CN101650836B - 三维植物器官几何曲面自适应网格化方法及系统 - Google Patents

Abstract

本发明公开了一种三维植物器官几何曲面自适应网格化方法及系统。该方法包括步骤：按植物器官的外形特征对植物器官进行分类，并建立各植物器官的骨架模型；针对不同的植物器官类型，设置对器官几何曲面进行网格化时需用到的参数；针对不同的植物器官类型，对器官几何曲面进行自适应网格化。本发明的方法能按照不同的应用需求，选择生成不同网格规模、不同分辨率的植物几何网格曲面，以满足大规模植物生长可视化模拟、植物冠层光分布计算、三维植物场景实时绘制等应用。

Description

三维植物器官几何曲面自适应网格化方法及系统

技术领域

本发明涉及计算机图形学中的三维建模技术领域，尤其涉及植物几何造型建模方法和三维模型网格简化技术。

背景技术

自然景物的模拟是计算机图形学的一个主要的分支。植物形态的多样性和不规则性使得利用计算机生成逼真的植物模型是一个巨大的挑战。目前，三维植物建模的目的主要来自两个方面：一是植物生长和发展过程的模拟和可视化；二是植物场景的真实感绘制，即创造视觉上令人满意的植物形态。这两者都涉及到三维植物模型的实时绘制问题，即在保证一定真实感的基础上要求绘制时间越短越好。这在大规模植物生长模拟、电脑游戏、军事仿真、飞行器模拟等方面都有广泛的应用需求。

植物形态建模的开创性工作由美国学者Lindenmayer提出，他提出了L-System——一个描述植物拓扑结构的通用方法。随后，Smith和Prusinkiewicz等人为L-System的完善和普及做了大量的工作，并开发了一个基于L-System的三维植物建模软件L-studio。L-studio以器官为单位，能够生成各种植物的三维模型，每个器官都用三角形网格表示。其后，为了满足景观设计、游戏等领域对逼真的植物模型的需要，德国Lintermann等人提出了基于组件式的三维植物结构交互式设计的概念，开发了Xfrog软件。在Xfrog软件中，每个植物器官都是一个组件，植物的拓扑结构和形态则通过组合器官组件构成，在最终生成的植物模型中，每个器官也是用三角形网格表示。类似的软件工具还包括Onyx Tree等。在这些软件中，每个器官的网格曲面都是用规则的网格化方法生成，而没有考虑到网格面元的冗余和网格简化问题，这导致植物模型的面元个数都很大，影响绘制和计算的速度。

此外，许多学者也研究了各种植物器官的高精度三维曲面建模方法，如参数化的植物器官建模方法、基于图像或基于点云技术的植物三维模型重建方法等，但在这些方法中，也都是考虑重构的植物模型的准确性和真实感，而不考虑植物模型曲面网格的冗余问题。

近年来，部分研究者开展了三维植物网格模型的简化技术研究。Weber根据树木的远近对树木的网格模型进行简化，但这些方法中，远处树木简化后颜色过于单一，造成绘制结果细节模糊。后来又出现了很多其它的简化算法，如顶点精简、边塌陷、顶点聚类等，但由于树木特殊的属性，这些算法通常可以用于树干的简化，对于树叶部分，则会产生错误的结果。Remolar在2002年提出了几种简化算法，通过迭代地用一个新的叶子代替原来的两片叶子，不断减少用于表示树叶的多边形的数目，同时保持树冠的外形。但这类方法绘制效率很低，而且只适合阔叶类树叶的简化，在简化针叶类植物时，不能忠实地保持它们的物种特征。我国也有学者在这方面进行了研究，他们提出的方法是重复地把两个叶片合并为一个大的叶片，这使得原有的叶片位置和形状得以保留。这种方法产生的实际结果满足了远近察看的需要，但绘制效率不高。其后，他们又提出了一个更通用的叶片简化算法，首先为每片叶片都赋予一个密度值，用于调节对应的叶片的简化误差，使得密度越大时简化误差越小。

