基于图的方法利用含噪点云数据分析果园树木结构
计算机视觉与模式识别
2021-02-03 v2 机器人学
摘要
利用LiDAR对果树进行数字化可实现用于改进种植实践以提高产量的分析。复杂的分析需要对数据进行几何与语义理解，包括分辨单株树木以及识别叶片与结构物质的能力。信息提取应快速，数据获取亦应如此，以便处理整个果园，但现有的分类与分割方法依赖高质量数据或相机等额外数据源。我们提出了一种专门针对单株树木定位、分割与物质分类的LiDAR数据分析方法，其可在手持或移动LiDAR捕获的低质量数据上运行。我们的树木定位与分割方法相较现有方法有所改进，F1分数分别为0.774与v-measure为0.915，而树干物质分类在绝对意义上表现较差，在真实数据上平均F1分数为0.490，尽管始终优于现有方法且运行时间显著更短。
引用
@article{arxiv.2009.13727,
title = {Graph-based methods for analyzing orchard tree structure using noisy point cloud data},
author = {Fredrik Westling and Dr James Underwood and Dr Mitch Bryson},
journal= {arXiv preprint arXiv:2009.13727},
year = {2021}
}