專利名稱：：基于多尺度測量數(shù)據(jù)的果樹形態(tài)結(jié)構(gòu)三維重建方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及計算機圖形
技術(shù)領(lǐng)域：
，尤其涉及一種基于多尺度測量數(shù)據(jù)的果樹形態(tài)結(jié)構(gòu)三維重建方法。
背景技術(shù)：
：近年來，隨著農(nóng)學研究、游戲制作、廣告宣傳、景觀展示等應(yīng)用對植物細節(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，測量速度和精度越來越高，因此果樹越來越多地被用于植物形態(tài)信息的采集并進而實現(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，果樹不僅外形高大，同時具有更復雜的冠層枝葉結(jié)構(gòu)，這給果樹形態(tài)結(jié)構(gòu)的信息采集和三維重建帶來了很大的挑戰(zhàn)。文獻[Sinoquet1997]采用3SpaceFastrak三維數(shù)字化儀獲取胡桃樹的空間信息，包括枝條、樹葉的空間位置、方向、大小等，并基于這些采集信息重建果樹的三維模型，以便利用果樹的三維模型進行冠層空間特征的分析，由于胡桃樹高大，因此該方法需要花費大量的人力和時間進行數(shù)據(jù)采集(SinoquetH,RivetP,GodinC."Assessmentofthethree-dimensionalarchitectureofwalnuttreesusingdigitizing".SilvaFennica.1997,31:265-273.)。方法[Sonohat2006]用數(shù)字化儀采集桃樹冠層葉片的位置、方向和大小信息，并重建桃樹冠層樹葉的三維模型，在重建的三維冠層上進行果樹冠層光分布特性分析，該方法忽略果樹的枝干，因此不能實現(xiàn)果樹形態(tài)結(jié)構(gòu)的完整重建(SonohatG,SinoquetH,KulandaiveluV,etal."Three-dimensionalreconstructionofpartially3Ddigitisedpeachtreecanopies，，·TreePhysiology2006,26:337-351)。文獻[Xu2007]提出了一種基于點云數(shù)據(jù)的樹木三維重建方法，首先利用大型三維激光掃描儀獲得樹木的空間數(shù)據(jù)點(一般稱為三維點云)，然后采用自相似原理從這些數(shù)據(jù)點云中重建樹冠層的樹枝，同時利用植物學原理估計枝干半徑，該方法沒有充分利用掃描數(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[Cheng2007]基于激光掃描的樹木點云數(shù)據(jù)，通過計算樹枝各點處的曲率及連續(xù)性進行枝條的分解，并將每個樹枝在軸向上劃分成小段，最后重建得到樹木枝干的整體骨架，基于此骨架及對應(yīng)的半徑可以生成樹的主要枝干結(jié)構(gòu)的三維模型(ChengΖ,ZhangX,ChenB."Simplereconstructionoftreebranchesfromasinglerangeimage，，，JournalofComputerScienceandTechnology，2007，22(6):846-858.)。文獻[馬偉2009]針對大部分植物的葉片具有尖銳特征的特點，實現(xiàn)了一種基于三維點云數(shù)據(jù)的小型植物三維重建方法，該方法從三維點云數(shù)據(jù)上通過尖銳特征檢測算法來獲取葉片頂端的位置，然后將一個平整的通用葉片模型粘貼在每個葉尖位置上，從而實現(xiàn)植物冠層的三維重建。由于葉片的遮擋，掃描時植物冠層中的大部分枝條被遮擋而無法獲取，而且整個冠層重復使用一個平整的葉片模型，因此該方法重建的植物模型只是視覺上的相似，準確性不高(馬偉，項波，查紅彬等.“基于測量數(shù)據(jù)的植物建模”.中國科學F輯信息科學，2009,39(1):134-144)。文獻[Livny2010]實現(xiàn)了一種從三維掃描點云數(shù)據(jù)中自動重建多棵樹木的方法，該方法首先從樹木的點云數(shù)據(jù)中自動提取樹木主要枝干的骨架和半徑，基于該骨架和半徑信息重建樹木枝干的三維模型，然后采用L-系統(tǒng)方法在樹干模型上生成細枝和積葉(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)字化測量數(shù)據(jù)的果樹形態(tài)重建方面有了一些方法，但由于果樹形態(tài)結(jié)構(gòu)特有的復雜性，特別是枝葉之間的遮擋影響，這些方法在實現(xiàn)果樹形態(tài)結(jié)構(gòu)的快速、精確三維重建時仍然存在不足，具體表現(xiàn)如下目前的方法僅采用單一的一種三維數(shù)字化測量設(shè)備進行數(shù)據(jù)采集，因此存在數(shù)據(jù)測量工作量大或者三維模型重建精度不高等問題。