奶牛及猪只点云7个关键点计算与y-z平面平行截面周长求解问询

特征点参考示意图 #

7个主要特征点提取步骤 #

• 先完成点云预处理：先调用statistical_outlier_removal算法剔除离群噪声点，再用RANSAC平面拟合算法分割并去除地面点，最后将动物点云做刚性对齐，使动物体长方向与x轴完全平行，统一坐标基准。
• 逐个定位特征点：
  • 头顶点：全局点云z坐标最大值对应的点
  • 尾根点：x坐标最小值区间内的z坐标次高点（排除尾部下垂的干扰点）
  • 肩高点：体长前1/3区间内z坐标最大值对应的点
  • 臀高点：体长后1/4区间内z坐标最大值对应的点
  • 前胸最低点：体长前1/5区间内z坐标最小值对应的点
  • 腹下最低点：体长中间1/2区间内z坐标最小值对应的点
  • 体宽最大点：所有y坐标极差最大的x截面对应的左右边缘极值点

截面点云筛选与周长计算 #

截面场景参考 #

平行于y-z平面的截面点云筛选方法 #

因为已经将体长方向对齐到x轴，平行于y-z平面的截面本质是固定x值的切片，筛选逻辑如下：

• 确定截面中心x坐标：比如需要提取肩高截面，就取肩高点对应的x值作为x_center
• 设置厚度阈值：取点云平均点间距的2~3倍作为阈值thresh，厚度阈值不要设置过大，否则会混入非截面的点导致周长计算误差，筛选所有满足|x - x_center| < thresh的点，即为该截面的初始有效点
• 二次去噪：对初始有效点做小范围离群点过滤，排除其他部位误入的 stray 点

截面周长计算方法 #

• 维度降维：将筛选到的三维截面点云去掉x坐标，保留(y,z)二维坐标集合
• 轮廓拟合：优先用凸包算法拟合截面的最小外接轮廓，若需要更高贴合度可使用alpha shapes算法拟合不规则体表轮廓
• 周长计算：遍历轮廓的所有相邻顶点，计算每两点间的欧氏距离后求和，所得结果即为截面周长

内容的提问来源于stack exchange，提问作者Andre Ahmed