分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2024-08-30 合作期刊: 《智慧农业（中英文）》
摘要： ［目的/意义］牛的体尺参数是反映牛身体发育状况的关键指标，也是牛选育过程的关键因素。为解决规 模化肉牛牧场复杂环境对肉牛体尺的测量需求，设计了一种图像采集装置以及体尺自动测量算法。［方法］首先搭 建肉牛行走通道，当肉牛通过通道后进入限制装置，用英特尔双目深度相机D455对牛只右侧图像进行RGB与深 度图的采集。其次，为避免复杂环境背景的影响，提出一种改进后的实例分割网络Mask2former来对牛只二维图进 行前景轮廓提取，对轮廓进行区间划分，利用计算曲率分析方法找到所需体尺测点。然后，将原始深度图转换为 点云数据，对点云进行点云滤波、分割和深度图牛只区域的空值填充，以保留牛体区域的点云完整，从而找到所 需测点并返回到二维数据中。最后，将二维像素点投影到三维点云中，利用相机参数计算出投影点的世界坐标， 从而进行体尺的自动化计算，最终提取肉牛体高、十字部高、体斜长和管围4种体尺参数。［结果与讨论］改进的 实例分割网络与Mask R-CNN、PointRend、Queryinst等模型相比具有更好的分割结果。采用本研究测得的这4种 体尺平均相对误差分别为4.32%、3.71%、5.58%和6.25%。［结论］本研究开发的肉牛图像采集装置及相应的图像 处理方法可以满足该牧场对肉牛体尺无接触自动测量误差小于8%的精度要求，为非接触式肉牛体尺自动化测量 提供了理论与实践指导。
分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2023-02-17 合作期刊: 《智慧农业（中英文）》
摘要： 针对当前三维点云处理方法在玉米植株点云中识别雄穗相对困难的问题，提出一种基于超体素聚 类和局部特征的玉米植株点云雄穗分割方法。首先通过边连接操作建立玉米植株点云无向图，利用法向量 差异计算边权值，并采用谱聚类方法将植株点云分解为多个超体素子区域; 随后结合主成分分析方法和点 云直线特征提取植株顶部的子区域; 最后利用玉米植株点云的平面局部特征在顶部子区域中识别雄穗点云。 对3种点云密度的15株成熟期玉米植株点云进行测试，采用F1分数作为分割精度判别指标，试验结果与手 动分割真值相比，当点云密度为0.8、1.3和1.9个点/cm时，雄穗点云分割的平均F1分数分别为0.763、0.875 和0.889，分割精度随点云密度增加而增高。结果表明，本研究提出的基于超体素聚类和局部特征的玉米植 株点云雄穗分割方法具备在玉米植株点云中提取雄穗的能力，可为玉米高通量表型检测、玉米三维重建等 研究和应用提供技术支持。
点击量
通过
点击量
下载量
评论
