專利名稱：：基于多尺度測(cè)量數(shù)據(jù)的果樹(shù)形態(tài)結(jié)構(gòu)三維重建方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及計(jì)算機(jī)圖形
技術(shù)領(lǐng)域：
，尤其涉及一種基于多尺度測(cè)量數(shù)據(jù)的果樹(shù)形態(tài)結(jié)構(gòu)三維重建方法。
背景技術(shù)：
：近年來(lái)，隨著農(nóng)學(xué)研究、游戲制作、廣告宣傳、景觀展示等應(yīng)用對(duì)植物細(xì)節(jié)和精度要求的不斷提高，以及三維信息采集設(shè)備的日趨成熟和普及，特別是三維數(shù)字化儀和激光掃描儀的不斷完善，測(cè)量速度和精度越來(lái)越高，因此果樹(shù)越來(lái)越多地被用于植物形態(tài)信息的采集并進(jìn)而實(shí)現(xiàn)植物形態(tài)結(jié)構(gòu)的三維重建。與大田作物、花卉等其他植物相比，果樹(shù)不僅外形高大，同時(shí)具有更復(fù)雜的冠層枝葉結(jié)構(gòu)，這給果樹(shù)形態(tài)結(jié)構(gòu)的信息采集和三維重建帶來(lái)了很大的挑戰(zhàn)。文獻(xiàn)[Sinoquet1997]采用3SpaceFastrak三維數(shù)字化儀獲取胡桃樹(shù)的空間信息，包括枝條、樹(shù)葉的空間位置、方向、大小等，并基于這些采集信息重建果樹(shù)的三維模型，以便利用果樹(shù)的三維模型進(jìn)行冠層空間特征的分析，由于胡桃樹(shù)高大，因此該方法需要花費(fèi)大量的人力和時(shí)間進(jìn)行數(shù)據(jù)采集(SinoquetH,RivetP,GodinC."Assessmentofthethree-dimensionalarchitectureofwalnuttreesusingdigitizing".SilvaFennica.1997,31:265-273.)。方法[Sonohat2006]用數(shù)字化儀采集桃樹(shù)冠層葉片的位置、方向和大小信息，并重建桃樹(shù)冠層樹(shù)葉的三維模型，在重建的三維冠層上進(jìn)行果樹(shù)冠層光分布特性分析，該方法忽略果樹(shù)的枝干，因此不能實(shí)現(xiàn)果樹(shù)形態(tài)結(jié)構(gòu)的完整重建(SonohatG,SinoquetH,KulandaiveluV,etal."Three-dimensionalreconstructionofpartially3Ddigitisedpeachtreecanopies，，·TreePhysiology2006,26:337-351)。文獻(xiàn)[Xu2007]提出了一種基于點(diǎn)云數(shù)據(jù)的樹(shù)木三維重建方法，首先利用大型三維激光掃描儀獲得樹(shù)木的空間數(shù)據(jù)點(diǎn)(一般稱為三維點(diǎn)云)，然后采用自相似原理從這些數(shù)據(jù)點(diǎn)云中重建樹(shù)冠層的樹(shù)枝，同時(shí)利用植物學(xué)原理估計(jì)枝干半徑，該方法沒(méi)有充分利用掃描數(shù)據(jù)的精確性，因此重建模型的精確度不高(XuK,GossettN,ChenB."Knowledgeandheuristic-basedmodelingoflaser-scannedtrees，，·ACMTransactiononGraphics2007,26(4)19:2-13)。文獻(xiàn)[Cheng2007]基于激光掃描的樹(shù)木點(diǎn)云數(shù)據(jù)，通過(guò)計(jì)算樹(shù)枝各點(diǎn)處的曲率及連續(xù)性進(jìn)行枝條的分解，并將每個(gè)樹(shù)枝在軸向上劃分成小段，最后重建得到樹(shù)木枝干的整體骨架，基于此骨架及對(duì)應(yīng)的半徑可以生成樹(shù)的主要枝干結(jié)構(gòu)的三維模型(ChengΖ,ZhangX,ChenB."Simplereconstructionoftreebranchesfromasinglerangeimage，，，JournalofComputerScienceandTechnology，2007，22(6):846-858.)。文獻(xiàn)[馬偉2009]針對(duì)大部分植物的葉片具有尖銳特征的特點(diǎn)，實(shí)現(xiàn)了一種基于三維點(diǎn)云數(shù)據(jù)的小型植物三維重建方法，該方法從三維點(diǎn)云數(shù)據(jù)上通過(guò)尖銳特征檢測(cè)算法來(lái)獲取葉片頂端的位置，然后將一個(gè)平整的通用葉片模型粘貼在每個(gè)葉尖位置上，從而實(shí)現(xiàn)植物冠層的三維重建。由于葉片的遮擋，掃描時(shí)植物冠層中的大部分枝條被遮擋而無(wú)法獲取，而且整個(gè)冠層重復(fù)使用一個(gè)平整的葉片模型，因此該方法重建的植物模型只是視覺(jué)上的相似，準(zhǔn)確性不高(馬偉，項(xiàng)波，查紅彬等.“基于測(cè)量數(shù)據(jù)的植物建?！?中國(guó)科學(xué)F輯信息科學(xué)，2009,39(1):134-144)。文獻(xiàn)[Livny2010]實(shí)現(xiàn)了一種從三維掃描點(diǎn)云數(shù)據(jù)中自動(dòng)重建多棵樹(shù)木的方法，該方法首先從樹(shù)木的點(diǎn)云數(shù)據(jù)中自動(dòng)提取樹(shù)木主要枝干的骨架和半徑，基于該骨架和半徑信息重建樹(shù)木枝干的三維模型，然后采用L-系統(tǒng)方法在樹(shù)干模型上生成細(xì)枝和積葉(LivnyY,YanF,OlsonM,etal.Automaticeconstructionoftreeskeletalstructuresfrompointclouds.ACMTransactionsonGraphics,2010,四⑶)。綜合而言，雖然目前關(guān)于基于三維數(shù)字化測(cè)量數(shù)據(jù)的果樹(shù)形態(tài)重建方面有了一些方法，但由于果樹(shù)形態(tài)結(jié)構(gòu)特有的復(fù)雜性，特別是枝葉之間的遮擋影響，這些方法在實(shí)現(xiàn)果樹(shù)形態(tài)結(jié)構(gòu)的快速、精確三維重建時(shí)仍然存在不足，具體表現(xiàn)如下目前的方法僅采用單一的一種三維數(shù)字化測(cè)量設(shè)備進(jìn)行數(shù)據(jù)采集，因此存在數(shù)據(jù)測(cè)量工作量大或者三維模型重建精度不高等問(wèn)題。在文獻(xiàn)[Sinoquet1997]和[Sonohat2006]中，采用三維數(shù)字化儀采集果樹(shù)的空間信息，雖然能夠較好地實(shí)現(xiàn)果樹(shù)形態(tài)結(jié)構(gòu)的三維重構(gòu)，但由于果樹(shù)的形態(tài)結(jié)構(gòu)非常復(fù)雜，果樹(shù)枝干、葉子等器官的空間信息的獲取是一件極耗費(fèi)時(shí)間的工作，數(shù)據(jù)采集往往需要耗費(fèi)幾個(gè)人數(shù)天的時(shí)間；此外，由于數(shù)字化儀僅能夠獲取植物器官表面少量的特征點(diǎn)，基于這些點(diǎn)重建的三維模型的精度受到影響，特別是葉子的空間形態(tài)難以僅僅通過(guò)少量幾個(gè)空間點(diǎn)進(jìn)行重建，因此如何提高重建模型的精度也是一個(gè)問(wèn)題。在文獻(xiàn)[Xu2007]、[Cheng2007]和[Livny2010]的方法中，利用大型三維激光掃描儀獲取樹(shù)木的點(diǎn)云數(shù)據(jù)，并進(jìn)而進(jìn)行樹(shù)木形態(tài)的三維重建。這些方法都存在一個(gè)共同的缺點(diǎn)由于樹(shù)木冠層枝葉較多，細(xì)枝和葉子往往難以直接從掃描數(shù)據(jù)中重建，所以這些方法都是通過(guò)應(yīng)用某種隨機(jī)規(guī)則生成細(xì)枝和葉子，從而實(shí)現(xiàn)視覺(jué)上“真實(shí)”的重建，但這樣的重建并沒(méi)有達(dá)到真正意義上“基于測(cè)量數(shù)據(jù)的重建”，重建得到的三維樹(shù)木冠層結(jié)構(gòu)與真實(shí)樹(shù)木還存在較大的差別，特別是樹(shù)葉的密度、空間朝向、葉面積等都可能與實(shí)際存在較大的誤差，難以應(yīng)用于進(jìn)行樹(shù)木冠層光分布特性、枝葉空間分布、株型特征等的研究和分析。
發(fā)明內(nèi)容(一)要解決的技術(shù)問(wèn)題本發(fā)明要解決的技術(shù)問(wèn)題是如何提供一種基于多尺度測(cè)量數(shù)據(jù)的帶葉狀態(tài)果樹(shù)形態(tài)結(jié)構(gòu)的簡(jiǎn)便、快速、精確三維重建方法。(二)技術(shù)方案為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種基于多尺度測(cè)量數(shù)據(jù)的果樹(shù)形態(tài)結(jié)構(gòu)三維重建方法，包括以下步驟Si、從三維掃描儀獲取的果樹(shù)的原始三維點(diǎn)云數(shù)據(jù)中提取果樹(shù)枝干的骨架，并從該骨架重建果樹(shù)主干的三維模型；S2、通過(guò)抽樣獲取果樹(shù)幼枝的形態(tài)特征信息，建立若干條幼枝的三維模型；S3、采用三維掃描儀抽樣獲取若干個(gè)果樹(shù)葉片的三維點(diǎn)云數(shù)據(jù)，重建被抽樣葉片的三維模型，作為果樹(shù)形態(tài)結(jié)構(gòu)三維模型重建中的葉子模板庫(kù)；5S4、根據(jù)測(cè)量得到的果樹(shù)冠層枝葉的形態(tài)特征信息，建立果樹(shù)冠層不同類型枝條和葉子的空間分布模型；S5、利用步驟SlS4的結(jié)果重建果樹(shù)整體形態(tài)結(jié)構(gòu)三維模型。其中，步驟Sl具體包括S11、獲取帶葉狀態(tài)下果樹(shù)的原始三維點(diǎn)云數(shù)據(jù)；S12、剔除Sll步驟獲取的三維點(diǎn)云數(shù)據(jù)中的細(xì)枝和葉子信息，得到去掉細(xì)枝和葉子信息的果樹(shù)枝干的點(diǎn)云數(shù)據(jù)；S13、得到果樹(shù)枝干的骨架結(jié)構(gòu)圖；S14、獲取冠層幼枝的位置和方向信息；S15、根據(jù)步驟S14獲取的幼枝位置和方向信息，對(duì)步驟S13得到的果樹(shù)枝干的骨架結(jié)構(gòu)圖進(jìn)行修補(bǔ)；S16、根據(jù)圖S15得到的骨架結(jié)構(gòu)圖生成果樹(shù)主干的三維網(wǎng)格模型。其中，步驟S2具體包括S21、抽樣獲取果樹(shù)若干條幼枝的形態(tài)特征信息；S22、對(duì)步驟S21獲取的幼枝形態(tài)特征信息，用枝條主軸的空間特征點(diǎn)作為控制點(diǎn)，采用B樣條曲線表示每條枝條的主軸線，并作為該枝條的骨架；S23、基于步驟S22建立的枝條骨架，結(jié)合步驟S21測(cè)量得到的對(duì)應(yīng)枝條的形態(tài)特征信息，生成枝條的三維網(wǎng)格曲面模型。其中，步驟S3具體包括S31、對(duì)步驟S21選取的果樹(shù)幼枝，從這些枝條上選取若干片葉子，利用三維掃描儀獲取葉子的三維點(diǎn)云信息；S32、對(duì)步驟S31獲取的每個(gè)葉子的三維點(diǎn)云數(shù)據(jù)，生成該葉子的三維網(wǎng)格曲面模型。其中，步驟S4具體包括S41、獲取果樹(shù)幼枝和葉子的形態(tài)特征信息；S42、對(duì)步驟S41得到的幼枝和葉子數(shù)據(jù)，分別建立不同類型幼枝在果樹(shù)冠層中的空間分布模型，以及不同類型枝條上葉子的分布模型。其中，步驟S12中采用基于最少鄰居的評(píng)判法則剔除所述三維點(diǎn)云數(shù)據(jù)中的細(xì)枝和葉子信息。其中，步驟S12具體為對(duì)于三維點(diǎn)云數(shù)據(jù)中的每個(gè)數(shù)據(jù)點(diǎn)，統(tǒng)計(jì)距離該點(diǎn)最近且距離不超過(guò)d的鄰居數(shù)，若鄰居數(shù)小于m，則刪除該點(diǎn)，d為實(shí)數(shù)，m為正整數(shù)。其中，步驟S13具體為采用約束Laplace平滑方法對(duì)步驟S12得到的點(diǎn)云數(shù)據(jù)進(jìn)行點(diǎn)云收縮，并利用自適應(yīng)采樣方法獲取果樹(shù)主干結(jié)構(gòu)的代表性節(jié)點(diǎn)，基于這些代表性節(jié)點(diǎn)建立果樹(shù)主干結(jié)構(gòu)的骨架模型作為所述果樹(shù)枝干的骨架結(jié)構(gòu)。其中，步驟S15具體為對(duì)于采集到的每個(gè)幼枝的位置，如果主干骨架中沒(méi)有一根枝條經(jīng)過(guò)該位置，則根據(jù)果樹(shù)的分枝特性和修剪規(guī)則以及該幼枝的方向，從果樹(shù)主干骨架上選取一個(gè)點(diǎn)，從這個(gè)點(diǎn)到該幼枝的位置建立一根枝條，并將該枝條加入果樹(shù)的主干骨架中。其中，步驟S16具體為根據(jù)圖S15得到的骨架結(jié)構(gòu)圖，采用隱式曲面進(jìn)行網(wǎng)格化，生成果樹(shù)主干的三維網(wǎng)格模型。(三)有益效果本發(fā)明在果樹(shù)形態(tài)信息采集階段，通過(guò)應(yīng)用多種三維數(shù)字化設(shè)備從多層次進(jìn)行果樹(shù)形態(tài)數(shù)據(jù)的采集通過(guò)使用激光三維掃描儀獲取果樹(shù)外形的點(diǎn)云數(shù)據(jù)以提取果樹(shù)主要枝干的骨架結(jié)構(gòu)，同時(shí)獲取果樹(shù)冠層每根幼枝的位置和方向信息；然后結(jié)合果樹(shù)的分枝特性和形態(tài)學(xué)知識(shí)對(duì)果樹(shù)枝干骨架進(jìn)行修補(bǔ)，避免了現(xiàn)有基于三維點(diǎn)云的樹(shù)木三維重建方法通常由于冠層樹(shù)葉過(guò)密而導(dǎo)致掃描的點(diǎn)云數(shù)據(jù)中部分枝條缺失而引起重建的三維樹(shù)木冠層幼枝的準(zhǔn)確性不高的問(wèn)題；同時(shí)，結(jié)合從真實(shí)果樹(shù)測(cè)量數(shù)據(jù)建立起來(lái)的果樹(shù)冠層幼枝和葉子空間分布模型，重建果樹(shù)整體形態(tài)結(jié)構(gòu)三維模型，使重建的果樹(shù)三維模型具有更高的準(zhǔn)確性和精度。圖1是本發(fā)明的方法流程圖；圖2是果樹(shù)的三維點(diǎn)云數(shù)據(jù)圖像；圖3是剔除細(xì)枝和葉片后的果樹(shù)點(diǎn)云數(shù)據(jù)圖像；圖4是提取得到的果樹(shù)主要枝干骨架結(jié)構(gòu)圖像；圖5是包括幼枝的果樹(shù)枝干三維網(wǎng)格模型圖；圖6是重建得到的包括葉子的果樹(shù)整體三維模型圖。具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)說(shuō)明。以下實(shí)施例用于說(shuō)明本發(fā)明，但不用來(lái)限制本發(fā)明的范圍。本發(fā)明針對(duì)開(kāi)展果樹(shù)修剪、樹(shù)型改造、優(yōu)質(zhì)高效型樹(shù)冠形態(tài)結(jié)構(gòu)分析與數(shù)字化設(shè)計(jì)等農(nóng)學(xué)研究對(duì)三維果樹(shù)模型重建精度高，以及田間原位、無(wú)損測(cè)量等的實(shí)際需求，結(jié)合現(xiàn)有各種三維數(shù)字化設(shè)備的特點(diǎn)與優(yōu)勢(shì)，實(shí)現(xiàn)了一種基于多尺度測(cè)量數(shù)據(jù)的帶葉狀態(tài)果樹(shù)形態(tài)結(jié)構(gòu)的快速、精確三維重建方法，降低了利用三維數(shù)字化設(shè)備進(jìn)行果樹(shù)三維重建的數(shù)據(jù)采集復(fù)雜度，并提高了重建模型的準(zhǔn)確性和精度。如圖1所示，本發(fā)明包括以下五個(gè)步驟Si)重建果樹(shù)主干的三維模型。該步驟的主要作用是從激光三維掃描儀獲取的果樹(shù)點(diǎn)云數(shù)據(jù)中提取果樹(shù)主要枝干的骨架，并從該骨架重建果樹(shù)主干的三維模型，具體實(shí)施過(guò)程包括如下5個(gè)處理步驟Sll獲取帶葉狀態(tài)下果樹(shù)的三維點(diǎn)云數(shù)據(jù)。在果園選取1棵成年果樹(shù)，在秋季樹(shù)葉尚未脫落時(shí)進(jìn)行數(shù)據(jù)獲取，對(duì)于每棵果樹(shù)，利用激光三維掃描儀獲取樹(shù)木的三維點(diǎn)云數(shù)據(jù)(見(jiàn)圖2)。S12.剔除樹(shù)葉和細(xì)枝。對(duì)于Sll步驟獲取的果樹(shù)三維點(diǎn)云數(shù)據(jù)，采用基于最少鄰居的評(píng)判法則剔除點(diǎn)云數(shù)據(jù)中零散的細(xì)枝和葉子信息，具體為對(duì)于點(diǎn)云中的每個(gè)數(shù)據(jù)點(diǎn)，統(tǒng)計(jì)距離該點(diǎn)最近且距離不超過(guò)d的鄰居數(shù)，若鄰居數(shù)小于m，則刪除該點(diǎn)；對(duì)于剔除后的點(diǎn)云數(shù)據(jù)，通過(guò)連通性檢測(cè)，加上關(guān)于果樹(shù)枝條最短長(zhǎng)度的先驗(yàn)知識(shí)，將上一步無(wú)法剔除的較密的樹(shù)葉和細(xì)枝信息剔除，得到去掉樹(shù)葉和細(xì)枝信息的果樹(shù)主要枝干的點(diǎn)云數(shù)據(jù)(見(jiàn)圖3)。S13.提取果樹(shù)主要枝干的骨架結(jié)構(gòu)。采用約束Laplace平滑方法(約束Laplace平滑方法可參考文獻(xiàn)[CanannS.A.,TristanoJ.R.,StatenM.L."AnapproachtocombinedLaplacianandoptimization-basedsmoothingfortriangular,quadrilateral,andquad-dominantmeshes",InProcessings7thInternationalMeshingRoundtable,1998.])進(jìn)行點(diǎn)云收縮，并利用自適應(yīng)采樣方法獲取代表性節(jié)點(diǎn)，基于這些代表性節(jié)點(diǎn)初步建立果樹(shù)主干結(jié)構(gòu)的骨架模型(見(jiàn)圖4)。同時(shí)，采用最小二乘法對(duì)果樹(shù)主干骨架進(jìn)行光滑處理，然后基于果樹(shù)的原始點(diǎn)云數(shù)據(jù)提取骨架中每根條枝的半徑?；谝陨辖⒌墓麡?shù)主干骨架和枝條半徑信息，用分枝結(jié)構(gòu)圖表示果樹(shù)的主干骨架，該分枝結(jié)構(gòu)圖定義了每根枝條的位置、枝條長(zhǎng)度、根部半徑、末梢半徑、以及枝條之間的連接關(guān)系。S14.獲取冠層幼枝的位置和方向信息對(duì)步驟Sll選取的果樹(shù)，用三維數(shù)字化儀采集樹(shù)上所有1-2年生幼枝的位置信息，包括枝條起始點(diǎn)和頂端位置。S15.修補(bǔ)果樹(shù)枝干骨架。根據(jù)步驟S14獲取的幼枝位置和方向信息，結(jié)合果樹(shù)的分枝特性和修剪規(guī)則，對(duì)步驟S13.提取的果樹(shù)枝干骨架結(jié)構(gòu)進(jìn)行修補(bǔ)。即對(duì)于采集到的每個(gè)幼枝的位置，如果主干骨架中沒(méi)有一根枝條經(jīng)過(guò)該位置，則結(jié)合果樹(shù)的分枝特性和修剪規(guī)則以及該幼枝的方向，從果樹(shù)主干骨架上選取一個(gè)點(diǎn)，從這個(gè)點(diǎn)到該幼枝的位置建立一根枝條，并將該枝條加入果樹(shù)的主干骨架中。S16.生成果樹(shù)主干的三維網(wǎng)格模型。對(duì)S13步驟生成并經(jīng)步驟S15完善的果樹(shù)主干骨架的分枝結(jié)構(gòu)圖，采用隱式曲面進(jìn)行網(wǎng)格化，生成果樹(shù)主干的三維網(wǎng)格模型。