摘要：为了更好地建立土壤表面的三维点云形态结构模型,使用Kinect相机拍摄土壤表面,获取土壤表面的彩色图像和深度图像。针对传统最近点迭代算法对配准点云的空间位置要求比较严格的问题,采用了点云初始配准的方法。这种方法首先去除土壤表面深度图像的无用背景信息以及噪声,再对三维点云进行初始配准以及精确配准。在初始配准的过程中,对获取的土壤表面点云信息进行归一化对齐径向特征关键点搜索,得到具有代表性、且比较均匀的点云关键点,然后采用快速点特征值直方图的方法提取关键点的特征值,采用随机抽样一致性算法提纯映射关系,以此来完成点云的初始配准。最后采用最近点迭代算法完成土壤表面三维点云的精确配准。传统的最近点迭代算法的配准时间是58.2s,配准误差是3.80cm,改进后的方法配准时间为124.8s,配准误差为0.89cm。相比传统最近点迭代算法,改进后方法的配准时间虽延长了66.6s,但配准误差降低了2.91cm。结果表明,该方法简单,易于处理,成本较低,可以实现土壤表面的三维重建。

关键词：土壤表面 kinect相机 三维点云 最近点迭代算法 

单位：中国农业大学现代精细农业系统集成研究教育部重点实验室; 北京100083; 中国农业大学农业农村部农业信息获取技术重点实验室; 北京100083