CN105608743B - 一种植物掌状叶片多尺度建模方法 - Google Patents

Abstract

本发明涉及一种植物掌状叶片多尺度建模方法及装置。该方法包括：获取掌状叶片的多级叶片特征；从该掌状叶片的点云几何模型中提取多级叶片特征的结构化特征点，以获取该掌状叶片的叶缘特征线、褶皱特征线、一、二、三级叶脉特征线；离散上述各个特征线；并以叶缘特征线为边界构建该掌状叶片的参数化曲面；根据不同采样参数在参数化曲面上获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集；分别连接将每种尺寸对应的结构特征线采样点以及参数化曲面采样点以形成约束线；在上述约束线的基础上获取掌状叶片的网格模型。该装置基于上述方法实现。本发明可在保证叶脉特征同时构建多尺度的掌状叶片网格模型，且通过降低网格数量提升效率。

Description

一种植物掌状叶片多尺度建模方法

技术领域

本发明涉及计算机图形学技术领域，尤其涉及一种植物掌状叶片多尺度建模方法。

背景技术

农业是中国国民经济的基础。农业信息化是本世纪农业发展的重要标志，也是农业现代化的重要组成部分。在农业信息化实施过程中，农业通过信息化可以获得倍增效益。信息业可以通过对农业的信息软硬件服务形成农业信息产业，最终形成农业与信息业双赢的良好局面。现代农业在农业生产、流通等各个环节都离不开信息服务，农业信息已经涉及到了农业生产、流通的方方面面，加之信息本身的增效作用，使得农业信息服务的各环节都会有效益产生。

随着农业信息化技术的快速发展，新兴的虚拟现实技术在农业领域也越来越多地得到应用，特别值得一提的是，虚拟农业已经成为我国农业发展的一个重要趋势，虚拟农业不但可以将农业作物数字化，而且还能够为科研者提供方便的交互性操作与观察等，对于推动农业发展有着巨大的作用。

近年来，随着计算机硬件性能的不断提高以及虚拟植物建模、景观设计、游戏等领域的研究不断深入，获得高度真实的植物造型成为可能和必需，同时，植物形态的多样性也吸引了诸多的研究者。正是由于植物叶片具有复杂的生理特征、几何形态和光学特性，因此植物叶片的形态建模和可视化仍然是真实感自然景物模拟中最具挑战的工作之一。

植物叶片按叶形可分为多种类型，例如玉米、水稻和小麦等植物具有长窄形叶片，黄瓜和葡萄等植物具有掌状叶片，松树具有针形叶片。针对具有不同形状叶片的植物，对其叶片的几何建模方法也不同，现有技术中有基于三维扫描数据开展的小麦叶片建模方法、有针对叶片枯萎的形态变化建模方法和有基于点云数据的植物叶片建模方法等，这些方法都能构造出真实感较强的植物叶片几何模型。但是上述方法无法控制植物叶片几何模型的网格的尺度。而现有技术中有文献采用重新网格化进行几何模型的网格化，不过该重新网格化存在尚不能在重构多尺度网格的同时保持植物叶片本身的叶脉和叶片褶皱等特征。

发明内容

本发明的其中一个目的在于提供一种植物掌状叶片多尺度建模方法及装置，以解决现有技术中植物叶片几何建模方法无法保持叶片叶脉和褶皱等特征的同时建立多尺度叶片网格模型构建的技术问题。

为实现上述发明目的，第一方面，本发明实施例提供了一种植物掌状叶片多尺度建模方法，包括以下步骤：

获取掌状叶片的多级叶片特征，该叶片特征包括：叶缘、褶皱、从叶基延伸至叶尖的一级叶脉、从一级叶脉延伸至叶缘的二级叶脉或者从二级叶脉发出的三级叶脉；

从该掌状叶片的点云几何模型中提取所述多级叶片特征的结构化特征点，以获取该掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；

离散上述叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；并以所述叶缘特征线为边界构建该掌状叶片的参数化曲面；