隱式曲面是一種常用的三維造型表示方法，其定義可參見(jiàn)文獻(xiàn)[BloomenthalJ.Introductiontoimplicitsurfaces.MorganKaufmann,ISBN1-55860-233-X，1997.]。即對(duì)果樹(shù)主干骨架分枝結(jié)構(gòu)圖中的每根枝條，以該枝條的位置以及長(zhǎng)度所確定的線段為骨架線，以根部半徑和末梢半徑為曲面半徑生成枝條的隱式曲面模型，從而生成果樹(shù)主干的三維網(wǎng)格模型。S2)重建幼枝三維模型。該步驟的作用是通過(guò)抽樣獲取果樹(shù)幼枝的形態(tài)特征信息，建立若干條幼枝的三維網(wǎng)格模型。具體實(shí)施包括如下幾個(gè)處理步驟S21.抽樣獲取幼枝形態(tài)征信息從步驟Sll選取的果樹(shù)的冠層中，選取樹(shù)齡為1-2年的幼枝(長(zhǎng)枝、中枝、短枝各2根)，采用三維數(shù)字化儀進(jìn)行枝條和葉子空間信息的采集，包括枝條主軸的空間特征點(diǎn)、葉子著生位置、葉尖位置等數(shù)據(jù)，同時(shí)用游標(biāo)卡尺記錄枝條的半徑。S22.重建幼枝骨架結(jié)構(gòu)對(duì)步驟S21獲取的幼枝形態(tài)征信息，用枝條主軸的空間特征點(diǎn)作為控制點(diǎn)，采用B樣條曲線表示每條枝條的主軸線，并作為該枝條的骨架。S23.生成幼枝三維網(wǎng)格模型基于步驟S22建立的枝條骨架，結(jié)合步驟S21測(cè)量得到的對(duì)應(yīng)枝條的半徑信息，生成枝條的三維網(wǎng)格曲面模型。S3)重建葉片三維模型。該步驟的作用是采用高精度三維掃描儀抽樣獲取若干個(gè)果樹(shù)葉片的三維點(diǎn)云數(shù)據(jù)，重建被抽樣葉片的三維網(wǎng)格模型，作為果樹(shù)整體三維模型重建中的葉子模板庫(kù)。具體實(shí)施過(guò)程包括如下2個(gè)處理步驟S31.抽樣獲取葉片三維點(diǎn)云數(shù)據(jù)對(duì)步驟S21選取果樹(shù)幼枝，從這些枝條上選取6-8片葉子，利用高精度三維掃描儀獲取葉子的三維點(diǎn)云信息。S32.重建葉片曲面網(wǎng)格模型對(duì)步驟S31獲取的每個(gè)葉子的三維點(diǎn)云數(shù)據(jù)，采用Delaunay三角剖分法生成該葉子的三維網(wǎng)格曲面模型。S4)建立枝條和葉片的空間分布模型。該步驟的作用是通過(guò)實(shí)測(cè)得到的關(guān)于果樹(shù)冠層枝葉的形態(tài)特征信息，建立果樹(shù)冠層不同類型枝條和葉子的空間分布模型。具體實(shí)施過(guò)程包括如下2步S41.獲取果樹(shù)幼枝、葉子形態(tài)特征信息在果園選取5-8棵成年果樹(shù)，在每棵樹(shù)上選取長(zhǎng)枝、中枝、短枝等三種類型的1-2年生幼枝各5根，通過(guò)直尺、圓規(guī)、量角器等工具，手工測(cè)量枝條上的葉子數(shù)目、葉夾角、葉傾角、葉長(zhǎng)、葉寬等數(shù)據(jù)。S42.建立枝條和葉子的空間分布模型對(duì)步驟S41測(cè)量得到的幼枝和葉子數(shù)據(jù)，通過(guò)應(yīng)用統(tǒng)計(jì)分析方法，分別建立不同類型幼枝在果樹(shù)冠層中的空間分布模型，以及不同類型枝條上葉子的分布模型。S5)重建果樹(shù)整體形態(tài)結(jié)構(gòu)三維模型。基于步驟S14獲取的果樹(shù)冠層幼枝的位置和方向信息，根據(jù)步驟S42獲取的果樹(shù)長(zhǎng)枝、中枝、短枝三種幼枝在冠層中的空間分布模型(包括著生概率、方向和長(zhǎng)度等信息)，確定在各個(gè)測(cè)量得到的幼枝位置上放置哪種類型的幼枝，再將步驟S23生成的對(duì)應(yīng)類型的幼枝三維網(wǎng)格模型放置到步驟S16生成的果樹(shù)主干三維網(wǎng)格模型上，并調(diào)整新放置的幼枝的方向，從而生成果樹(shù)枝干的三維網(wǎng)格模型(見(jiàn)圖5)。