简介:“十二五”以来,随着农业信息化步伐的逐步加快,数字农业的飞速发展,作物的三维重建技术也越来越广泛的应用于农业生产的各个环节。点作为最简单的图元,能够可靠地记录目标的立体形态信息,较为精确地表示出物体的形状特征。基于点云的图像预处理及重建技术是一个集合了VR、CG和CV等多门学科的综合研究领域。该文以水稻植株为研究对象,利用Kinect深度传感器获取作物的点云数据,通过对点云数据预处理、去噪的方法研究,将不同方位的点云数据收集并配准,进而总结出点云数据快速三维重建的方法。该研究能够为快速获取植物三维点云数据,并实现植物三维形态的重建提供一种廉价、快速和高效的手段。
简介:本文主要研究三方面的内容,首先参照DirichletL函数的定义和Xk(n)【Dirichlet特征】的定义,引入了一个与DirichletL函数自守互补的林氏函数L(s,Yk)和Yk(n)【林氏特征】,研究了DirichletL函数与Riemann(函数的相互关系,其次研究了DirichletL函数非平凡零点及零点数目的计算公式,第三探讨了DirichletL函数非平凡零点的分布规律。主要结果是:DirichletL函数与Riemannζ函数两者关系式为:L(s,x,)=ζ(s)IIp[1-Y1(p)p^-τ],两者的零点重合;两者的非平凡零点及零点数目的计算公式为:ImInF(1/4+it/2)-t/2Inππ+π=(n+1/2)πr,其非平凡零点都位于复平面上Re(s)=1/2的直线上。