本申請涉及植物表型，尤其涉及一種多植株中提取目標植株點云數(shù)據(jù)的方法、裝置及設(shè)備。

背景技術(shù)：

1、點云作為植物結(jié)構(gòu)信息的三維表達形式，可以準確反映植物的形態(tài)特征，如植株的高度、冠幅以及生物量等。這些特征在植物育種、植株監(jiān)測和作物管理等領(lǐng)域具有重要的指導(dǎo)作用。

2、基于上述情況，現(xiàn)有技術(shù)中往往利用三維點云分割的方式，但是這種方式難以應(yīng)對多株植物分離需求，從而無法準確高效地從處于復(fù)雜環(huán)境中的多個植物點云中提取出目標植株的點云。

技術(shù)實現(xiàn)思路

1、有鑒于此，本申請的目的在于提出一種多植株中提取目標植株點云數(shù)據(jù)的方法、裝置及設(shè)備，用以解決上述技術(shù)問題。

2、基于上述目的，本申請的第一方面提供了一種多植株中提取目標植株點云數(shù)據(jù)的方法，包括：

3、獲取多植株的深度圖像；

4、對多植株的深度圖像中每個目標植株的位置進行識別處理，得到目標植株的位置識別結(jié)果，并基于目標植株的位置識別結(jié)果和預(yù)設(shè)的感興趣區(qū)域尺寸生成目標植株的感興趣區(qū)域；

5、針對每個目標植株的感興趣區(qū)域執(zhí)行以下操作：

6、利用閾值分割算法對目標植株的感興趣區(qū)域進行處理，確定感興趣區(qū)域?qū)?yīng)的前景區(qū)域；

7、根據(jù)感興趣區(qū)域?qū)?yīng)的前景區(qū)域，對多植株的深度圖像進行提取處理，得到前景區(qū)域?qū)?yīng)的深度圖像；

8、對前景區(qū)域?qū)?yīng)的深度圖像進行點云恢復(fù)處理，得到目標植株的點云數(shù)據(jù)。

9、基于同一發(fā)明構(gòu)思，本申請的第二方面提供了一種多植株中提取目標植株點云數(shù)據(jù)的裝置，包括：

10、深度圖像獲取模塊，被配置為獲取多植株的深度圖像；

11、感興趣區(qū)域生成模塊，被配置為對多植株的深度圖像中每個目標植株的位置進行識別處理，得到目標植株的位置識別結(jié)果，并基于目標植株的位置識別結(jié)果和預(yù)設(shè)的感興趣區(qū)域尺寸生成目標植株的感興趣區(qū)域；

12、目標植株處理模塊，被配置為針對每個目標植株執(zhí)行以下操作：利用閾值分割算法對目標植株的感興趣區(qū)域進行處理，確定感興趣區(qū)域?qū)?yīng)的前景區(qū)域；根據(jù)感興趣區(qū)域?qū)?yīng)的前景區(qū)域，對多植株的深度圖像進行提取處理，得到前景區(qū)域?qū)?yīng)的深度圖像；對前景區(qū)域?qū)?yīng)的深度圖像進行點云恢復(fù)處理，得到目標植株的點云數(shù)據(jù)。

13、基于同一發(fā)明構(gòu)思，本申請的第三方面提供了一種電子設(shè)備，包括存儲器、處理器及存儲在所述存儲器上并在所述處理器執(zhí)行的計算機程序，所述處理器在執(zhí)行所述計算機程序時實現(xiàn)如上第一方面所述的方法。

14、基于同一發(fā)明構(gòu)思，本申請的第四方面提供了一種非暫態(tài)計算機可讀存儲介質(zhì)，所述非暫態(tài)計算機可讀存儲介質(zhì)存儲計算機指令，所述計算機指令用于使計算機執(zhí)行如上第一方面所述的方法。

15、從上面所述可以看出，本申請?zhí)峁┑亩嘀仓曛刑崛∧繕酥仓挈c云數(shù)據(jù)的方法、裝置及設(shè)備，利用深度圖像的二維特性，將三維點云分離的問題簡化為二維圖像處理任務(wù)，對多植株的深度圖像的植株位置進行識別處理，提取含有一個植株的深度圖像作為目標植株的深度圖像，然后再利用閾值分割算法對目標植株的深度圖像去除地面、雜草等非目標區(qū)域，保留前景區(qū)域，進而基于此能夠準確高效地恢復(fù)出目標植株的點云數(shù)據(jù)。

技術(shù)特征：

1.一種多植株中提取目標植株點云數(shù)據(jù)的方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標植株的位置識別結(jié)果，以及目標植株的感興趣區(qū)域，采用經(jīng)過訓(xùn)練的目標檢測模型來獲得，目標檢測模型進行訓(xùn)練使用總損失函數(shù)，總損失函數(shù)的獲得過程包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述目標檢測模型是通過反向傳播更新模型參數(shù)訓(xùn)練得到的，反向傳播更新模型參數(shù)的獲得過程包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用閾值分割算法對目標植株的感興趣區(qū)域進行處理，確定感興趣區(qū)域?qū)?yīng)的前景區(qū)域，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述利用大津閾值分割算法，對感興趣區(qū)域?qū)?yīng)的深度圖像進行處理，確定感興趣區(qū)域?qū)?yīng)的前景區(qū)域，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取多植株的深度圖像，包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述利用深度均值、深度標準差，以及各個數(shù)據(jù)點的深度值對應(yīng)的歸一化處理結(jié)果通過篩選算法進行處理，得到經(jīng)過篩選的歸一化處理結(jié)果，包括：

8.一種多植株中提取目標植株點云數(shù)據(jù)的裝置，其特征在于，包括：

9.一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1至7任意一項所述的方法。

10.一種非暫態(tài)計算機可讀存儲介質(zhì)，所述非暫態(tài)計算機可讀存儲介質(zhì)存儲計算機指令，其特征在于，所述計算機指令用于使計算機執(zhí)行權(quán)利要求1至7任一所述方法。

技術(shù)總結(jié)
本申請?zhí)峁┮环N多植株中提取目標植株點云數(shù)據(jù)的方法、裝置及設(shè)備，利用深度圖像的二維特性，將三維點云分離的問題簡化為二維圖像處理任務(wù)，對多植株的深度圖像的植株位置進行識別處理，提取含有一個植株的深度圖像作為目標植株的深度圖像，然后再利用閾值分割算法對目標植株的深度圖像去除地面、雜草等非目標區(qū)域，保留前景區(qū)域，進而基于此能夠準確高效地恢復(fù)出目標植株的點云數(shù)據(jù)。

技術(shù)研發(fā)人員：康健,韓志國,鄭玉輝,張佳菲,李皓,徐伶俐,趙洪兵,張子唯
受保護的技術(shù)使用者：慧諾瑞德（北京）科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19