小段弧的微分为
Figure FDA0002570247190000042
对起始点到终止点进行积分:
Figure FDA0002570247190000043
从而得到牲畜的体长L。
5.根据权利要求1所述的基于三维点云牲畜表型体尺数据的自动测量方法,其特征在于:步骤S3,在对地平面点云数据进行最小二乘拟合平面之前,为排除单个噪声点的干扰,设定一个阈值h,从Y轴最低点开始从下往上取厚度为h的点云数据,再对点云数据进行最小二乘拟合平面。
CN201911116935.5A 2019-11-15 2019-11-15 一种基于三维点云牲畜表型体尺数据的自动测量方法 Active CN110986788B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911116935.5A CN110986788B (zh) 2019-11-15 2019-11-15 一种基于三维点云牲畜表型体尺数据的自动测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911116935.5A CN110986788B (zh) 2019-11-15 2019-11-15 一种基于三维点云牲畜表型体尺数据的自动测量方法

Publications (2)

Publication Number Publication Date
CN110986788A CN110986788A (zh) 2020-04-10
CN110986788B true CN110986788B (zh) 2020-10-23

Family

ID=70084465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911116935.5A Active CN110986788B (zh) 2019-11-15 2019-11-15 一种基于三维点云牲畜表型体尺数据的自动测量方法

Country Status (1)

Country Link
CN (1) CN110986788B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111811442A (zh) * 2020-07-14 2020-10-23 上海船舶工艺研究所(中国船舶工业集团公司第十一研究所) 一种船舶大面积甲板平面度快速测量与计算方法
CN112461135B (zh) * 2020-10-10 2021-12-21 华南农业大学 一种石斛生长参数无损在线测定装置及其测定方法
CN114429497A (zh) * 2020-10-14 2022-05-03 西北农林科技大学 一种基于3d相机的活体秦川牛体尺测量方法
CN112258651B (zh) * 2020-10-20 2024-03-22 河北农业大学 一种遮挡情况下奶牛体表点云三维重建方法
CN112288793B (zh) * 2020-11-06 2023-05-26 洛阳语音云创新研究院 畜类个体背膘检测方法、装置、电子设备及存储介质
CN112712590B (zh) * 2021-01-15 2023-11-28 中国农业大学 一种动物点云生成方法及系统
CN113449638B (zh) * 2021-06-29 2023-04-21 北京新希望六和生物科技产业集团有限公司 一种基于机器视觉技术的猪只图像理想帧的筛选方法
CN113610726B (zh) * 2021-08-05 2022-04-26 华南农业大学 一种区域限定的改进三次b样条插值修补方法
CN113686251B (zh) * 2021-08-19 2022-12-13 山东科技大学 一种综采工作面设备上窜下滑偏移测量方法及系统
CN113724270B (zh) * 2021-08-25 2023-08-08 华南农业大学 一种牲畜表面点云智能分割方法及其系统
CN113706512B (zh) * 2021-08-31 2023-08-11 内蒙古大学 一种基于深度学习和深度相机的生猪体重测量方法
CN113701687B (zh) * 2021-09-17 2023-07-21 中国联合网络通信集团有限公司 空间曲线长度测量系统及测量方法
CN114187310A (zh) * 2021-11-22 2022-03-15 华南农业大学 基于八叉树和PointNet++网络的大规模点云分割方法
CN115994905B (zh) * 2023-03-22 2023-08-01 淄博特凯泽自动化工程有限公司 用于畜类开膛的定位检测方法
CN116503409B (zh) * 2023-06-28 2023-09-12 矽瞻科技(成都)有限公司 一种焊缝缺陷3d点云检测方法、设备和介质
CN116763295B (zh) * 2023-08-11 2024-02-06 北京市农林科学院智能装备技术研究中心 牲畜体尺测量方法、电子设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327536A (zh) * 2016-08-26 2017-01-11 上海工程技术大学 一种基于切面点云的领围测量方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07296190A (ja) * 1994-04-27 1995-11-10 Yasushi Isozaki コンピュータによる画像処理方法
CN102178530A (zh) * 2011-01-24 2011-09-14 天津大学 基于三维点云数据的人体尺寸自动测量方法
CN105913444B (zh) * 2016-05-03 2019-07-19 华南农业大学 基于软激光测距的牲畜体型轮廓重构方法及体况评分方法
CN108305289B (zh) * 2018-01-25 2020-06-30 山东师范大学 基于最小二乘法的三维模型对称性特征检测方法及系统
CN108597024B (zh) * 2018-05-02 2021-03-19 湖南大学 一种基于格网模型和断面线的脚型参数获取方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327536A (zh) * 2016-08-26 2017-01-11 上海工程技术大学 一种基于切面点云的领围测量方法

Also Published As

Publication number Publication date
CN110986788A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN110986788B (zh) 一种基于三维点云牲畜表型体尺数据的自动测量方法
CN110349252B (zh) 一种基于点云边界构建小曲率零件实际加工曲线的方法
CN111243005A (zh) 牲畜估重方法、装置、设备以及计算机可读存储介质
CN106340044B (zh) 摄像机外参自动标定方法及标定装置
US8254723B2 (en) System and method for extracting boundary elements of an object
CN106295170B (zh) 基于牙冠与牙根特征的牙齿建模方法
CN106650701B (zh) 基于双目视觉的室内阴影环境下障碍物检测方法及装置
JP7057971B2 (ja) 動物体の体重推定装置及び体重推定方法
WO2023060683A1 (zh) 一种基于三维点云模型的预制梁段表面平整度检测方法
JP2019045478A (ja) 家畜の体重推定装置及び家畜の体重推定方法
US20210192705A1 (en) Method for measuring hole provided in workpiece
CN103218809A (zh) 一种珍珠长度参数的图像测量方法
CN109272546A (zh) 一种鱼苗长度测量方法及系统
CN108428219B (zh) 一种基于三维曲面的原木直径测算方法
CN111145205B (zh) 基于红外图像的多猪只场景下猪体温检测方法
CN116721144A (zh) 一种基于点云切片的锥形孔尺寸测量方法
CN112712590B (zh) 一种动物点云生成方法及系统
US20220114810A1 (en) Forest resource information generation structure and forest resource information generation method
CN116740060A (zh) 基于点云几何特征提取的装配式预制构件尺寸检测方法
CN113361507B (zh) 一种结构件生产信息视觉测量方法
Nishide et al. Calf robust weight estimation using 3D contiguous cylindrical model and directional orientation from stereo images
CN110728708B (zh) 基于机器视觉的牛体尺测量方法
CN111166338A (zh) 一种基于tof深度数据的妊娠母猪体尺计算方法
CN112184564A (zh) 一种基于半边排序法的三维孔洞补偿方法
Ping et al. Verification of turning insert specifications through three-dimensional vision system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant