[发明专利]一种气流表征物理参数提取方法及系统、介质、设备

说明书

本发明公开了一种气流表征物理参数提取方法及系统、介质、设备，所述方法包括步骤：获取柔性植株气流表征的原始左、右视角图像，并获取图像全部像素点的空间三维坐标；根据得到的像素点空间三维坐标，运用基于体素和CFSFDP聚类算法的融合分割算法进行实时运算，得到气流表征三维点云数据；根据得到的气流表征三维点云数据，进行点云三角化处理，得到气流表征的空间完整曲面；根据得到的气流表征的空间完整曲面，采用微元法求解得到柔性植株气流表征体积参数、冠层面面积参数。本发明去掉柔性植株气流表征原始点云数据中没有深度信息的错误点集和气流表征以外的无效点集，实时、精确地提取柔性植株气流表征物理参数。

技术领域

本发明涉及农业航空和农作物植保领域，特别涉及一种基于双目深度图像传感器的柔性植株气流表征物理参数提取方法及系统、介质、设备。

背景技术

旋翼无人机田间作业时各种动作与姿态所需的升力都直接来自于旋翼，旋翼产生的气流向下“包裹”住机体及附属喷洒装备，裹挟着喷洒出来的雾滴“拍击”在柔性植株冠层上，与柔性植株的茎叶互相作用呈现出类似锥体的气流表征，这是旋翼无人机水稻田间低空作业的典型特征。

在农业航空和农作物植保领域，获取柔性植株气流表征物理参数的方法主要是接触式人工测量和非接触式人工测量两种。接触式人工测量就是工作人员通过借助精密的测量仪器设备，在柔性植株冠层实地地测量气流表征的各项物理参数；因为柔性植株气流表征会随着风向和气流的改变而不断地发生变化，所以这种方法存在较大的误差。非接触式人工测量就是工作人员通过借助单目摄像头传感器获取柔性植株气流表征的图像数据，通过拟合得到其柔物理参数，

同时，上述方法提取的物理参数大多为基于二维图像的柔性植株气流表征物理参数，无法提取深度、体积等三维参数；另外，三维参数除了含有气流表征的全部点集外，还包含有一部分无效点集，从而导致提取的物理参数存在误差，并不准确。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种气流表征物理参数提取方法及系统、介质、设备，此方法及系统适应柔性植株气流表征边界移动趋势明显等特性，实时、精确地提取柔性植株气流表征物理参数。

本发明的目的通过以下的技术方案实现：

一种气流表征物理参数提取方法，包括以下步骤：

S1：获取柔性植株气流表征的原始左、右视角图像，并获取图像全部像素点的空间三维坐标p(X，Y，Z)；所获取的空间三维坐标既包含了所述柔性植株气流表征的全部点云集，又包含了一部分无效点云集和一部分没有深度信息的错误点云集；

S2：根据得到的像素点空间三维坐标，设定第一kd-tree参数，即设置点间最大距离、检索最远距离、领域个数，运用基于体素和CFSFDP聚类算法的融合分割算法进行实时运算，将点云集的最小单位从点变成体素，分割删除没有深度信息的错误点云集；根据最小单位体素计算得到包括气流表征和冠层平面的三维点云数据，分割删除冠层平面三维点数据，得到气流表征三维点云数据；由于柔性植株气流表征具有随着风向和气流的改变而不断地发生变化的特点，以及双目深度图像传感器受光照等因素的影响会出现一部分无深度信息的错误像素点的缺陷，本发明提出了一种基于体素和CFSFDP聚类算法的融合分割算法，既解决了柔性植株气流表征原始点云数据存在没有深度信息的错误点集的问题，又解决了气流表征以外的无效点集所造成的轮廓分割错误或者不准确的问题；

S3：根据得到的气流表征三维点云数据，进行点云三角化处理，生成空间曲面，设定第二kd-tree参数，通过将参数范围内的每三个点建一个面，得到气流表征的空间完整曲面；该步骤为空间三维点云三角化处理过程，其中，生成的柔性植株气流表征空间完整曲面是一个没有顶面封闭的不规则椎体，根据该曲面计算提取柔性植株气流表征物理参数，有效地解决了目前大多数基于二维图像的柔性植株气流表征物理参数提取方法无法提取深度、体积等三维参数的缺陷；