基于双目立体视觉技术的玉米叶片三维重建资料下载.pdf

基于双目立体视觉技术的玉米叶片三维重建资料下载.pdf

《基于双目立体视觉技术的玉米叶片三维重建资料下载.pdf》由会员分享，可在线阅读，更多相关《基于双目立体视觉技术的玉米叶片三维重建资料下载.pdf（5页珍藏版）》请在冰点文库上搜索。

198202（inChinesewithEnglishabstrae00引言叶片是玉米植株重要的光合器官，叶片的三维形态与分布特征直接影响冠层的结构与功能，因此能够快速、准确、简便的获取和重建玉米叶片三维结构具有十分重要的意义。

依据实施手段的不同，叶片三维重建可分为以下3种方法：

1）基于数学模型，郭新宇等人将参数化建模方法应用于重构叶片三维形态，以较少的参数描述了复杂的叶片结构。

肖伯祥等人【2】研究了叶片形态建模中简化曲面网格算法。

ChristianFournier等人pJ应用结构功能模型耦合干物质积累、光能利用率与叶片3D形态建成。

模型方法应用的难点在于描述叶片不规律的形态变化存在难度，过多的模型参数不利于实际操作。

2）叶片坐标测量，马韫韬、郭焱、李保国等4-5l使用三维数字化仪对玉米植株进行三维测量和三维重建，并分析了叶片方位分布规律，距茎特定距离的叶面积垂直水平分布规律等。

使用接触式三维数字化仪需要人工辅助，操作繁琐复杂。

3）基于图像，杨亮等人【6】拍摄黄瓜叶片图像序列重建叶片三维结构，QuanLong等人L7j使用SfM（structurefiommotion）方法，环绕拍摄物体多图像序列，辅助人工编辑主干枝条，重建出树木和花草的三维结构。

基于图像的方法具有操作简便、快速、准确、无损、非接触等优点。

特别是双目立体视觉技术，原理简收稿日期：

2008-09-25修订日期：

2009Il-23项目基金：

国家高新技术研究发展计划（。

863”计划）项目（2006AAl02272）作者简介：

王传宇（1981一），男，吉林松原人。

博士生，主要从事机器视觉技术在农业领域的应用研究。

北京中国农业大学农学与生物技术学院，100193。

Email：

worchingmailcoin通信作者：

赵明（1955一），男，博士，研究员，博士生导师。

北京中国农业科学院作物科学研究所，100081Email：

zhaomingcau163net单实施方便，在三维重建与景深测量中应用广泛。

双目立体视觉由不同位置的两台或者一台摄像机经过移动或旋转拍摄同一幅场景，通过计算空间点在两幅图像中的视差来获得该点的三维坐标。

近来已有双目立体视觉技术在农业领域上成功应用的报道，吕朝辉等【8】探索了立体视觉技术在测定秧苗直立度中的应用，Kise等91将双目立体视觉用于拖拉机在作物行间自动行走的导航系统，RoviraMas等【10】以作物立体窄间多对图像重建了田间作物3D景象，He等【ll】对移栽机移栽秧苗时秧苗的物理参数进行立体估计，Wu等i12J利用立体视觉技术提取生猪的3D外形。

本文将应用双日立体视觉技术结合结构光法为重建玉米叶片三维结构提供一种快速、准确、自动化程度高的解决方案。

1原理及方法11双目立体视觉组成与原理图1为系统组成结构示意图，本系统硬件平台由两个samsungscc-b2311型彩色摄像机（分辨率704576）、两个Fujinonfy28v8m镜头（焦距2880mm，最大光圈F=095）、Vec-b5a0116bit便携视频采集卡（780510，30币s）、HPnx9040型便携计算机、摄像机固定架等组成。

