健身茶
苏伟;刘睿;闫安;朱德海;刘婷;董润茹
【摘 要】植物三维建模是农学、地学、生物学、植物学、生态学等领域的研究热点之一.近年来,伴随计算机图形学、数学、计算机软硬件技术和测量技术的快速发展,虚拟植物三维建模和真实植物三维建模技术得到快速发展.本研究回顾了基于L-系统的虚拟植物三维建模研究现状,并总结了该方法存在的问题;综述了基于激光雷达新技术的两类真实植物三维建模方法,介绍了国内外的新方法,总结了该领域今后的两点重要研究内容. 【期刊名称】《农业网络信息》
【年(卷),期】2013(000)009
【总页数】4页(P17-20)
【关键词】虚拟植物建模;L-系统;真实植物建模;激光雷达
【作 者】苏伟;刘睿;闫安;朱德海;刘婷;董润茹
钢水脱氧【作者单位】农业部农业信息获取技术重点实验室,北京100083;农业部农业信息获取技术重点实验室,北京100083;山东省滕州市实验高级中学,山东滕州277500;农业部农业信息获取技术重点实验室,北京100083;农业部农业信息获取技术重点实验室,北京100083;北京航天勘察设计研究院有限公司,北京100070
【正文语种】中 文
大微动开关
【中图分类】S126
植物是自然界最常见的景物之一，其种类繁多，结构特征性很强，具有复杂的三维结构。近年来，随着计算机信息技术、硬件技术、可视化数据获取技术等的发展，三维重建技术已越来越多地应用于植物三维建模。
植物三维建模是农学、地学、生物学、植物学、生态学、计算机图形学以及数学等领域的研究热点[1]。建立的植物三维模型，可用于虚拟农田试验、虚拟害虫在作物体中的藏匿和取食规律、虚拟土壤养分和水分的变化、虚拟农田管理[2]；也可用于定量遥感中精确几何模型的建立，以通过算法模拟电磁波在植被中的传播特性，从而更好地理解遥感机理[3]，
阀门试压装置
此外，还可以提取作物冠层的叶面积、叶面积体密度等结构参数、光能分布特征[4]等，从而服务于作物长势监测、产量估测。近年来，植物三维建模还逐渐应用于制作数字图书馆，从而用于教育；用于三维动画场景的制作、影视特效的制作等，从而用于娱乐；帮助完成计算机辅助设计，用于园林及城市规划等。
植物三维建模可用于探索植物生命的奥秘和生长过程规律，改善人类生存环境质量。随着计算机硬件性能的不断提升、各学科研究水平的提高，植物三维建模的精度越来越高，而且已经能够实现大规模三维植被场景的实时漫游，模拟环境对植物生长的影响，渲染植被静态场景。本研究总结了虚拟植物三维建模和真实植物三维建模的研究现状。
1 虚拟植物三维建模研究现状
基于野外测量的植物高度、叶长、叶宽、叶基高、叶分布的方位角、叶倾角等参数[5]，通过几何建模或数学建模对植物构型进行可视化模拟[6]，是虚拟植物三维建模的经典方法。从20世纪60年代起，国内外研究者就开始了植物生长的模拟研究，利用分形方法、L系统方法、随机过程方法进行植物构型可视化模拟，并在陆续发展多种植物图形建模方法和形态发生模型的基础上，开发了许多植物模拟软件，如棉花生长过程管理专家系统GOSSYM
／COMAX、MAP系列软件、L-studio／Vlab植物建模软件、Xfrog等。常用的虚拟植物三维建模方法有迭代函数系统 (Iterated Function System，IFS)、 L-系统建模方法、粒子系统建模方法、基于图像的造型技术、Billboard(公告牌)法等，其中L-系统建模方法应用的较为广泛。
L-系统 (L-System)是美国生物学家Lindenmayer(1925-1989)于1968年提出的，是字符串重写系统(String rewriting system)[7]。该系统从公理 (axiom)出发，通过产生式规则 (production)进行逐步迭代，生成一个字符发展序列，该阶段只着重于植物的拓扑结构，即植物的各个器官 (主干、枝条、叶、果等)之间的相邻关系；后来把字符串系统的各个符号用几何图形加以表示，并且利用自然界植物的规则性和自相似性，通过自相似性和字符串迭代原则生成植物的拓扑结构，最终实现植物的动态生长[8]。最初的L系统是D0L系统，其中D表示确定性，0表示上下文无关，即确定性上下文无关L系统，它只能描述形状规则的植物模型[9]。之后，加拿大学者Prusinkiewicz等为了能够描述植物的生长过程，对L系统进行了扩展，比如提出了能够与周围环境交互的系统开放L系统 (Open L-system)[10]和能够模拟植物生长的随机性的随机L系统(Stochastic L-system)[11]。D0L系统的图形表示一般用“龟形图”[12]模拟表示。 “龟形图”由Szilard和Quinton发明，并由Prusinkiewica和Hanna
