植物掃描與重建方法
【專利摘要】本發(fā)明公開了一種植物掃描與重建方法，該方法包括：對植物進(jìn)行整體掃描，獲得植物的整體掃描數(shù)據(jù)；對植物的每個葉子進(jìn)行單獨(dú)掃描，獲得每個葉子的點云數(shù)據(jù)；將每個葉子的點云數(shù)據(jù)重建為曲面模型，通過泊松重建算法得到莖桿的重建結(jié)果；將重建后的所有葉子和莖桿與植物的整體掃描數(shù)據(jù)對齊；將所有葉子對齊后的點云數(shù)據(jù)融合到一起，得到整棵植物模型。其中，對每個葉子的重建過程是完全自動的，不需要交互，這樣就大大減少了用戶工作量；對每個葉片單獨(dú)掃描并重建的策略，即分治策略，可以提高掃描和重建精度。
【專利說明】植物掃描與重建方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及三維植物建模【技術(shù)領(lǐng)域】，尤其涉及植物掃描與重建方法。

【背景技術(shù)】
[0002]三維植物建模是一個重要且應(yīng)用廣泛的研究課題。游戲設(shè)計與開發(fā)中，場景中植物模型質(zhì)量的高低，直接影響游戲的真實感和用戶體驗。在植物學(xué)領(lǐng)域，三維植物建?？梢杂糜谘芯恐参锏纳L和在不同物理環(huán)境下的行為。在農(nóng)業(yè)上，三維植物模型有助于病蟲害防治和施肥方法的研究。
[0003]由于植物結(jié)構(gòu)復(fù)雜，直接讓美工來進(jìn)行與實物相符的精確建模是困難的。通過三維掃描儀掃描植物的三維點云數(shù)據(jù)，并通過重建算法來獲得真實的植物模型相比手工建模更為快捷可行。然而，由于植物葉片的相互遮擋，想獲得植物的完整掃描數(shù)據(jù)是很困難的。并且，由于葉片是二維曲面，葉梗和莖桿是三維柱體，傳統(tǒng)的曲面重建算法很難直接適用于這種情況。因此，要解決的問題為兩個方面:1、如何獲取植物完整的三維點云數(shù)據(jù)；2、如何快速精確地自動將獲得的點云數(shù)據(jù)重建為曲面模型。
[0004]植物的完整掃描與重建是一個很有挑戰(zhàn)性的課題。來自日本的研究人員TakashiIjiri提出了使用CT掃描設(shè)備來獲取花的三維數(shù)據(jù)，并交互式地重建出曲面模型。但是CT掃描設(shè)備或者高精度激光掃描儀等十分昂貴，用它來掃描和重建植物模型的成本太高，一般用戶難以承受。并且他們的重建方法不能很好地處理復(fù)雜的葉片相互之間的遮擋，因此需要大量的用戶交互，并不便于使用。還有一些研究人員提出了從三維點云場景中提取樹木的骨架來重建樹木的方法。但是這種方法只用于粗糙地重建樹枝和樹干，沒有很好的機(jī)制來處理缺失數(shù)據(jù)和噪聲數(shù)據(jù)，并不能精確重建出植物葉片。


【發(fā)明內(nèi)容】

[0005]本發(fā)明實施例提供一種植物掃描與重建方法，用以減少用戶交互，提高掃描和重建精度，該方法包括:
[0006]對植物進(jìn)行整體掃描，獲得植物的整體掃描數(shù)據(jù)；
[0007]對植物的每個葉子進(jìn)行單獨(dú)掃描，獲得每個葉子的點云數(shù)據(jù)；
[0008]將每個葉子的點云數(shù)據(jù)重建為曲面模型，通過泊松重建算法得到莖桿的重建結(jié)果;
[0009]將重建后的所有葉子和莖桿與植物的整體掃描數(shù)據(jù)對齊；
[0010]將所有葉子對齊后的點云數(shù)據(jù)融合到一起，得到整棵植物模型；
[0011]其中，將每個葉子的點云數(shù)據(jù)重建為曲面模型，包括:
[0012]利用L1-中值算法提取葉子的骨架；
[0013]沿著骨架對葉子的點云做垂直切片；
[0014]根據(jù)點云切片的縱橫比將切片分為葉片和葉柄兩部分；
[0015]采用基于曲率的二次距離極小化方法，對每個切片擬合一個NURBS (Non-UniformRat1nal B-Splines,非統(tǒng)一有理B樣條)曲線，葉片擬合一個非閉合曲線，葉柄擬合閉合曲線；
[0016]優(yōu)化求解所有NURBS控制點的最佳位置；
[0017]連接葉子的所有切片形狀，得到葉子的形狀。
[0018]一個實施例中，采用手持式結(jié)構(gòu)光3D掃描儀，對植物進(jìn)行整體掃描，以及，對植物的每個葉子進(jìn)行單獨(dú)掃描。