然后，對(duì)新放置的每根幼枝，結(jié)合步驟S42建立的對(duì)應(yīng)枝條類型的葉子空間分布模型，選取若干個(gè)由步驟S32重建的葉片曲面網(wǎng)格模型，并放置到該枝條上并調(diào)整其方向，從而實(shí)現(xiàn)果樹(shù)整體形態(tài)結(jié)構(gòu)的三維重建(見(jiàn)圖6)。由以上實(shí)施例可以看出，與現(xiàn)有技術(shù)相比，本發(fā)明提出的技術(shù)方案中，通過(guò)采用激光掃描儀獲取果樹(shù)外形的點(diǎn)云數(shù)據(jù)以提取果樹(shù)主要枝干的骨架結(jié)構(gòu)，利用數(shù)字化儀抽樣獲取幼枝的空間信息并重建不同類型幼枝的三維模型，通過(guò)小型高精度三維掃描儀抽樣獲取葉片的三維網(wǎng)格模型，結(jié)合果樹(shù)冠層幼枝和葉子空間分布模型實(shí)現(xiàn)果樹(shù)整體形態(tài)結(jié)構(gòu)的三維重建，較好地滿足了對(duì)帶葉狀態(tài)的果樹(shù)進(jìn)行三維重建中減輕數(shù)據(jù)采集工作量并提高三維模型重建精度的要求。用蘋(píng)果樹(shù)進(jìn)行了試驗(yàn)(重建結(jié)果見(jiàn)圖6)，結(jié)果表明，本發(fā)明能夠較好地實(shí)現(xiàn)帶葉狀態(tài)成年果樹(shù)形態(tài)結(jié)構(gòu)的三維重建，數(shù)據(jù)采集工作量相對(duì)較小，每棵果樹(shù)的數(shù)據(jù)采集方便。本發(fā)明操作容易、實(shí)現(xiàn)簡(jiǎn)單，達(dá)到了應(yīng)用的要求。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明技術(shù)原理的前提下，還可以做出若干改進(jìn)和變型，這些改進(jìn)和變型也應(yīng)視為本發(fā)明的保護(hù)范圍。權(quán)利要求1.一種基于多尺度測(cè)量數(shù)據(jù)的果樹(shù)形態(tài)結(jié)構(gòu)三維重建方法，其特征在于，包括以下步驟51、從三維掃描儀獲取的果樹(shù)的原始三維點(diǎn)云數(shù)據(jù)中提取果樹(shù)枝干的骨架，并從該骨架重建果樹(shù)主干的三維模型；52、通過(guò)抽樣獲取果樹(shù)幼枝的形態(tài)特征信息，建立若干條幼枝的三維模型；53、采用三維掃描儀抽樣獲取若干個(gè)果樹(shù)葉片的三維點(diǎn)云數(shù)據(jù)，重建這些被抽樣的葉片的三維模型，作為果樹(shù)形態(tài)結(jié)構(gòu)三維模型重建中的葉子模板庫(kù)；54、根據(jù)測(cè)量得到的果樹(shù)冠層枝葉的形態(tài)特征信息，建立果樹(shù)冠層不同類型枝條和葉子的空間分布模型；55、利用步驟SlS4的結(jié)果重建果樹(shù)整體形態(tài)結(jié)構(gòu)三維模型。2.如權(quán)利要求1所述的方法，其特征在于，步驟Sl具體包括511、獲取帶葉狀態(tài)下果樹(shù)的原始三維點(diǎn)云數(shù)據(jù)；512、剔除Sll步驟獲取的三維點(diǎn)云數(shù)據(jù)中的細(xì)枝和葉子信息，得到去掉細(xì)枝和葉子信息的果樹(shù)枝干的點(diǎn)云數(shù)據(jù)；513、得到果樹(shù)枝干的骨架結(jié)構(gòu)圖；514、獲取冠層幼枝的位置和方向信息；515、根據(jù)步驟S14獲取的幼枝位置和方向信息，對(duì)步驟S13得到的果樹(shù)枝干的骨架結(jié)構(gòu)圖進(jìn)行修補(bǔ)；516、根據(jù)圖S15得到的骨架結(jié)構(gòu)圖生成果樹(shù)主干的三維網(wǎng)格模型。3.如權(quán)利要求1所述的方法，其特征在于，步驟S2具體包括521、抽樣獲取果樹(shù)若干條幼枝的形態(tài)特征信息；522、對(duì)步驟S21獲取的幼枝形態(tài)特征信息，用枝條主軸的空間特征點(diǎn)作為控制點(diǎn)，采用B樣條曲線表示每條枝條的主軸線，并作為該枝條的骨架；523、基于步驟S22建立的枝條骨架，結(jié)合步驟S21測(cè)量得到的對(duì)應(yīng)枝條的形態(tài)特征信息，生成枝條的三維網(wǎng)格曲面模型。