值得注意的是，上述植物网格模型简化方法都是在生成植物网格模型后进行的，即独立于植物网格模型的生成过程。这样虽然具有不依赖于植物模型生成的特点，但其缺点也是十分明显的：一是计算效率不高，由于整个植物模型的规模往往较大，简化过程需要在整个植物模型中进行全局搜索，算法对内存和CPU的需求都很大；二是难以保持不同器官的细节特征，在三维植物模型中，不同器官的形态的差异可能很大，因此一般都用不同的网格化方法生成，由于这些后处理方法不考虑各个器官网格曲面的生成过程，也难以判断每个网格面元隶属于哪种器官，因此网格简化过程缺乏针对性，往往会丢失器官曲面的细节特征。

发明内容

本发明的目的在于针对现有技术的不足，为三维植物几何模型的曲面生成和网格简化提供一种灵活、普适的方法。

为达到上述目的，本发明提供了一种三维植物器官几何曲面自适应网格化方法，包括以下步骤：

S1，按照植物器官的外形特征对植物器官进行分类，并建立各个植物器官的骨架模型；

S2，针对不同的植物器官类型，设置对器官几何曲面进行网格化时需要用到的参数；

S3，针对不同的植物器官类型，根据所设置的参数，对器官几何曲面进行自适应网格化。

其中，步骤S3包括点集生成步骤和网格化步骤，点集生成步骤是根据步骤S2中设置的参数计算得到构成器官几何曲面的点云集合；网格化步骤是从生成的点云集合中构建出器官几何曲面的多边形模型。

其中，在步骤S1中，可以将植物器官分为三类：

轴骨架器官，包括一根轴线，表示具有圆柱体形状的器官；

半轮廓-轴骨架器官，包括一根轴线和一根边缘线，表示具有对称结构的椭圆体器官；和

全轮廓-轴骨架器官，包括一根轴线和两根边缘线，表示具有不规则边缘的薄片状器官。

在步骤S1的建立各个植物器官的骨架模型的过程中，用B样条曲线表示植物器官的骨架中的轴线和边缘线。

其中，步骤S2具体可以为：

对于轴骨架器官，将参数设置为包括器官上下横截面的半径、横截面网格划分数以及在长度方向上进行网格划分时用来指导点集生成的参数；

对于半轮廓-轴骨架器官，将参数设置为包括横截面网格划分数以及在长度方向上进行网格划分时用来指导点集生成的参数；

对于全轮廓-轴骨架器官，将参数设置为在长度方向上进行网格划分时用来指导点集生成的参数。

其中，在长度方向上进行网格划分时用来指导点集生成的参数包括最小划分长度M和段间最大夹角。

其中，点集生成步骤具体可以为：

对于轴骨架器官，根据最小划分长度M对轴线进行等分预分割，然后再根据段间最大夹角对分割后的线段进行检测，检测完所有分割点分割得到的线段，保留下来的分割点用来生成构成器官几何曲面的点云集合；其中轴线用B样条曲线表示；其中，生成构成轴骨架器官的器官几何曲面的点云集合的步骤为：为了由轴线生成器官的外围曲面点集，对于保留下来的每个分割点，根据所设置的参数横截面的半径和横截面网格划分数N，在分割点上通过横截面的半径按垂直于轴线方向依次绕轴线旋转一个角度，得到该横截面边缘轮廓线上的N个空间点，这样就构成了轴骨架器官的器官几何曲面的点云集合；

对于半轮廓-轴骨架器官，根据最小划分长度M对边缘线进行等分预分割，然后再根据段间最大夹角对分割后的线段进行检测，检测完所有分割点分割得到的线段，保留下来的分割点用来生成构成器官几何曲面的点云集合；其中边缘线用B样条曲线表示；其中，生成构成半轮廓-轴骨架器官的器官几何曲面的点云集合的步骤为：为了由边缘线生成器官的外围曲面点集，对于保留下来的每个分割点，根据所设置的横截面网格划分数N，在分割点上按垂直于轴线方向依次绕轴线旋转一个角度，得到该横截面边缘轮廓线上的N个空间点，这样就构成了半轮廓-轴骨架器官的器官几何曲面的点云集合；

对于全轮廓-轴骨架器官，首先将该骨架分成左右两个部分，每个部分都用两根B样条曲线围成一个封闭的多边形，对于每个封闭的多边形，首先按最小划分长度M对B样条曲线进行等分预分割，然后再根据段间最大夹角对分割后的线段进行检测，对左右两个封闭的多边形进行检测后，保留下来的分割点点集即为全轮廓-轴骨架器官的器官几何曲面的点云集合。