[0019]一個實施例中，優(yōu)化求解所有NURBS控制點的最佳位置，包括:
[0020]通過BFGS算法極小化如下目標(biāo)函數(shù)，得到NURBS控制點的最佳位置:
[0021 ] f (X) = Edata (X) + a Esmooth (χ) + β Ebound (χ) + Y Eround (x)；
[0022]其中，χ為要求解的控制點位置；Edata為所有點云中的點到NURBS曲線最近距離的累加；Es_th為不同NUBRS曲線上相同標(biāo)識ID的控制點連成的曲線的不光滑度；Eb_d為非閉合NURBS端點到葉片點云邊界處的最近距離的累加，Eromd為每個閉合NURBS曲線的周長面積比；α、β、Y為常數(shù)。
[0023]一個實施例中，將重建后的所有葉子和莖桿與植物的整體掃描數(shù)據(jù)對齊，包括:
[0024]為每個葉子或莖桿模型定義多對到植物點云的對應(yīng)點，求出所述多對對應(yīng)點定義的剛性變換，并以求出的剛性變換對每個葉片或莖桿進(jìn)行變換；
[0025]利用骨架驅(qū)動葉片和莖桿變形，進(jìn)行非剛性配準(zhǔn)；
[0026]將控制對象由骨架變?yōu)橛肳LOP算法均勻采樣的控制點，再次進(jìn)行非剛性配準(zhǔn)。
[0027]—個實施例中，利用骨架驅(qū)動葉片和莖桿變形，進(jìn)行非剛性配準(zhǔn)，包括:優(yōu)化求解骨架點旋轉(zhuǎn)和平移變換。
[0028]一個實施例中，優(yōu)化求解骨架點旋轉(zhuǎn)和平移變換，包括:
[0029]采用BFGS算法極小化目標(biāo)函數(shù)，以求得定義在骨架上的最佳變換，并將所述最佳變換應(yīng)用到葉片和莖桿模型上，所述目標(biāo)函數(shù)定義為變形后葉片到點云之間的距離+定義在骨架上的一個的拉普拉斯光滑算子。
[0030]一個實施例中，將控制對象由骨架變?yōu)橛肳LOP算法均勻采樣的控制點，再次進(jìn)行非剛性配準(zhǔn)，包括:
[0031]將拉普拉斯光滑算子由骨架移到控制點相互連接成的網(wǎng)格上。
[0032]一個實施例中，將所有葉子對齊后的點云數(shù)據(jù)融合到一起，包括:
[0033]通過檢測三角形相交求出兩片相交葉子的相交輪廓，然后搜索出使輪廓長度下降最快的位移方向，并通過移動輪廓附近的控制點來驅(qū)動葉子變形。
[0034]一個實施例中，將所有葉子對齊后的點云數(shù)據(jù)融合到一起，包括:
[0035]如果植物有莖，將葉子骨架末端變形到與葉子骨架末端距離最近的莖上的點，并利用骨架的變形驅(qū)動葉子的變形來達(dá)到莖葉相連；若沒有莖，自動檢測葉柄的末端距其它葉柄的距離，若距離小于閾值，則利用骨架的變形驅(qū)動葉子的變形來達(dá)到葉子相連。
[0036]本發(fā)明實施例中，對每個葉子單獨(dú)掃描并重建，可以掃描到植物的每一處，克服了因為葉片相互遮擋掃描不到的難題，可以得到精確且完整的點云數(shù)據(jù)，從而獲得良好的重建精度；其中對每個葉子的重建過程是完全自動的，不需要交互，這樣大大減少了用戶工作量。
[0037]進(jìn)一步的，采用手持式結(jié)構(gòu)光3D掃描儀來完成植物掃描，相比使用CT掃描儀或高精度激光掃描儀的方案，將大幅降低成本。

【專利附圖】

【附圖說明】
[0038]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。在附圖中:
[0039]圖1為本發(fā)明實施例中植物掃描與重建方法的流程圖；
[0040]圖2為本發(fā)明實施例中葉子的重建過程示意圖。

【具體實施方式】
[0041]為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚明白，下面結(jié)合附圖對本發(fā)明實施例做進(jìn)一步詳細(xì)說明。在此，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，但并不作為對本發(fā)明的限定。
[0042]圖1為本發(fā)明實施例中植物掃描與重建方法的流程圖。如圖1所示，本發(fā)明實施例中植物掃描與重建方法可以包括:
[0043]步驟101、對植物進(jìn)行整體掃描，獲得植物的整體掃描數(shù)據(jù)；
[0044]步驟102、對植物的每個葉子進(jìn)行單獨(dú)掃描，獲得每個葉子的點云數(shù)據(jù)；