软件整体开发环境为VCnet2003，图像处理软件包为OpcnCVl0，三维重建及可视化采用K50（visualizationtooU【it）。

图2为双目立体视觉的原理图，Dl、D2分别为摄像机彳、曰的镜头中心。

对于空间物体表面任意一点M陇yz），确定在A摄像机图像上的点m1Ql，Y1）与在B摄像机图像，2上的点m2如，此）是空间同一点肘的图像点（称朋l，m2为点膨的同名像点），则M点的空间位置可由Ol小l与02m2两直线的交点唯一确定。

万方数据第4期王传宇等：

基于双目立体视觉技术的玉米叶片三维重建199光栅投图1系统组成示意图Fig1Schematicdiagramofhard、vareconfigurationsofbinocularstererovisionsystemDID2图2双目立体视觉原理Fig2Theoryofbinocularstereovison设A，B摄像机的投影矩阵为只（卢l，2），其中=口13口23a33口ll。

a2434xlrZ1

（2）式中：

&

I，Yl，1）、（x2，Y2，l卜分别为ml（Xl，Y1）、m2沁，y2）在各自图像中的齐次坐标；

LZ1）_M陇只z）点世界坐标下的齐次坐标；

wf非零参数；

口匕。

（k=l，2；

m-1，2，3；

n=l，2，3，4）为投影矩阵Pf（i=1，2）中的元素，表示摄像机平移、旋转、畸变、焦距等参数。

根据被测点M在摄像机像面上的坐标ml0l，Y1）、m2眈Y2）和式

（2），就可以求出未知点膨的世界坐标陇Ez）广v1降一娴（彳z一娴（硝，一拥怅*吐【（口；

。

一qi，乃）（口乞一吐乃）（口；

，一口；

，乃）jzI【-乃口二JLJ（3）式（3）是一个过定方程，可用最小二乘法求解。

12摄像机的标定摄像机的投影矩阵只由摄像机的内外参数决定，743230oo35150000只=10oo79034287500ooI（5）l0000001000ool76439214637338603e+0041只=1107783636244“-417e+004l（6）I旬030050991193只=1j薯乃，L哗jU童c万方数据农业工程学报2010矩本文采用特征点立体匹配法，选择叶片边缘以及叶脉上的点作为匹配候选点，按照外极线几何约束理论，左右图像上的匹配点应该在对应极线上，但由于两摄像机拍摄角度、光线、信号噪声、镜头非线性畸变等因素影响，在计算基础矩阵时存在一定误差，无法通过外极线匹配对应点。

为了增加匹配速度和准确性而引入结构光法，所谓结构光法既用带有光栅的激光器发射具有一定形状的激光照射到被测物体表面，光线被物体表面所调制。

本文采用与叶脉方向垂直的具有固定间隔的条形结构光，摄像机首先拍摄叶片图像后再拍摄照射结构光的叶片图像，用带有光栅的叶片图像减去原始叶片图像即可得到叶片上的结构光坐标，结合Canny边缘提取所获得的叶片边缘、叶脉图像点坐标，二者取交集即可得到光栅所标识的特征点，结果如图3所示。

a左摄像机叶片图像b右摄像机叶片图像c叶片照射光栅图d叶片边缘e光栅提取图左摄像机光栅g右摄像机光栅提取图叶片交点叶片交点图3图像处理与特征点选取Fig3Imageprocessingandfeaturepointsabstraction14三维重建与立体拼接由叶片两端的端点与取均值简化后的光栅标识点结合式（3）即可计算出叶片边缘、叶脉上点的三维坐标，对这些稀疏点插值、三角面片化可得到叶片曲面。

Cardinal样条是插值分段三次曲线，1个Cardinal样条可由4个连续控制点完全确定，中间2个控制点是曲线段端点，其他两个点用于计算曲线段端点斜率，Cardinal样条能够用较少的插值点产生光滑的曲线段，因此本文采用Cardinal样条作为插值函数。

经过插值后两个叶片边缘点序列与叶脉点序列包含点数量相同，选择边缘上两点与叶脉上一点组成三角形，再由叶脉上两点与边缘上一点组成三角形，如此反复将点序列三角面片化即可得到叶片的三维图像。