其中，“根据参数段间最大夹角对分割后的线段进行检测”的步骤具体可以为：

将B样条曲线分成为最小划分长度M指定长度的等分线段，记录每个分割点的坐标，然后从B样条曲线的一个端点开始，根据段间最大夹角对相邻的两个线段进行检测：若第一、二条线段的夹角大于段间最大夹角，则将这两条线段中间的那个分割点坐标删除，即将该分割点左右的两条线段合并，合并后的线段与下一条线段再进行检测；若第一、二条线段的夹角小于或等于段间最大夹角，则将检测的线段下移一位，即检测第二、第三条线段；如此循环，直到检测完所有分割点分割得到的线段，保留下来的分割点用来生成构成这类器官的器官几何曲面的点云集合；

其中，网格化步骤具体可以为：

对于轴骨架器官和半轮廓-轴骨架器官，对相邻两个分割点计算得到的两组空间点进行网格连接，形成器官外形轮廓的三角形网格曲面；

对于全轮廓-轴骨架器官，采用Delaunay三角化算法实现三维空间中不规则多边形的三角化。

其中，“采用Delaunay三角化算法实现三维空间中不规则多边形的三角化”的步骤具体为：在三角化的过程中，对于全轮廓-轴骨架器官的左右两个部分，从每个部分计算得到的点云集合组成了一个闭合的多边形，对该多边形进行Delaunay三角化即可生成该部分曲面的多边形模型。

本发明还提供了一种三维植物器官几何曲面自适应网格化系统，其包括：

骨架表示模块，用于按照植物器官的外形特征对植物器官进行分类，并建立各个植物器官的骨架模型；

参数定义模块，用于针对不同的植物器官类型，设置对器官几何曲面进行网格化时需要用到的参数；以及

器官几何曲面自适应网格化模块，用于针对不同的植物器官类型，根据所设置的参数，对器官几何曲面进行自适应网格化；

其中，器官几何曲面自适应网格化模块包括点集生成模块和网格化模块，点集生成模块用于根据参数定义模块设置的参数计算得到构成器官几何曲面的点云集合；网格化模块用于从生成的点云集合中构建出器官几何曲面的多边形模型。

其中所述骨架表示模块将所述植物器官分为三类：

轴骨架器官，包括一根轴线，表示具有圆柱体形状的器官；

半轮廓-轴骨架器官，包括一根轴线和一根边缘线，表示具有对称结构的椭圆体器官；和

全轮廓-轴骨架器官，包括一根轴线和两根边缘线，表示具有不规则边缘的薄片状器官；

所述参数定义模块在设置对器官几何曲面进行网格化时需要用到的参数时：

对于所述轴骨架器官，将参数设置为包括器官上下横截面的半径、横截面网格划分数以及在长度方向上进行网格划分时用来指导点集生成的参数；

对于所述半轮廓-轴骨架器官，将参数设置为包括横截面网格划分数以及在长度方向上进行网格划分时用来指导点集生成的参数；

对于所述全轮廓-轴骨架器官，将参数设置为在长度方向上进行网格划分时用来指导点集生成的参数；

所述在长度方向上进行网格划分时用来指导点集生成的参数包括最小划分长度M和段间最大夹角。

上述技术方案通过将一种通用三维植物器官自适应网格化的方法融入三维植物模型的构建中，使得本方法能够按照不同的应用需求，选择生成不同网格规模、不同分辨率的植物几何网格曲面，以满足进行大规模植物生长可视化模拟、植物冠层光分布计算、三维植物场景实时绘制等应用的需求。因此，本发明的方法应用面广、灵活、普适性强，而且，实验证明，应用本发明的方法能够极大地减少三维植物模型曲面网格的面元个数，这对植物模型的实时绘制、光分布计算和其它生理功能模拟都是十分有用的。

附图说明

图1是本发明实施例的自适应网格化方法流程图；

图2是本发明实施例的自适应网格化方法中的三类骨架模型示意图；

图3是本发明实施例的轴骨架类器官曲面的自适应网格化过程示意图；

图4是对轴骨架类器官曲面应用常规网格化与应用本发明实施例的自适应网格化方法的结果对比以及在不同参数条件下的结果示意图；

图5是对全轮廓-轴骨架类器官曲面应用常规网格化与应用本发明的自适应网格化方法的结果对比示意图；

图6是将本发明的方法应用于整棵植物几何造型生成后得到的结果示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