[0045]步驟103、將每個葉子的點云數(shù)據(jù)重建為曲面模型，通過泊松重建算法得到莖桿的重建結(jié)果；
[0046]步驟104、將重建后的所有葉子和莖桿與植物的整體掃描數(shù)據(jù)對齊；
[0047]步驟105、將所有葉子對齊后的點云數(shù)據(jù)融合到一起，得到整棵植物模型。
[0048]由圖1可以得知，本發(fā)明實施例中植物掃描與重建方法包括掃描、重建、配準(zhǔn)及融合4個步驟。掃描過程中，首先對植物整體進(jìn)行掃描，然后可以剪下所有葉子，并對它們進(jìn)行單獨(dú)掃描。重建過程，在本發(fā)明實施例中使用一種專門為葉子設(shè)計的重建算法來重建單獨(dú)掃描的葉子。配準(zhǔn)過程，即將重建的葉子模型對齊到點云上。融合過程，即將對其后的葉子合并為一個植物模型。
[0049]為了能充分暴露被遮擋的部分，本發(fā)明實施例中的掃描過程分為兩步:首先對整棵植物做一次掃描，然后剪下所有葉片并對它們進(jìn)行單獨(dú)掃描。這是一種巧妙的分治策略。因為植物的葉片往往相互遮擋，一次整體掃描時得不到完整的點云數(shù)據(jù)。沒有完整的數(shù)據(jù)，重建的效果自然也不會好。因此，需要再次對所有葉片進(jìn)行單獨(dú)掃描。對每個葉片單獨(dú)掃描并重建的策略，即分治策略，可以提高掃描和重建精度，獲得的精度甚至可以超過通過昂貴CT掃描儀得到的效果。
[0050]針對于傳統(tǒng)方案成本高的缺點，可以用手持式結(jié)構(gòu)光3D掃描儀對植物進(jìn)行掃描。手持式結(jié)構(gòu)光3D掃描儀的成本現(xiàn)在已經(jīng)降到了千元級，如微軟公司的Kinect。因此，采用手持式結(jié)構(gòu)光3D掃描儀，對植物進(jìn)行整體掃描，以及，對植物的每個葉子進(jìn)行單獨(dú)掃描，可以為用戶節(jié)省大量資金。
[0051]為了減少用戶交互，本發(fā)明實施例中對每個葉子的重建過程是完全自動的，不需要交互，這樣就大大減少了用戶工作量。圖2為本發(fā)明實施例中葉子的重建過程示意圖。如圖2所示，將每個葉子的點云數(shù)據(jù)重建為曲面模型，可以包括:
[0052]步驟201、利用L1-中值算法提取葉子的骨架；
[0053]步驟202、沿著骨架對葉子的點云做垂直切片；
[0054]步驟203、根據(jù)點云切片的縱橫比將切片分為葉片和葉柄兩部分；
[0055]步驟204、采用基于曲率的二次距離極小化方法，對每個切片擬合一個非統(tǒng)一有理B樣條NURBS曲線，葉片擬合一個非閉合曲線，葉柄擬合閉合曲線；
[0056]步驟205、優(yōu)化求解所有NURBS控制點的最佳位置；
[0057]步驟206、連接葉子的所有切片形狀，得到葉子的形狀。
[0058]具體實施時，優(yōu)化求解所有NURBS控制點的最佳位置，可以包括:
[0059]通過BFGS算法極小化如下目標(biāo)函數(shù)，得到NURBS控制點的最佳位置:
[0060]f (χ) = Edata (χ) + a Esmooth (χ) + β Ebound (χ) + Y Eround (χ)；
[0061]其中，χ為要求解的控制點位置；Edata為所有點云中的點到NURBS曲線最近距離的累加；Es_th為不同NUBRS曲線上相同標(biāo)識ID的控制點連成的曲線的不光滑度；Eb_d為非閉合NURBS端點到葉片點云邊界處的最近距離的累加，Eromd為每個閉合NURBS曲線的周長面積比；α、β、y為常數(shù)。NURBS曲線定義了葉子的所有切片形狀，連接它們就得到了葉子的形狀。
[0062]實施例中，也可以采用曲面擬合算法等其它算法進(jìn)行單個葉子的重建。
[0063]具體實施時，配準(zhǔn)的目的是將重建后的所有葉子和莖桿與植物的整體掃描數(shù)據(jù)對齊，精確地將單獨(dú)掃描的葉子對齊到了植物的整體點云上。配準(zhǔn)可以分為兩步，即剛性配準(zhǔn)，和非剛性配準(zhǔn):
[0064]為每個葉片或者莖桿模型定義多對(例如三對)從它到植物點云的對應(yīng)點，求出這多對對應(yīng)點定義的剛性變換，并以此對每個葉片或者莖桿進(jìn)行變換，來達(dá)到剛性配準(zhǔn)的目的。
