[发明专利]一种基于3D相机的活体西门塔尔牛体尺在线测量方法

说明书

本发明涉及一种基于3D相机的活体西门塔尔牛体尺在线测量方法，该方法通过TOF相机获取牛体三维图像数据，并将牛体三维图像数据转化为牛体三维点云数据；利用条件滤波、统计滤波和体素滤波对牛体三维点云数据进行处理；基于随机采样一致性算法和欧式聚类算法对滤波后的牛体三维点云数据进行聚类分割；对上一步中得到的牛体三维点云数据进行曲面重构，得到完整的牛体曲面模型；在重构后的牛体曲面模型上，根据预设选取条件选择体尺测量点，以获取牛体对应的七项体尺数据；利用修正函数对七项体尺数据进行修正；该方法实现了对牛体七项体尺数据的精确测量，实现了活体西门塔尔牛体尺的非接触测量。

技术领域

本发明涉及基于3D相机的牛体测量技术领域，特别涉及一种基于3D相机的活体西门塔尔牛体尺在线测量方法。

背景技术

随着科学技术发展，三维重建与点云处理技术已较普及，现有的用于体尺测量技术的点云获取设备大多为激光扫描仪，但是激光扫描仪结构较为复杂，在实际操作过程中难以推广，且测量现场的操作情况直接影响点云数据疏密程度，非常可能会给后期数据处理带来较大不便。

因此，如何避免后期数据处理带来的不便，实现非接触测量成为同行从业人员亟待解决的问题。

发明内容

本发明的目的在于，提出的一种基于3D相机的活体西门塔尔牛体尺在线测量方法，解决由于现场操作情况对点云数据疏密程度的影响，而给后期的数据处理带来不便的问题。

为了解决上述技术问题，本发明实施例提供一种基于3D相机的活体西门塔尔牛体尺在线测量方法，包括：

S1、通过TOF相机获取牛体三维图像数据，并将所述牛体三维图像数据转化为牛体三维点云数据；

S2、利用条件滤波、统计滤波和体素滤波对所述牛体三维点云数据进行处理；

S3、基于随机采样一致性算法和欧式聚类算法对滤波后的所述牛体三维点云数据进行聚类分割；

S4、对步骤S3中得到的所述牛体三维点云数据进行曲面重构，得到完整的牛体曲面模型；

S5、在重构后的牛体曲面模型上，根据预设选取条件选择体尺测量点，以获取牛体对应的七项体尺数据；

S6、利用修正函数对所述七项体尺数据进行修正。

在一个实施例中，所述步骤S2包括：利用条件滤波将所述三维点云数据中背景区域去除；采用统计滤波滤除离群点；结合体素滤波，对牛体的三维点云数据进行压缩；

所述条件滤波根据用户设置点的坐标范围，一次性过滤输入点云中不满足条件的所有牛体三维点云数据；

所述统计滤波对每个点周围的临近点进行分析，统计各个临近点与被分析点的距离，记录平均距离与标准差；将标准差预设倍数作为判断是否为离群点的阈值，并剔除离群点；

所述体素滤波根据体素化网格对牛体三维点云数据进行压缩。

在一个实施例中，所述步骤S3中的随机采用一致性算法为：

S21、通过对所述三维点云数据进行随机采样，获得多个最小数据点集，并根据所述最小数据点集获得模型估计；

S22、依次在全部所述三维点云数据上，对在各个最小数据点集上获取到的模型估计进行检验，得到正确模型；所述正确模型为所得模型估计与预设模型误差最小的模型；

S23、与正确模型不符的数据点则被判定为离群点，抽取出平面点云数据，并将其剔除。

在一个实施例中，所述步骤S3中的欧式聚类算法为：