一般情况下玉米叶片呈狭长分布，植株中部叶片弯曲程度比较大，不能一次测量出整个叶片的三维全貌，须分步测量并拼接前后多次测量的结果。

本文采用“特征点”法进行立体拼接，主要步骤如下：

前后两次不同视角、不同位置的测量中重复部分特征点的相对三维关系（各点之间的距离）是不变的，因此可以找到前后两次测量中重复部分的匹配点集P=锄切Ep，j=l，2，以和Q=qjIqjEQ，=1，2，疗，假设在两个视角下获得的叶片曲面三维数据点云具有部分重叠区域，那么重叠区域中的标志点在两个视角下的三维坐标满足Q=RP+T的转换关系，其中R为旋转矩阵r为平移向量。

因此我们的目的就是要找到一对RT,使得式（7）所示的目标函数最小。

E=怯一（npj+砩（7），=l设牙2吉j=l乃，多2i15善乃，将彰2乃一牙，2马一p带入式（7），得到式（8）E，一（劫；

）（8），副式（8）消除了平移向量的影响，可以用SVD法【恤181求解旋转矩阵，将R带入式（9）求解平移向量。

T=辱一硒（9）将图4a中部分叶片曲面进行旋转、平移变换后与图4b中的部分叶片拼接成完整叶片，如图4c所示。

2结果与分析图4c为叶片三维重建结果，图4e为真实叶片形态。

本文所提出的方法能够较真实的再现叶片三维形态，对于叶片边缘起伏与褶皱等细节能够完整保留。

三维重建的精度越高，叶片上点的相对位置关系越逼近真实情况。

因此可对重建结果进行3D测量并与实体叶片测量结果比较，验证系统的准确性。

为了检验系统的精度与可靠性，选择手工测量最容易得到的参数：

叶长作为比较标准。

供试材料为郑单958，取样的生育时期为吐丝期，选定10株正常生长的植株，每株取下部叶片（叶序58）、穗位叶、上部叶片（叶序15以上），用软尺测量。

取虚拟叶片中脉上的离散插值点，计算累加各点欧氏距离之和作为虚拟叶片长度的近似值。

结果如表l所示。

表1叶片长度的测量结果Table1Measuredresultsofleaveslength锄方法软尺测量本文方法方法软尺测量本文方法16986899976992273874610998101036276381l52651744824711260960257747801369968866506401480I8I07989975158898768100_31020Jjl|；

lf万方数据第4期王传宇等：

基于双目立体视觉技术的玉米叶片三维重建201图4三维重建与立体拼接Fig43Dreconstructionand3Dstitch在显著水平a=o05水平下，由f检验Itl=O11锄（14），认为两种叶长测量方法不存在显著性差异，即本文方法的测量精度完全可以满足玉米叶片三维数字化的要求。

系统的测量误差除了传感器噪声、摄像机模型等的影响，最主要来源于立体拼接与缝合，测量中分的次数越多，求取旋转矩阵和平移向量时误差越小，但摄像机传感器的误差积累也随之增多。

一般情况下，对于植株上部和下部弯曲较小的叶片一步测量即可，对于中部弯曲和长度较大的叶片，3次测量的结果比较理想。

由于结构光系统的限制，在整个植株上照射合适的结构光栅难度很大，对于整株玉米的数字化可以采用分别对叶片测量后再组装的策略，但这样在时间和空间的复杂性上将大大增加，因此适合整株水平上快速准确的立体匹配方法是整株测量的关键，有待进一步研究。

3结论本文以双目立体视觉技术在实验室条件下进行玉米叶片的三维重建与三维测量，引入结构光法增强立体匹配的精度和准确性，为了克服玉米叶片狭长、弯曲等特性对测量角度、测量范围带来的影响，采用多次测量立体拼接等策略分步完成。