[0065]利用骨架驅(qū)動葉片和莖桿變形，并以此進(jìn)行第一步非剛性配準(zhǔn)。具體的，可以優(yōu)化求解骨架點旋轉(zhuǎn)和平移變換。可以用BFGS算法極小化目標(biāo)函數(shù)，以求得定義在骨架上的最佳變換，并將其應(yīng)用到葉片和莖桿模型上，該目標(biāo)函數(shù)定義為變形后葉片到點云之間的距離+定義在骨架上的一個的拉普拉斯光滑算子。
[0066]在骨架驅(qū)動的配準(zhǔn)完成之后，可以將控制對象由骨架變?yōu)橛肳LOP算法均勻采樣的控制點，再次進(jìn)行非剛性配準(zhǔn)。具體的，可以將拉普拉斯光滑算子由骨架移到控制點相互連接成的網(wǎng)格上。用與第一步非剛性配準(zhǔn)同樣的優(yōu)化方法可以得到進(jìn)一步的細(xì)節(jié)配準(zhǔn)。
[0067]實施例中，也可以采用剛性ICP算法和非剛性ICP算法進(jìn)行配準(zhǔn)。
[0068]具體實施時，融合即將配準(zhǔn)后得到的點云融合到一起即可以得到整棵植物模型。融合需要解決兩個問題:避免葉子相交，莖葉相連。
[0069]通過檢測三角形相交來求出兩片相交葉子的相交輪廓，然后搜索出使輪廓長度下降最快的位移方向，并通過移動輪廓附近的控制點來驅(qū)動葉子變形可以規(guī)避相交。
[0070]如果植物有莖，可以將葉子骨架末端變形到距其最近的莖上的點，并利用骨架的變形來驅(qū)動葉子的變形來達(dá)到莖葉相連的目的。若沒有莖，自動檢測葉柄的末端距其它葉柄的距離，若距離小于一定閾值，則以同樣的方式通過變形使它們相連，即利用骨架的變形驅(qū)動葉子的變形來達(dá)到葉子相連。
[0071]綜上所述，本發(fā)明實施例中，對每個葉子單獨(dú)掃描并重建，可以掃描到植物的每一處，克服了因為葉片相互遮擋掃描不到的難題，可以得到精確且完整的點云數(shù)據(jù)，從而獲得良好的重建精度；其中對每個葉子的重建過程是完全自動的，不需要交互，這樣大大減少了用戶工作量。經(jīng)過試驗證明，本發(fā)明實施例對高度缺失的點云重建效果非常好。
[0072]進(jìn)一步的，采用手持式結(jié)構(gòu)光3D掃描儀來完成植物掃描，相比使用CT掃描儀或高精度激光掃描儀的方案，將大幅降低成本。
[0073]本發(fā)明實施例中的植物掃描與重建方法不僅可以應(yīng)用于僅有葉子的植物上，也可以應(yīng)用于其它對象的掃描與重建，例如花朵的掃描與重建、甚至人體的掃描與重建。
[0074]本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等)上實施的計算機(jī)程序產(chǎn)品的形式。
[0075]本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備(系統(tǒng))、和計算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機(jī)程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機(jī)程序指令到通用計算機(jī)、專用計算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機(jī)器，使得通過計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
[0076]這些計算機(jī)程序指令也可存儲在能引導(dǎo)計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機(jī)可讀存儲器中，使得存儲在該計算機(jī)可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
[0077]這些計算機(jī)程序指令也可裝載到計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機(jī)實現(xiàn)的處理，從而在計算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