在文獻[Sinoquet1997]和[Sonohat2006]中，采用三維數(shù)字化儀采集果樹的空間信息，雖然能夠較好地實現(xiàn)果樹形態(tài)結(jié)構(gòu)的三維重構(gòu)，但由于果樹的形態(tài)結(jié)構(gòu)非常復雜，果樹枝干、葉子等器官的空間信息的獲取是一件極耗費時間的工作，數(shù)據(jù)采集往往需要耗費幾個人數(shù)天的時間；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，基于這些點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)難以僅僅通過少量幾個空間點進行重建，因此如何提高重建模型的精度也是一個問題。在文獻[Xu2007]、[Cheng2007]和[Livny2010]的方法中，利用大型三維激光掃描儀獲取樹木的點云數(shù)據(jù)，并進而進行樹木形態(tài)的三維重建。這些方法都存在一個共同的缺點由于樹木冠層枝葉較多，細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應(yīng)用某種隨機規(guī)則生成細枝和葉子，從而實現(xiàn)視覺上“真實”的重建，但這樣的重建并沒有達到真正意義上“基于測量數(shù)據(jù)的重建”，重建得到的三維樹木冠層結(jié)構(gòu)與真實樹木還存在較大的差別，特別是樹葉的密度、空間朝向、葉面積等都可能與實際存在較大的誤差，難以應(yīng)用于進行樹木冠層光分布特性、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)問題本發(fā)明要解決的技術(shù)問題是如何提供一種基于多尺度測量數(shù)據(jù)的帶葉狀態(tài)果樹形態(tài)結(jié)構(gòu)的簡便、快速、精確三維重建方法。(二)技術(shù)方案為解決上述技術(shù)問題，本發(fā)明提供了一種基于多尺度測量數(shù)據(jù)的果樹形態(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的原始三維點云數(shù)據(jù)中提取果樹枝干的骨架，并從該骨架重建果樹主干的三維模型；S2、通過抽樣獲取果樹幼枝的形態(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果樹葉片的三維點云數(shù)據(jù)，重建被抽樣葉片的三維模型，作為果樹形態(tài)結(jié)構(gòu)三維模型重建中的葉子模板庫；5S4、根據(jù)測量得到的果樹冠層枝葉的形態(tài)特征信息，建立果樹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)下果樹的原始三維點云數(shù)據(jù)；S12、剔除Sll步驟獲取的三維點云數(shù)據(jù)中的細枝和葉子信息，得到去掉細枝和葉子信息的果樹枝干的點云數(shù)據(jù)；S13、得到果樹枝干的骨架結(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，對步驟S13得到的果樹枝干的骨架結(jié)構(gòu)圖進行修補；S16、根據(jù)圖S15得到的骨架結(jié)構(gòu)圖生成果樹主干的三維網(wǎng)格模型。其中，步驟S2具體包括S21、抽樣獲取果樹若干條幼枝的形態(tài)特征信息；S22、對步驟S21獲取的幼枝形態(tài)特征信息，用枝條主軸的空間特征點作為控制點，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測量得到的對應(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、對步驟S21選取的果樹幼枝，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云信息；S32、對步驟S31獲取的每個葉子的三維點云數(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、獲取果樹幼枝和葉子的形態(tài)特征信息；S42、對步驟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判法則剔除所述三維點云數(shù)據(jù)中的細枝和葉子信息。其中，步驟S12具體為對于三維點云數(shù)據(jù)中的每個數(shù)據(jù)點，統(tǒng)計距離該點最近且距離不超過d的鄰居數(shù)，若鄰居數(shù)小于m，則刪除該點，d為實數(shù)，m為正整數(shù)。其中，步驟S13具體為采用約束Laplace平滑方法對步驟S12得到的點云數(shù)據(jù)進行點云收縮，并利用自適應(yīng)采樣方法獲取果樹主干結(jié)構(gòu)的代表性節(jié)點，基于這些代表性節(jié)點建立果樹主干結(jié)構(gòu)的骨架模型作為所述果樹枝干的骨架結(jié)構(gòu)。其中，步驟S15具體為對于采集到的每個幼枝的位置，如果主干骨架中沒有一根枝條經(jīng)過該位置，則根據(jù)果樹的分枝特性和修剪規(guī)則以及該幼枝的方向，從果樹主干骨架上選取一個點，從這個點到該幼枝的位置建立一根枝條，并將該枝條加入果樹的主干骨架中。