《表3 叶片生长参数提取的精度对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于动态K阈值的苹果叶片点云聚类与生长参数提取》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

叶片点云作为输入参数，利用PCA法构建协方差矩阵并计算叶片点云法向量，作为叶片生长方向向量；利用边界提取方法获取叶片边界点云，计算边界点与叶片中心点的欧氏距离，从而获取叶长、叶宽的参数值。为进一步验证本文提出的生长参数提取方法的可行性，随机选取10组叶片，每组中包含20个叶片，定义平均叶长、叶宽作为评价指标，分别记录利用实测方法、投影法、本文提出的方法所得结果，如表3所示。可以看出，利用本文提出的生长参数提取方法，叶片生长角度误差小于5°的叶片数量占叶片总数量的90%以上，叶长、叶宽参数值的平均准确率均达到91%以上，相较于降维法所得结果，本文提出的方法能够进一步提高提取精度。