基于三维点云的羊体尺参数测量方法

摘要

针对传统羊体尺参数测量方法耗时、费力的问题，本研究采用迭代重加权最小二乘法、k-means算法、高斯映射和高斯核均值漂移聚类算法，基于三维点云对羊体尺参数测量方法进行分析。研究表明：1）迭代重加权最小二乘的法向量估计方法不受噪声干扰，估计结果更加准确。2）基于高斯核的均值漂移聚类算法能将羊体区域数据从点云中准确识别并分离出来，避免了其他方法的过分割或欠分割。3）在羊体区域点云上选取体尺测点，计算羊体长、体高、胸深、臀高体尺参数，4个体尺参数的最大相对误差为1.72%。综上，基于三维点云的羊体尺参数测量方法能准确提取出羊体区域点云数据，利用选取的体尺测点，能够实现羊体尺参数的无接触测量，为羊体尺参数测量以及体重预估方法的实际应用提供技术参考。

关键词

羊 / 体尺测量 / 点云分割 / 计算机视觉