根据不同采样参数在所述参数化曲面上获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集；

按照所述多级叶片特征的拓扑关系，分别连接将每种尺寸对应的结构特征线采样点以及参数化曲面采样点以形成约束线；在上述约束线的基础上获取所述掌状叶片的网格模型。

可选地，采用插值B样条曲线拟合方法获取该掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线。

可选地，所述一级叶脉特征线、所述二级叶脉特征线和所述三级叶脉特征线包括起点，且所述二级叶脉特征线的起点位于所述一级叶脉特征线上，所述三级叶脉特征线的起点位于所述二级叶脉特征线上。

可选地，其特征在于，采用非均匀有理B样条曲线NURBS方法构建该掌状叶片的参数化曲面。

可选地，获取不同网格尺度的结构特征线采样点集的步骤中，包括：

所述采样参数包括单元尺度l、松弛因子β和忽略因子α；

对结构特征线进行等弧长曲线采样；若曲线弧长小于α×l，该曲线不进行采样。

可选地，获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集的步骤中，还包括：

当不同曲线之间的采样点距离较近时，采用松弛因子调节上述采样点的关系；按照低级叶片特征到高级叶片特征的顺序进行松弛，且被松弛过的采样点设置为固定点；其中低级叶片特征到高级叶片特征分别为叶缘、褶皱、一级叶脉、二级叶脉或者三级叶脉；

所述松弛因子β包括第一松弛因子β₁和第二松弛因子β₂；当测试采样点与固定点之间距离小于β₁×l时，则直接删除该测试采样点；

当测试采样点与固定点之间距离大于β₁×l且小于β₂×l时，则直接该测试采样点，并在(β₁+β₂)/2×l处插入一个新点；

当测试采样点与固定点之间距离大于β₂×l时，该测试采样点无需要松弛。

可选地，获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集的步骤中，采用波前法在所述参数化曲面上采样获取参数化曲面采样点集。

可选地，通过以下步骤对所述获取的参数化曲面采样点集进行校正，包括：

将采用波前法获取的参数化曲面采样点与点云几何模型设置在同一坐标系下；

当波前法获取一个新的参数化曲面采样点时，在点云数据中寻找一个最近的点来替代该参数化曲面采样点，以使所有参数化曲面采样点位于点云几何模型上。

可选地，采用带约束的Delaunay三角剖分方法获取所述掌状叶片的网格模型。

第二方面，本发明实施例还提供了一种植物掌状叶片多尺度建模装置，包括：

叶片特征获取模块，用于获取掌状叶片的多级叶片特征，该叶片特征包括：叶缘、褶皱、从叶基延伸至叶尖的一级叶脉、从一级叶脉延伸至叶缘的二级叶脉或者从二级叶脉发出的三级叶脉；

特征线获取模块，用于从该掌状叶片的点云几何模型中提取所述多级叶片特征的结构化特征点，以获取该掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；

参数化曲面获取模块，用于离散上述叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；并以所述叶缘特征线为边界构建该掌状叶片的参数化曲面；

采样点集获取模块，用于根据不同采样参数在所述参数化曲面上获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集；

多尺度网格模型获取模块，用于按照所述多级叶片特征的拓扑关系，分别连接将每种尺寸对应的结构特征线采样点以及参数化曲面采样点以形成约束线；在上述约束线的基础上获取所述掌状叶片的网格模型。

本发明可以在保证叶脉特征的同时，构建出多尺度的掌状叶片网格模型，且网格数量可控；本发明适用于大规模植物场景的渲染，作物冠层光分布计算、植物冠层的碰撞检测和响应物理模拟等方面，在保证网格质量可接受的前提下，可以通过降低网格数量大幅提升效率。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1是本发明实施例提供的一种植物掌状叶片多尺度建模方法流程图；