在图2和图3中，图2中的(a)为轴骨架及其变形、(b)为半轮廓--轴骨架及其变形、(c)为全轮廓-轴骨架其变形；图3中的(a)为骨架模型、(b)为预分割点、(c)为自适应检测后保留的点、(d)为曲面点集、(e)为网格化模型。

如图1至图6所示，依照本实施例的三维植物器官几何曲面自适应网格化方法，其包括以下步骤：

S1，按照植物器官的外形特征对植物器官进行分类，并建立各个植物器官的骨架模型；

S2，针对不同的植物器官类型，设置对器官几何曲面进行网格化时需要用到的参数；

S3，针对不同的植物器官类型，对器官几何曲面进行自适应网格化。

其中，步骤S3包括点集生成步骤和网格化步骤，点集生成步骤是根据步骤S2中设置的参数计算得到构成器官几何曲面的点云集合；网格化步骤是从生成的点云集合中构建出器官几何曲面的多边形模型。

本实施例中，在步骤S1中，可以将植物器官分为三类：

轴骨架器官(见图2(a)左边的图形)，表示具有圆柱体形状的器官，如茎、叶柄、卷须等；

半轮廓-轴骨架器官(见图2(b)左边的图形)，包括一根轴线和一根边缘线，表示具有对称结构的椭圆体器官，如果实；和

全轮廓-轴骨架器官(见图2(c)左边的图形)，包括一根轴线和两根边缘线，表示具有不规则边缘的薄片状器官，如叶片和花瓣。

在“建立各个植物器官的骨架模型”的步骤中，用B样条曲线表示植物器官的骨架中的轴线和边缘线，这是由于B样条曲线的控制点个数可以任意设置，且可以容易地构造过控制点的样条曲线，具有灵活、易于控制等特点，因此非常适合于描述植物器官形态多变的外形轮廓(如图2的(a)、(b)和(c)中左边的图形)。这样，要建立某个特定器官的骨架模型，实际上就是确定骨架模型上每条B样条曲线的特征点。这些特征点可以通过三维数字化仪从田间或温室生长的植物器官上获取，也可以通过特征提取的方法从拍摄的包含植物器官的图像中获得，或者利用输入参数自动生成。

本实施例中，步骤S2具体可以为：

对于轴骨架器官，其几何形状的一个共同特点是它们的横截面近似于椭圆(见图3(e))将参数设置为包括器官上下横截面的半径、横截面网格划分数以及在长度方向上进行网格划分时用来指导点集生成的参数；

对于半轮廓-轴骨架器官，将参数设置为包括横截面网格划分数以及在长度方向上进行网格划分时用来指导点集生成的参数，由于该类器官的横截面半径已隐含给出，因此不需要提供“横截面半径”这个参数；

对于全轮廓-轴骨架器官，将参数设置为在长度方向上进行网格划分时用来指导点集生成的参数。

“在长度方向上进行网格划分时用来指导点集生成的参数”为最小划分长度和段间最大夹角。

本实施例中，点集生成步骤具体可以为：

对于轴骨架器官，根据参数“最小划分长度”对轴线进行等分预分割，然后再根据参数“段间最大夹角”对分割后的线段进行检测，检测完所有分割点分割得到的线段，保留下来的分割点用来生成构成器官几何曲面的点云集合；其中轴线用B样条曲线表示；其中，“生成构成轴骨架器官的器官几何曲面的点云集合”的步骤具体为：为了由轴线生成器官的外围曲面点集，对于保留下来的每个分割点，根据所设置的参数“横截面的半径”和“横截面网格划分数”，在分割点上通过横截面的半径按垂直于轴线方向依次绕轴线旋转一个角度，得到该横截面边缘轮廓线上的“横截面网格划分数”个空间点，这样就构成了轴骨架器官的器官几何曲面的点云集合(见图3(d))；