在不计准备玉米叶片时间的情况下，整个系统程序运行时间23rain，用手持三维数字化仪（型号MicroScribe3dx），叶片边缘与中脉上各测量100个点进行叶片三维重建则需20rain左右。

参考文献【1】郭新宇，赵春江，刘洋，等基于生长模型的玉米三维可视化研究明农业工程学报，2007，23（3）：

121125GuoXinyu，ZhaoChunjiang，LiuYang，eta1Three-dimensionalvisualizationofmaizebasedongrowthmodelsJTransactiomoftheCSAE，2007，23（3）：

121125（inChinesewithEnglishabstract）

【2】肖伯祥，郭新宇，王纪华，等玉米叶片形态建模与网格简化算法研究J】中国农业科学，2007，40（4）：

693-697XiaoBoxiang，GuoXinyu,WangJihua,eta1MaizeleafmorphologicalmodelingandmeshsimplificationofsurfaceJScientiaAgriculturaSinica,2007，40（4）：

693697（inChinesewithEnglishabstract）

【3】ChristianFoumicr,BrunoAndrieuADEL-maize：

allL-systembasedmodelfortheintegrationofgrowthprocessesfromtheorgantothecanopyApplicationtoregulaionofmorphogenesisbylightavailabilityJAgronomie，1999，19（34）：

313327IX）I：

101051agro：

19990311【4】郭焱，李保国玉米冠层三维结构研究【J】作物学报，1998，24（6）：

1106一l109GuoYah,LiBaoguoStudiesonthreedimensionalstructures万方数据农业工程学报2010焦ofmaizecanopyjJ】ActaAgronomicaSinica,1998，24（6）：

11061109（inChinese州mEnglishabstract）5】马韫韬，郭焱，李保国应用三维数字化仪对玉米植株叶片方位分布的研究【J】作物学报，2006，32（6）：

791-798MaYuntao，GuoYah，LiBaoguoAzimuthaldistributionofmaizeplantleavesdeterminedby3DdigitizerJActaAgronomicaSinica,2006，32（6）：

791-798（inChinesewithEnglishabstract）

【6】6杨亮，郭新宇，陆声链，等基于多幅图像的黄瓜叶片形态的三维重建【J】农业工程学报，2009，25

（2）：

141144YangLiang,GuoXinyu，LuShenglian，eta13Dmorphologicalreconstructionofcucumberleafbasedonmultipleimages阴TransactionsoftheCSAE，2009，25

（2）：

141144（inChinesewithEnglishabstract）

【7】QuanL，TanP，ZengG，cta1Image-basedplantmodelingjACMTrimsonGraphics（SIGGRAPH），2006，25（3）：

772778【8】吕朝辉，陈晓光，郑元杰，等立体视觉技术在秧苗直立度测定中的应用J】农业工程学报，2001，17（4）：

127130LiiChaohui，ChenXiaoguang,ZhengYuanjie，eta1ApplicationofthreedimensionalvisiontechniqueinmeasuringseedlingperpendicularityJTransactionsoftheCSAE，2001，17（4）：

127130（inChinesewithEnglishabstract）

【9】KiseM，QZhang，FRoviraMilsAstereovision-basedcroprowdetectionmethodfortractor-automatedguidancejBiosystemsEngineering，2005，90（4）：

357-367【10】RoviraM矗sF，ZhangQ，ReidJECreationofthreedimensionalcropmapsbased0naerialstenimages叨BiosystemsEngineering，2005，90（3）：

251-259HeDX，Matsuura巧KozaiZeta1AbinocularstereovisionsystemfortransplantgrowthvariablesanalysisJAppliedEngineeringinAgriculture，2003，19（5）：

61l-617WUJ，TillettMcFarlaneN。

eta1Extractingthethreedimensionalshapeoflivepigsusingsteleophotogrammetry【JComputersandElectronicsinAgriculture，2003，44（3）：

203-22