[0078]以上所述的具體實施例，對本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實施例而已，并不用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種植物掃描與重建方法，其特征在于，包括: 對植物進(jìn)行整體掃描，獲得植物的整體掃描數(shù)據(jù)； 對植物的每個葉子進(jìn)行單獨(dú)掃描，獲得每個葉子的點云數(shù)據(jù)； 將每個葉子的點云數(shù)據(jù)重建為曲面模型，通過泊松重建算法得到莖桿的重建結(jié)果； 將重建后的所有葉子和莖桿與植物的整體掃描數(shù)據(jù)對齊； 將所有葉子對齊后的點云數(shù)據(jù)融合到一起，得到整棵植物模型； 其中，將每個葉子的點云數(shù)據(jù)重建為曲面模型，包括: 利用L1-中值算法提取葉子的骨架； 沿著骨架對葉子的點云做垂直切片； 根據(jù)點云切片的縱橫比將切片分為葉片和葉柄兩部分； 采用基于曲率的二次距離極小化方法，對每個切片擬合一個非統(tǒng)一有理B樣條NURBS曲線，葉片擬合一個非閉合曲線，葉柄擬合閉合曲線； 優(yōu)化求解所有NURBS控制點的最佳位置； 連接葉子的所有切片形狀，得到葉子的形狀。
2.如權(quán)利要求1所述的方法，其特征在于，采用手持式結(jié)構(gòu)光3D掃描儀，對植物進(jìn)行整體掃描，以及，對植物的每個葉子進(jìn)行單獨(dú)掃描。
3.如權(quán)利要求1所述的方法，其特征在于，優(yōu)化求解所有NURBS控制點的最佳位置，包括: 通過BFGS算法極小化如下目標(biāo)函數(shù)，得到NURBS控制點的最佳位置: f (X) = Edata (X) + a Esmooth (X) + β Ebound (X) + Y Eround (x)； 其中，X為要求解的控制點位置；Edata為所有點云中的點到NURBS曲線最近距離的累加；Es_th為不同NUBRS曲線上相同標(biāo)識ID的控制點連成的曲線的不光滑度；Eb_d為非閉合NURBS端點到葉片點云邊界處的最近距離的累加，Eromd為每個閉合NURBS曲線的周長面積比；α、β、Y為常數(shù)。
4.如權(quán)利要求1所述的方法，其特征在于，將重建后的所有葉子和莖桿與植物的整體掃描數(shù)據(jù)對齊，包括: 為每個葉子或莖桿模型定義多對到植物點云的對應(yīng)點，求出所述多對對應(yīng)點定義的剛性變換，并以求出的剛性變換對每個葉片或莖桿進(jìn)行變換； 利用骨架驅(qū)動葉片和莖桿變形，進(jìn)行非剛性配準(zhǔn)； 將控制對象由骨架變?yōu)橛肳LOP算法均勻采樣的控制點，再次進(jìn)行非剛性配準(zhǔn)。
5.如權(quán)利要求4所述的方法，其特征在于，利用骨架驅(qū)動葉片和莖桿變形，進(jìn)行非剛性配準(zhǔn)，包括:優(yōu)化求解骨架點旋轉(zhuǎn)和平移變換。
6.如權(quán)利要求5所述的方法，其特征在于，優(yōu)化求解骨架點旋轉(zhuǎn)和平移變換，包括: 采用BFGS算法極小化目標(biāo)函數(shù)，以求得定義在骨架上的最佳變換，并將所述最佳變換應(yīng)用到葉片和莖桿模型上，所述目標(biāo)函數(shù)定義為變形后葉片到點云之間的距離+定義在骨架上的一個的拉普拉斯光滑算子。
7.如權(quán)利要求6所述的方法，其特征在于，將控制對象由骨架變?yōu)橛肳LOP算法均勻采樣的控制點，再次進(jìn)行非剛性配準(zhǔn)，包括: 將拉普拉斯光滑算子由骨架移到控制點相互連接成的網(wǎng)格上。
8.如權(quán)利要求1所述的方法，其特征在于，將所有葉子對齊后的點云數(shù)據(jù)融合到一起，包括: 通過檢測三角形相交求出兩片相交葉子的相交輪廓，然后搜索出使輪廓長度下降最快的位移方向，并通過移動輪廓附近的控制點來驅(qū)動葉子變形。
9.如權(quán)利要求1所述的方法，其特征在于，將所有葉子對齊后的點云數(shù)據(jù)融合到一起，包括: 如果植物有莖，將葉子骨架末端變形到與葉子骨架末端距離最近的莖上的點，并利用骨架的變形驅(qū)動葉子的變形來達(dá)到莖葉相連；若沒有莖，自動檢測葉柄的末端距其它葉柄的距離，若距離小于閾值，則利用骨架的變形驅(qū)動葉子的變形來達(dá)到葉子相連。
【文檔編號】G06T17/00GK104408765SQ201410630906
【公開日】2015年3月11日 申請日期:2014年11月11日 優(yōu)先權(quán)日:2014年11月11日
【發(fā)明者】黃惠, 尹康學(xué) 申請人:中國科學(xué)院深圳先進(jìn)技術(shù)研究院