对于半轮廓-轴骨架器官，根据参数“最小划分长度”对边缘线进行等分预分割，然后再根据参数“段间最大夹角”对分割后的线段进行检测，检测完所有分割点分割得到的线段，保留下来的分割点用来生成构成器官几何曲面的点云集合；其中边缘线用B样条曲线表示；其中，“生成构成半轮廓-轴骨架器官的器官几何曲面的点云集合”的步骤具体为：为了由边缘线生成器官的外围曲面点集，对于保留下来的每个分割点，根据所设置的参数“横截面网格划分数”，在分割点上按垂直于轴线方向依次绕轴线旋转一个角度，得到该横截面边缘轮廓线上的“横截面网格划分数”个空间点，这样就构成了半轮廓-轴骨架器官的器官几何曲面的点云集合；

对于全轮廓-轴骨架器官，首先将该骨架分成左右两个部分，每个部分都用两根B样条曲线围成一个封闭的多边形，对于每个封闭的多边形，首先按参数“最小划分长度”对B样条曲线进行等分预分割，然后再根据参数“段间最大夹角”对分割后的线段进行检测，对左右两个封闭的多边形进行检测后，保留下来的分割点点集即为全轮廓-轴骨架器官的器官几何曲面的点云集合。

本实施例中，“根据参数‘段间最大夹角’对分割后的线段进行检测”的步骤具体可以为：

以轴骨架器官为例，如图2所示，将B样条曲线表示的轴线分成为参数“最小划分长度”指定长度的等分线段，记录每个分割点的坐标(见图3(b))，然后从轴线的一个端点开始，根据参数“段间最大夹角”对相邻的两个线段进行检测：若第一、二条线段的夹角大于“段间最大夹角”，则将这两条线段中间的那个分割点坐标删除，即将该分割点左右的两条线段合并，合并后的线段与下一条线段(第三线段)再进行检测；若第一、二条线段的夹角小于或等于“段间最大夹角”，则将检测的线段下移一位，即检测第二、第三条线段；如此循环，直到检测完所有分割点分割得到的线段，保留下来的分割点(见图3(c))用来生成构成这类器官的器官几何曲面的点云集合；

本实施例中，网格化步骤具体可以为：

对于轴骨架器官和半轮廓-轴骨架器官，对相邻两个分割点计算得到的两组空间点进行网格(三角形)连接，形成器官外形轮廓的三角形网格曲面(见图3(e))；

对于全轮廓-轴骨架器官，采用Delaunay三角化算法实现三维空间中不规则多边形的三角化。

“采用Delaunay三角化算法实现三维空间中不规则多边形的三角化”的步骤具体为：在三角化的过程中，对于全轮廓-轴骨架器官的左右两个部分，从每个部分计算得到的点云集合组成了一个闭合的多边形，对该多边形进行Delaunay三角化即可生成该部分曲面的多边形模型。如图4(b)即为本自适应网格化方法和Delaunay三角化方法对全轮廓-轴骨架类器官曲面进行网格化的结果。

本发明还提供了一种三维植物器官几何曲面自适应网格化系统，其包括：

骨架表示模块，用于按照植物器官的外形特征对植物器官进行分类，并建立各个植物器官的骨架模型；

参数定义模块，用于针对不同的植物器官类型，设置对器官几何曲面进行网格化时需要用到的参数；以及

器官几何曲面自适应网格化模块，用于针对不同的植物器官类型，对器官几何曲面进行自适应网格化；

其中，器官几何曲面自适应网格化模块包括点集生成模块和网格化模块，点集生成模块用于根据参数定义模块设置的参数计算得到构成器官几何曲面的点云集合；网格化模块用于从生成的点云集合中构建出器官几何曲面的多边形模型。

为了说明本发明的有效性，进行了如下几组实验：

图3是对轴骨架类器官曲面进行常规网格化与应用本发明的自适应网格化方法的对比及不同参数条件下的结果示意图。其中，(a)为常规网格化方法得到的网格曲面，共有560个三角形；(b)、(c)、(d)均为应用本发明的自适应方法得到的曲面，其中(b)的“段间最大夹角”参数设置为175，共160个三角形；(c)的段间最大夹角设为170，共80个三角形；(d)的段间最大夹角设为160，共30个三角形。由此可见，应用本发明对器官进行网格化时，可根据不同的需要，生成不同分辨率的网格曲面模型。

图4是对全轮廓-轴骨架类器官(图中为一种西瓜的叶片)曲面应用常规网格化与应用本发明的自适应网格化方法得到的网格曲面的对比结果。其中，(a)为常规网格化方法得到的曲面，共316个三角形；(b)为自适应方法得到的曲面，共138个三角形。

