农业机械学报

作者：刘慧,刘加林,沈跃,潘成凯

单位：江苏大学,江苏大学,江苏大学,江苏大学,

关键词：三维点云;Kinect;显著性特征图;超体素;Nanoflann;深度信息

基金：国家自然科学基金项目(51505195)、江苏省国际科技合作项目(BZ2017067)、江苏省重点研发计划项目（BE2018372）、江苏省自然科学基金项目（BK20181443）、镇江市重点研发计划项目（NY2018001）和江苏高校优势学科建设工程项目（PAPD）

针对传统的超体聚类分割对植株存在过分割率高、实时性差的问题，提出一种融合显著性特征图的超体聚类分割方法。首先，采用Kinect V2实时获取目标植株的彩色图像和深度图像，将RGB彩色空间图像转换为CIELab彩色空间图像，计算每个像素的显著性特征值，获取彩色特征图，并融合亮度特征图和方向特征图构建显著性特征图；然后，将显著性特征图和深度图像同步对齐，获得显著性点云，八叉树网格初始化点云，并通过Mean-Shift算法获取满足概率密度阈值的网格点云，取最大概率密度点作为种子点，基于点对之间的欧氏距离和特征相似度作为区域生长相似性准则，生成超体素块；最后，通过LCCP算法对显著性点云进行聚类分割。实验结果表明，改进的显著性超体聚类分割方法可以大幅提高目标前景分割的准确性和快速性，有效克服背景噪声和离群点。

来源：2018年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2018年第12期