其中，步驟S16具體為根據(jù)圖S15得到的骨架結(jié)構(gòu)圖，采用隱式曲面進行網(wǎng)格化，生成果樹主干的三維網(wǎng)格模型。(三)有益效果本發(fā)明在果樹形態(tài)信息采集階段，通過應(yīng)用多種三維數(shù)字化設(shè)備從多層次進行果樹形態(tài)數(shù)據(jù)的采集通過使用激光三維掃描儀獲取果樹外形的點云數(shù)據(jù)以提取果樹主要枝干的骨架結(jié)構(gòu)，同時獲取果樹冠層每根幼枝的位置和方向信息；然后結(jié)合果樹的分枝特性和形態(tài)學知識對果樹枝干骨架進行修補，避免了現(xiàn)有基于三維點云的樹木三維重建方法通常由于冠層樹葉過密而導致掃描的點云數(shù)據(jù)中部分枝條缺失而引起重建的三維樹木冠層幼枝的準確性不高的問題；同時，結(jié)合從真實果樹測量數(shù)據(jù)建立起來的果樹冠層幼枝和葉子空間分布模型，重建果樹整體形態(tài)結(jié)構(gòu)三維模型，使重建的果樹三維模型具有更高的準確性和精度。圖1是本發(fā)明的方法流程圖；圖2是果樹的三維點云數(shù)據(jù)圖像；圖3是剔除細枝和葉片后的果樹點云數(shù)據(jù)圖像；圖4是提取得到的果樹主要枝干骨架結(jié)構(gòu)圖像；圖5是包括幼枝的果樹枝干三維網(wǎng)格模型圖；圖6是重建得到的包括葉子的果樹整體三維模型圖。具體實施例方式下面結(jié)合附圖和實施例，對本發(fā)明的具體實施方式作進一步詳細說明。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。本發(fā)明針對開展果樹修剪、樹型改造、優(yōu)質(zhì)高效型樹冠形態(tài)結(jié)構(gòu)分析與數(shù)字化設(shè)計等農(nóng)學研究對三維果樹模型重建精度高，以及田間原位、無損測量等的實際需求，結(jié)合現(xiàn)有各種三維數(shù)字化設(shè)備的特點與優(yōu)勢，實現(xiàn)了一種基于多尺度測量數(shù)據(jù)的帶葉狀態(tài)果樹形態(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)備進行果樹三維重建的數(shù)據(jù)采集復雜度，并提高了重建模型的準確性和精度。如圖1所示，本發(fā)明包括以下五個步驟Si)重建果樹主干的三維模型。該步驟的主要作用是從激光三維掃描儀獲取的果樹點云數(shù)據(jù)中提取果樹主要枝干的骨架，并從該骨架重建果樹主干的三維模型，具體實施過程包括如下5個處理步驟Sll獲取帶葉狀態(tài)下果樹的三維點云數(shù)據(jù)。在果園選取1棵成年果樹，在秋季樹葉尚未脫落時進行數(shù)據(jù)獲取，對于每棵果樹，利用激光三維掃描儀獲取樹木的三維點云數(shù)據(jù)(見圖2)。S12.剔除樹葉和細枝。對于Sll步驟獲取的果樹三維點云數(shù)據(jù)，采用基于最少鄰居的評判法則剔除點云數(shù)據(jù)中零散的細枝和葉子信息，具體為對于點云中的每個數(shù)據(jù)點，統(tǒng)計距離該點最近且距離不超過d的鄰居數(shù)，若鄰居數(shù)小于m，則刪除該點；對于剔除后的點云數(shù)據(jù)，通過連通性檢測，加上關(guān)于果樹枝條最短長度的先驗知識，將上一步無法剔除的較密的樹葉和細枝信息剔除，得到去掉樹葉和細枝信息的果樹主要枝干的點云數(shù)據(jù)(見圖3)。S13.提取果樹主要枝干的骨架結(jié)構(gòu)。采用約束Laplace平滑方法(約束Laplace平滑方法可參考文獻[CanannS.A.,TristanoJ.R.,StatenM.L."AnapproachtocombinedLaplacianandoptimization-basedsmoothingfortriangular,quadrilateral,andquad-dominantmeshes",InProcessings7thInternationalMeshingRoundtable,1998.])進行點云收縮，并利用自適應(yīng)采樣方法獲取代表性節(jié)點，基于這些代表性節(jié)點初步建立果樹主干結(jié)構(gòu)的骨架模型(見圖4)。同時，采用最小二乘法對果樹主干骨架進行光滑處理，然后基于果樹的原始點云數(shù)據(jù)提取骨架中每根條枝的半徑。基于以上建立的果樹主干骨架和枝條半徑信息，用分枝結(jié)構(gòu)圖表示果樹的主干骨架，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步驟Sll選取的果樹，用三維數(shù)字化儀采集樹上所有1-2年生幼枝的位置信息，包括枝條起始點和頂端位置。S15.修補果樹枝干骨架。根據(jù)步驟S14獲取的幼枝位置和方向信息，結(jié)合果樹的分枝特性和修剪規(guī)則，對步驟S13.提取的果樹枝干骨架結(jié)構(gòu)進行修補。即對于采集到的每個幼枝的位置，如果主干骨架中沒有一根枝條經(jīng)過該位置，則結(jié)合果樹的分枝特性和修剪規(guī)則以及該幼枝的方向，從果樹主干骨架上選取一個點，從這個點到該幼枝的位置建立一根枝條，并將該枝條加入果樹的主干骨架中。