Reconstrucción 3D de malas hierbas utilizando cámaras de profundidad

• Autores: Dionisio Andújar Sánchez, Ángela Ribeiro Seijas, José María Bengochea Guevara, C. San Martín, César Fernández Quintanilla, José Dorado Gómez
• Localización: XV Congreso de la Sociedad Española de Malherbología: la malherbología y la transferencia tecnológica / coord. por José María Urbano Fuentes-Guerra, 2015, ISBN 978-84-608-2775-7, págs. 201-207
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    El objetivo de este estudio fue optimizar el ángulo de posicionamiento del sensor Kinect para la reconstrucción de la estructura tridimensional de Xanthium strumarium L., Datura stramonium L. y Chenopodium album L., utilizando para ello algoritmos que permiten la captura y combinación de imágenes de profundidad y RGB. Se han comparado diferentes ángulos, fijando en cada uno de ellos el sensor Kinect de forma estática respecto de la planta objetivo. Los resultados han confirmado la correlación entre la biomasa de malas hierbas y el área estimada con el sensor. La estimación de la altura de las plantas también fue adecuada, con una media de 2cm de error dependiendo de la posición del sensor. Sin embargo, aunque el sensor ha mostrado su capacidad para la creación de modelos tridimensionales, el adecuado posicionamiento del sensor es fundamental para la correcta reconstrucción de plantas. La posición ideal del sensor debe ser elegida de acuerdo a la especie a medir y su estado fenológico. Estos resultados sugieren que Kinect es una herramienta útil para caracterizar de forma rápida y fiable las malas hierbas, con importantes ventajas sobre otros sensores debido a su bajo coste, bajo requerimiento energético y alta frecuencia de transmisión de imágenes

  • English

    The objective of this study was to optimize the positioning angle of a Kinect sensor for reconstructing the three dimensional structure of weeds, using Kinect fusion algorithms to generate a 3D point cloud from the depth video stream. The sensor was mounted in different positions facing the plant in order to obtain depth (RGB-D) images from different angles. The results confirmed the correlation between ground truth (e. g. weed biomass) and the measured area with Kinect. In addition, plant height was accurately estimated with a few centimeters error. However, although the Kinect sensor has shown its ability for plant reconstruction, proper positioning of the sensor is critical for correct reconstruction of plants. The best position of the sensor must be chosen according to the species to be measured and their growth stage. These results suggest that Kinect is a promising tool for a rapid and reliable weed characterization, with several important advantages such as low cost, low power requirement and a high frame rate.