4.如權(quán)利要求1所述的方法，其特征在于，步驟S3具體包括531、對(duì)步驟S21選取的果樹(shù)幼枝，從這些枝條上選取若干片葉子，利用三維掃描儀獲取葉子的三維點(diǎn)云信息；532、對(duì)步驟S31獲取的每個(gè)葉子的三維點(diǎn)云數(shù)據(jù)，生成該葉子的三維網(wǎng)格曲面模型。5.如權(quán)利要求1所述的方法，其特征在于，步驟S4具體包括541、獲取果樹(shù)幼枝和葉子的形態(tài)特征信息；542、對(duì)步驟S41得到的幼枝和葉子數(shù)據(jù)，分別建立不同類型幼枝在果樹(shù)冠層中的空間分布模型，以及不同類型枝條上葉子的分布模型。6.如權(quán)利要求2所述的方法，其特征在于，步驟S12中采用基于最少鄰居的評(píng)判法則剔除所述三維點(diǎn)云數(shù)據(jù)中的枝葉信息。7.如權(quán)利要求6所述的方法，其特征在于，步驟S12具體為對(duì)于三維點(diǎn)云數(shù)據(jù)中的每個(gè)數(shù)據(jù)點(diǎn)，統(tǒng)計(jì)距離該點(diǎn)最近且距離不超過(guò)d的鄰居數(shù)，若鄰居數(shù)小于m，則刪除該點(diǎn)，d為實(shí)數(shù)，m為正整數(shù)。8.如權(quán)利要求7所述的方法，其特征在于，步驟S13具體為采用約束Laplace平滑方法對(duì)步驟S12得到的點(diǎn)云數(shù)據(jù)進(jìn)行點(diǎn)云收縮，并利用自適應(yīng)采樣方法獲取果樹(shù)主干結(jié)構(gòu)的代表性節(jié)點(diǎn)，基于這些代表性節(jié)點(diǎn)建立果樹(shù)主干結(jié)構(gòu)的骨架模型作為所述果樹(shù)枝干的骨架結(jié)構(gòu)。9.如權(quán)利要求8所述的方法，其特征在于，步驟S15具體為對(duì)于采集到的每個(gè)幼枝的位置，如果主干骨架中沒(méi)有一根枝條經(jīng)過(guò)該位置，則根據(jù)果樹(shù)的分枝特性和修剪規(guī)則以及該幼枝的方向，從果樹(shù)主干骨架上選取一個(gè)點(diǎn)，從這個(gè)點(diǎn)到該幼枝的位置建立一根枝條，并將該枝條加入果樹(shù)的主干骨架中。10.如權(quán)利要求9所述的方法，其特征在于，步驟S16具體為根據(jù)圖S15得到的骨架結(jié)構(gòu)圖，采用隱式曲面進(jìn)行網(wǎng)格化，生成果樹(shù)主干的三維網(wǎng)格模型。全文摘要本發(fā)明公開(kāi)了一種基于多尺度測(cè)量數(shù)據(jù)的果樹(shù)形態(tài)結(jié)構(gòu)三維重建方法，屬于計(jì)算機(jī)圖形
技術(shù)領(lǐng)域：
，包括以下步驟S1、從三維掃描儀獲取的果樹(shù)的原始三維點(diǎn)云數(shù)據(jù)中提取果樹(shù)枝干的骨架，并從該骨架重建果樹(shù)主干的三維模型；S2、通過(guò)抽樣獲取果樹(shù)幼枝的形態(tài)特征信息，建立若干條幼枝的三維模型；S3、采用三維掃描儀抽樣獲取若干個(gè)果樹(shù)葉片的三維點(diǎn)云數(shù)據(jù)，重建若干葉片的三維模型，作為果樹(shù)形態(tài)結(jié)構(gòu)三維模型重建中的葉子模板庫(kù)；S4、根據(jù)測(cè)量得到的果樹(shù)冠層枝葉的形態(tài)特征信息，建立果樹(shù)冠層不同類型枝條和葉子的空間分布模型；S5、利用步驟S1～S4的結(jié)果重建果樹(shù)整體形態(tài)結(jié)構(gòu)三維模型。本發(fā)明的方法簡(jiǎn)便、快速、精確。文檔編號(hào)G06T17/00GK102163342SQ20111008644公開(kāi)日2011年8月24日申請(qǐng)日期2011年4月7日優(yōu)先權(quán)日2011年4月7日發(fā)明者溫維亮,趙春江,郭新宇,陸聲鏈,魏學(xué)禮申請(qǐng)人:北京農(nóng)業(yè)信息技術(shù)研究中心