S16.生成果樹主干的三維網(wǎng)格模型。對S13步驟生成并經(jīng)步驟S15完善的果樹主干骨架的分枝結(jié)構(gòu)圖，采用隱式曲面進行網(wǎng)格化，生成果樹主干的三維網(wǎng)格模型。隱式曲面是一種常用的三維造型表示方法，其定義可參見文獻[BloomenthalJ.Introductiontoimplicitsurfaces.MorganKaufmann,ISBN1-55860-233-X，1997.]。即對果樹主干骨架分枝結(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抽樣獲取果樹幼枝的形態(tài)特征信息，建立若干條幼枝的三維網(wǎng)格模型。具體實施包括如下幾個處理步驟S21.抽樣獲取幼枝形態(tài)征信息從步驟Sll選取的果樹的冠層中，選取樹齡為1-2年的幼枝(長枝、中枝、短枝各2根)，采用三維數(shù)字化儀進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、葉子著生位置、葉尖位置等數(shù)據(jù)，同時用游標卡尺記錄枝條的半徑。S22.重建幼枝骨架結(jié)構(gòu)對步驟S21獲取的幼枝形態(tài)征信息，用枝條主軸的空間特征點作為控制點，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測量得到的對應(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果樹葉片的三維點云數(shù)據(jù)，重建被抽樣葉片的三維網(wǎng)格模型，作為果樹整體三維模型重建中的葉子模板庫。具體實施過程包括如下2個處理步驟S31.抽樣獲取葉片三維點云數(shù)據(jù)對步驟S21選取果樹幼枝，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云信息。S32.重建葉片曲面網(wǎng)格模型對步驟S31獲取的每個葉子的三維點云數(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實測得到的關(guān)于果樹冠層枝葉的形態(tài)特征信息，建立果樹冠層不同類型枝條和葉子的空間分布模型。具體實施過程包括如下2步S41.獲取果樹幼枝、葉子形態(tài)特征信息在果園選取5-8棵成年果樹，在每棵樹上選取長枝、中枝、短枝等三種類型的1-2年生幼枝各5根，通過直尺、圓規(guī)、量角器等工具，手工測量枝條上的葉子數(shù)目、葉夾角、葉傾角、葉長、葉寬等數(shù)據(jù)。S42.建立枝條和葉子的空間分布模型對步驟S41測量得到的幼枝和葉子數(shù)據(jù)，通過應(yīng)用統(tǒng)計分析方法，分別建立不同類型幼枝在果樹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)重建果樹整體形態(tài)結(jié)構(gòu)三維模型。基于步驟S14獲取的果樹冠層幼枝的位置和方向信息，根據(jù)步驟S42獲取的果樹長枝、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、方向和長度等信息)，確定在各個測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，從而生成果樹枝干的三維網(wǎng)格模型(見圖5)。然后，對新放置的每根幼枝，結(jié)合步驟S42建立的對應(yīng)枝條類型的葉子空間分布模型，選取若干個由步驟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，從而實現(xiàn)果樹整體形態(tài)結(jié)構(gòu)的三維重建(見圖6)。由以上實施例可以看出，與現(xiàn)有技術(shù)相比，本發(fā)明提出的技術(shù)方案中，通過采用激光掃描儀獲取果樹外形的點云數(shù)據(jù)以提取果樹主要枝干的骨架結(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)合果樹冠層幼枝和葉子空間分布模型實現(xiàn)果樹整體形態(tài)結(jié)構(gòu)的三維重建，較好地滿足了對帶葉狀態(tài)的果樹進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。用蘋果樹進行了試驗(重建結(jié)果見圖6)，結(jié)果表明，本發(fā)明能夠較好地實現(xiàn)帶葉狀態(tài)成年果樹形態(tài)結(jié)構(gòu)的三維重建，數(shù)據(jù)采集工作量相對較小，每棵果樹的數(shù)據(jù)采集方便。本發(fā)明操作容易、實現(xiàn)簡單，達到了應(yīng)用的要求。以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當指出，對于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來說，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和變型，這些改進和變型也應(yīng)視為本發(fā)明的保護范圍。