图5为将本发明的方法应用于整棵植物几何造型生成后得到的结果，其中(a)为使用本发明方法前得到的植株几何模型，共有13406个三角形，(b)为采用本发明的自适应网格化方法后的植株模型，三角形个数减少到了6325个。

由此可见，应用本发明后，能够极大地减少三维植物模型曲面网格的面元个数，这对植物模型的实时绘制、光分布计算和其它生理功能模拟都是十分有用的。

由以上实施例可以看出，本发明的实施例通过三维植物器官自适应网格化的方法融入三维植物模型的构建中，使得本方法能够按照不同的应用需求，选择生成不同网格规模、不同分辨率的植物几何网格曲面，以满足进行大规模植物生长可视化模拟、植物冠层光分布计算、三维植物场景实时绘制等应用的需求。因此，本发明的方法应用面广、灵活、普适性强，而且，实验证明，应用本发明的方法能够极大地减少三维植物模型曲面网格的面元个数，这对植物模型的实时绘制、光分布计算和其它生理功能模拟都是十分有用的。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也属于本发明的保护范围。

Claims (7)

1.一种三维植物器官几何曲面自适应网格化方法，其包括以下步骤：

S1，按照植物器官的外形特征对所述植物器官进行分类，并建立各个植物器官的骨架模型；

S2，针对不同的植物器官类型，设置对器官几何曲面进行网格化时需要用到的参数；

S3，针对不同的植物器官类型，根据所设置的参数，对所述器官几何曲面进行自适应网格化；

所述步骤S3包括点集生成步骤和网格化步骤，所述点集生成步骤是根据所述步骤S2中设置的参数计算得到构成所述器官几何曲面的点云集合；所述网格化步骤是从生成的点云集合中构建出所述器官几何曲面的多边形模型；

在所述步骤S1中，将所述植物器官分为三类：

轴骨架器官，包括一根轴线，表示具有圆柱体形状的器官；

半轮廓-轴骨架器官，包括一根轴线和一根边缘线，表示具有对称结构的椭圆体器官；和

全轮廓-轴骨架器官，包括一根轴线和两根边缘线，表示具有不规则边缘的薄片状器官；

所述步骤S2具体为：

对于所述轴骨架器官，将参数设置为包括器官上下横截面的半径、横截面网格划分数以及在长度方向上进行网格划分时用来指导点集生成的参数；

对于所述半轮廓-轴骨架器官，将参数设置为包括横截面网格划分数以及在长度方向上进行网格划分时用来指导点集生成的参数；

对于所述全轮廓-轴骨架器官，将参数设置为在长度方向上进行网格划分时用来指导点集生成的参数；

所述在长度方向上进行网格划分时用来指导点集生成的参数包括最小划分长度M和段间最大夹角。

2.如权利要求1所述的三维植物器官几何曲面自适应网格化方法，其特征在于，在步骤S1建立各个植物器官的骨架模型的过程中，用B样条曲线表示所述植物器官的骨架中的轴线和边缘线。

3.如权利要求1所述的三维植物器官几何曲面自适应网格化方法，其特征在于，所述点集生成步骤具体为：

对于所述轴骨架器官，根据最小划分长度M对轴线进行等分预分割，然后再根据段间最大夹角对分割后的线段进行检测，检测完所有分割点分割得到的线段，保留下来的分割点用来生成构成所述器官几何曲面的点云集合；其中所述轴线用B样条曲线表示；其中，生成构成所述轴骨架器官的器官几何曲面的点云集合的步骤为：对于保留下来的每个分割点，根据所设置的横截面的半径和横截面网格划分数N，在所述分割点上通过横截面的半径按垂直于轴线方向依次绕轴线旋转一个角度，得到该横截面边缘轮廓线上的所述横截面网格划分数个空间点，构成所述轴骨架器官的器官几何曲面的点云集合；

对于所述半轮廓-轴骨架器官，根据所述最小划分长度M对边缘线进行等分预分割，然后再根据所述段间最大夹角对分割后的线段进行检测，检测完所有分割点分割得到的线段，保留下来的分割点用来生成构成所述器官几何曲面的点云集合；其中所述边缘线用B样条曲线表示；其中，生成构成所述半轮廓-轴骨架器官的器官几何曲面的点云集合的步骤为：为了由所述边缘线生成器官的外围曲面点集，对于保留下来的每个分割点，根据横截面网格划分数N，在所述分割点上按垂直于轴线方向依次绕轴线旋转一个角度，得到该横截面边缘轮廓线上的横截面网格划分数个空间点，构成所述半轮廓-轴骨架器官的器官几何曲面的点云集合；