n扩展。 “乌龟”的爬行轨迹即表示该L-系统所产生的图形，乌龟的状态由乌龟在笛卡尔坐标系的位置和方向组成。图1为利用L-系统产生斜草、棕榈树、有花蕾的植物的中间结果情况。
基于L-系统进行虚拟植物三维建模需要大量、长期的观察数据，以提取植物的生长规则，但是高大植物的生长规则不易提取，所以L系统并不适合模拟高大树木。而且，L-系统具体编程实现时，语言表示方法复杂，理解和使用困难。此外，利用L-系统虚拟出的植物对象不是原位的，即虚拟结果会表现出某类植物的某种特性，而非现实存在的某棵植株或植物器官。
图1 基于L-系统产生的三种植物模型
2 真实植物三维建模研究现状
真实植物三维建模是基于实测三维数据重建出真实的植物器官、单株植物甚至成片植物，可以重建小草等低矮植被，也可以重建高大植物，且重建出的植物对象是原位的，且地理位置准确，是现实存在的某棵植株或植物器官。
夫妻保健器具
获取真实植物三维数据的方式有三种：机器视觉系统、三维数字化仪或激光雷达扫描仪、断层扫描等精密仪器[6]。其中，机器视觉系统是利用系统中包含的多个摄像头获取植物的三维结构数据，一般分为单目视觉系统、双目视觉系统、多目视觉系统。单目视觉是基于植物的图像，结合植物的先验知识如植物的对称性、规则的分形特征等进行结构重建，这种方法计算量大，且具有误差。双目视觉和多目视觉是基于立体像对重建植物三维模型，重建的完整度、准确性高一些，但重建需要大量的计算，重建速度相对较慢，适合于对植物的构型参数进行测量。基于断层扫描等精密仪器的植物重建，主要用于准确测量植物的根系或细胞尺度的构型参数，适合于植物根系或植物的微观结构的观察和测度。
激光雷达 （LiDAR,Light Detection And Ranging）是近十几年来发展的一项高新技术，具有很高的测量精度，是国内外学者进行植物三维建模的新技术。激光雷达，按照光斑尺寸可划分为大光斑激光雷达和小光斑激光雷达。大光斑激光雷达的光斑直径一般为8~70m，适于大范围的植被空间格局研究[13]。小光斑激光雷达的光斑直径小于2m，可以记录若干次回波信息。按照搭载平台分，激光雷达有星载、机载、车载和地面平台四种类型，前两者的测量精度为厘米级，地面设备的测量精度为毫米级。
辣椒清洗机
基于激光雷达数据的植物三维建模主要分两类：模型驱动法和数据驱动法。模型驱动法需事先建立一个具有特定结构和参数定义的植物模型库，通过将提取出的植物结构参数与模型库中的模型进行比较匹配，以此来描述单株植物和体植物的几何特征并进行三维重建，这种方法速度快，但难以完全表达建筑物的真实形状；数据驱动法则是直接利用已有数据来提取植物的各种参数特征，并进行结构三维重建，这种方法建模精度高，但速度慢，且容易受叶片之间互相遮挡而导致的数据缺失的问题。加拿大的Coté等人结合使用机载和地面激光雷达数据重建了加拿不列颠哥伦比亚省大温哥华岛东南部的小片森林[14]， 研究区树木分布情况如图2(a)所示。研究区内有花旗松、红雪松、1号铁杉、2号铁杉、黑松等树种，每种类型的单株树都用地基Optech激光雷达扫描仪进行扫描，扫描波谱区间是1 500 nm，激光发散角0.00974°，最大视场角为40°×40°，研究区内基激光雷达扫描结果如图2(b)所示。他们还分别于2001年和2006年对整个区域进行两次航飞扫描，基于模型的方法进行树木的三维建模，所使用模型为L-Architect(LiDAR数据-植物框架)模型，研究区内五种典型树种的回波数据，如图2(c)所示，利用L-Architect模型对研究区树木的三维重建结果，如图2(d)所示。
国内的很多学者也对基于激光雷达的植物三维建模开展研究，主要采用的是数据驱动的植
物三维建模方法。北京师范大学的张立强等人研究了一种基于地面激光雷达点云数据自适应构建三维树木骨架的方法，通过输入的激光点云重建了单株树的三维模型，创新之处是发展了基于粒子受力平衡优化方法修补缺失的树木点云信息，即：通过重构树木点云间的几何拓扑关系获得近似树三维骨架，利用骨架计算其上每年的主方向，并采用物体表面点受力平衡的假设建立优化函数，从而修补缺失的树木点云信息。中国农业大学苏伟等人基于地基Riegl Q140i激光扫描仪数据，利用Pointcloud软件进行单株玉米和玉米大田的三维建模，主要思路是：基于激光点云构建局域小面片，完成玉米叶片的建模；基于激光点云构建局域圆柱体模型，完成玉米秆的建模，单株玉米和玉米冠层的三维建模如图3所示。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议