權(quán)利要求1.一種基于多尺度測量數(shù)據(jù)的果樹形態(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的原始三維點云數(shù)據(jù)中提取果樹枝干的骨架，并從該骨架重建果樹主干的三維模型；52、通過抽樣獲取果樹幼枝的形態(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果樹葉片的三維點云數(shù)據(jù)，重建這些被抽樣的葉片的三維模型，作為果樹形態(tài)結(jié)構(gòu)三維模型重建中的葉子模板庫；54、根據(jù)測量得到的果樹冠層枝葉的形態(tài)特征信息，建立果樹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)下果樹的原始三維點云數(shù)據(jù)；512、剔除Sll步驟獲取的三維點云數(shù)據(jù)中的細枝和葉子信息，得到去掉細枝和葉子信息的果樹枝干的點云數(shù)據(jù)；513、得到果樹枝干的骨架結(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，對步驟S13得到的果樹枝干的骨架結(jié)構(gòu)圖進行修補；516、根據(jù)圖S15得到的骨架結(jié)構(gòu)圖生成果樹主干的三維網(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、抽樣獲取果樹若干條幼枝的形態(tài)特征信息；522、對步驟S21獲取的幼枝形態(tài)特征信息，用枝條主軸的空間特征點作為控制點，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測量得到的對應(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、對步驟S21選取的果樹幼枝，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云信息；532、對步驟S31獲取的每個葉子的三維點云數(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、獲取果樹幼枝和葉子的形態(tài)特征信息；542、對步驟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判法則剔除所述三維點云數(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具體為對于三維點云數(shù)據(jù)中的每個數(shù)據(jù)點，統(tǒng)計距離該點最近且距離不超過d的鄰居數(shù)，若鄰居數(shù)小于m，則刪除該點，d為實數(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平滑方法對步驟S12得到的點云數(shù)據(jù)進行點云收縮，并利用自適應(yīng)采樣方法獲取果樹主干結(jié)構(gòu)的代表性節(jié)點，基于這些代表性節(jié)點建立果樹主干結(jié)構(gòu)的骨架模型作為所述果樹枝干的骨架結(jié)構(gòu)。9.如權(quán)利要求8所述的方法，其特征在于，步驟S15具體為對于采集到的每個幼枝的位置，如果主干骨架中沒有一根枝條經(jīng)過該位置，則根據(jù)果樹的分枝特性和修剪規(guī)則以及該幼枝的方向，從果樹主干骨架上選取一個點，從這個點到該幼枝的位置建立一根枝條，并將該枝條加入果樹的主干骨架中。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，采用隱式曲面進行網(wǎng)格化，生成果樹主干的三維網(wǎng)格模型。全文摘要本發(fā)明公開了一種基于多尺度測量數(shù)據(jù)的果樹形態(tài)結(jié)構(gòu)三維重建方法，屬于計算機圖形
技術(shù)領(lǐng)域：
，包括以下步驟S1、從三維掃描儀獲取的果樹的原始三維點云數(shù)據(jù)中提取果樹枝干的骨架，并從該骨架重建果樹主干的三維模型；S2、通過抽樣獲取果樹幼枝的形態(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果樹葉片的三維點云數(shù)據(jù)，重建若干葉片的三維模型，作為果樹形態(tài)結(jié)構(gòu)三維模型重建中的葉子模板庫；S4、根據(jù)測量得到的果樹冠層枝葉的形態(tài)特征信息，建立果樹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)果重建果樹整體形態(tài)結(jié)構(gòu)三維模型。本發(fā)明的方法簡便、快速、精確。文檔編號G06T17/00GK102163342SQ20111008644公開日2011年8月24日申請日期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,魏學禮申請人:北京農(nóng)業(yè)信息技術(shù)研究中心