遮挡条件下基于MSF-PPD网络的绿萝叶片点云补全方法

肖海鸿 徐焕良 马仕航 陈 玲 王江波 王浩云

(1.华南理工大学自动化科学与工程学院， 广州 510641； 2.南京农业大学人工智能学院， 南京 210095;3.中国移动通讯集团上海有限公司， 上海 200060; 4.塔里木大学植物科学学院， 阿拉尔 843300)

0 引言

点云因其数据量小、表现能力强，被广泛应用于三维数据处理[1]。真实世界的点云数据通常是使用激光雷达(Lidar)、激光扫描仪(Laser scanner)或低成本的RGB-D相机采集得到，由于受遮挡、视角限制和传感器分辨率等因素的影响，导致获取到的点云数据存在不完整的情况。因此，点云数据的补全研究具有重要意义。植物叶片是植物外在形态的重要组成部分，同时也是植物进行生理功能运作的主要器官[2]，对植物叶片存在的遮挡进行有效的生成补全，将对植物表型研究起到积极的推动作用。

三维形状补全一直是图形学和视觉领域的一个重要研究问题。KAZHDAN等[3]利用泊松重建方法对物体表面存在的孔洞进行补全，但是这类方法存在补全面积小的特点。MITRA等[4]基于对称性的概念，利用几何物体的对称性特点完成补全，但是这类方法存在补全质量低的特点。LI等[5]采用3D模型数据库中检索对象来替换实际三维物体，将检索到的模型与输入数据进行对齐和缩放，实现高质量的真实物体虚拟表示，从而达到补全目的。王浩云等[6]采用粒子群算法将输入的局部苹果点云与通过反演得到模型库中的点云模型进行空间匹配，并利用遗传算法寻找最优苹果模型代替实际输入点云作为补全结果，但是这类方法存在迭代寻优速率慢的特点。……