对于所述全轮廓-轴骨架器官，首先将该骨架分成左右两个部分，`每个部分都用两根所述B样条曲线围成一个封闭的多边形，对于每个封闭的多边形，首先按最小划分长度M对所述B样条曲线进行等分预分割，然后再根据段间最大夹角对分割后的线段进行检测，对左右两个封闭的多边形进行检测后，保留下来的分割点点集即为所述全轮廓-轴骨架器官的器官几何曲面的点云集合。

4.如权利要求3所述的三维植物器官几何曲面自适应网格化方法，其特征在于，所述“根据段间最大夹角对分割后的线段进行检测”的步骤具体为：

根据最小划分长度M，将所述B样条曲线分成为指定长度的等分线段，记录每个分割点的坐标，然后从所述B样条曲线的一个端点开始，根据段间最大夹角对相邻的两个线段进行检测：若第一、二条线段的夹角大于段间最大夹角，则将这两条线段中间的那个分割点坐标删除，即将该分割点左右的两条线段合并，合并后的线段与下一条线段再进行检测；若第一、二条线段的夹角小于或等于段间最大夹角，则将检测的线段下移一位，即检测第二、第三条线段；如此循环，直到检测完所有所述分割点分割得到的线段，保留下来的分割点用来生成构成这类器官的器官几何曲面的点云集合。

5.如权利要求3所述的三维植物器官几何曲面自适应网格化方法，其特征在于，所述网格化步骤具体为：

对于所述轴骨架器官和半轮廓-轴骨架器官，对相邻两个分割点计算得到的两组空间点进行网格连接，形成器官外形轮廓的三角形网格曲面；

对于全轮廓-轴骨架器官，采用Delaunay三角化算法实现三维空间中不规则多边形的三角化。

6.如权利要求5所述的三维植物器官几何曲面自适应网格化方法，其特征在于，所述“采用Delaunay三角化算法实现三维空间中不规则多边形的三角化”的步骤具体为：在三角化的过程中，对于所述全轮廓-轴骨架器官的左右两个部分，从每个部分计算得到的点云集合组成了一个闭合的多边形，对该多边形进行Delaunay三角化即生成该部分曲面的多边形模型。

7.一种三维植物器官几何曲面自适应网格化系统，其包括：

骨架表示模块，用于按照植物器官的外形特征对所述植物器官进行分类，并建立各个植物器官的骨架模型；

参数定义模块，用于针对不同的植物器官类型，设置对器官几何曲面进行网格化时需要用到的参数；以及

器官几何曲面自适应网格化模块，用于针对不同的植物器官类型，根据所设置的参数，对所述器官几何曲面进行自适应网格化；

所述器官几何曲面自适应网格化模块包括点集生成模块和网格化模块，所述点集生成模块用于根据所述参数定义模块设置的参数计算得到构成所述器官几何曲面的点云集合；所述网格化模块用于从生成的点云集合中构建出所述器官几何曲面的多边形模型；

其中所述骨架表示模块将所述植物器官分为三类：

轴骨架器官，包括一根轴线，表示具有圆柱体形状的器官；

半轮廓-轴骨架器官，包括一根轴线和一根边缘线，表示具有对称结构的椭圆体器官；和

全轮廓-轴骨架器官，包括一根轴线和两根边缘线，表示具有不规则边缘的薄片状器官；

所述参数定义模块在设置对器官几何曲面进行网格化时需要用到的参数时：

对于所述轴骨架器官，将参数设置为包括器官上下横截面的半径、横截面网格划分数以及在长度方向上进行网格划分时用来指导点集生成的参数；

对于所述半轮廓-轴骨架器官，将参数设置为包括横截面网格划分数以及在长度方向上进行网格划分时用来指导点集生成的参数；

对于所述全轮廓-轴骨架器官，将参数设置为在长度方向上进行网格划分时用来指导点集生成的参数；

所述在长度方向上进行网格划分时用来指导点集生成的参数包括最小划分长度M和段间最大夹角。

Images