图2是本发明一实施例中提供的黄瓜叶片的多级叶片特征示意图；

图3～图6是本发明一实施例中单元尺度分别为5mm、10mm、20mm和40mm时黄瓜叶片网格模型示意图；

图7是本发明实施例提供的一种植物掌状叶片多尺度建模装置框图。

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。

为实现上述发明目的，第一方面，本发明实施例提供了一种植物掌状叶片多尺度建模方法，如图1所示，包括以下步骤：

S1、获取掌状叶片的多级叶片特征，该叶片特征包括：叶缘、褶皱、从叶基延伸至叶尖的一级叶脉、从一级叶脉延伸至叶缘的二级叶脉或者从二级叶脉发出的三级叶脉；

S2、从该掌状叶片的点云几何模型中提取所述多级叶片特征的结构化特征点，以获取该掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；

S3、离散上述叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；并以所述叶缘特征线为边界构建该掌状叶片的参数化曲面；

S4、根据不同采样参数在所述参数化曲面上获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集；

S5、按照所述多级叶片特征的拓扑关系，分别连接将每种尺寸对应的结构特征线采样点以及参数化曲面采样点以形成约束线；在上述约束线的基础上获取所述掌状叶片的网格模型。

下面对本发明实施例提供的植物掌状叶片多尺度建模方法作详细说明。

首先，介绍S1、获取掌状叶片的多级叶片特征，该叶片特征包括：叶缘、褶皱、从叶基延伸至叶尖的一级叶脉、从一级叶脉延伸至叶缘的二级叶脉或者从二级叶脉发出的三级叶脉的步骤。

本发明中需要获取植物掌状叶片的多级叶片特征。上述多级叶片特征，按照级别从低到高分别为：

(1)叶缘：即掌状叶片边缘。

(2)褶皱：即掌状叶片上的褶皱。不同植物叶片有的存在褶皱，有的不存在褶皱。

(3)一级叶脉：即中脉，粗度最大，一般从叶基发出延伸至叶尖。

(4)二级叶脉：从一级叶脉发出，延伸至叶缘。部分植物叶片二级叶脉不可见，可忽略。

(5)三级叶脉：从二级叶脉发出至不可见。部分植物叶片三级叶脉不可见，即可忽略。

再次，介绍S2、从该掌状叶片的点云几何模型中提取所述多级叶片特征的结构化特征点，以获取该掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线的步骤。

本发明中根据目标掌状叶片的点云几何模型提取该掌状叶片的多级叶片特征的结构化特征点。因此本发明一实施例中根据结构化特征点对该掌状叶片的多级叶片特征采用插值B样条曲线拟合方法获取叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线。该掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线都包括起点、终点和曲率变化大于曲率设定值的点。同时，且二级叶脉特征线的起点位于一级叶脉特征线上，三级叶脉特征线的起点位于二级叶脉特征线上。为方便后续描述，本发明实施例中将掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线采用集合C表示。

其次，介绍S3、离散上述叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；并以所述叶缘特征线为边界构建该掌状叶片的参数化曲面的步骤。

本发明中，对上文中叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线进行离散化，将无限空间中有限的个体映射到有限的空间中去，以此提高时空效率。实际应用中，叶缘特征线可以根据叶片形态分为若干段。本发明以叶缘特征线作为边界，采用非均匀有理B样条曲线NURBS方法构建该掌状叶片的参数化曲面S。实际应用中，本领域技术人员可以根据具体场合选择如Coons类混合B样条(CNSBS)曲面、偏微分方程等其它方法构建上述参数化曲面，本发明不作限定。

第四，介绍S4、根据不同采样参数在所述参数化曲面上获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集的步骤。

实际应用中，三维点集是三角网格的剖分的输入，为构建不同网格大小的多尺度的结构特征线采样点集，本发明实施例中通过调节不同的采样参数输入以获取结构特征线采样点集与参数化曲面采样点集。上述采样参数包括单元尺度l、松弛因子β和忽略因子α。

需要注意的是，本发明实施例采样过程中，需要将获取的参数化曲面采样点与点云几何模型设置在同一坐标系下。例如，参数化曲面采用uv坐标系，则参数化曲面采样点需要设置在uv坐标系，从而保证所有采样点位于点云几何模型上。

本发明实施例采样过程具体分为结构特征线采样点集和参数化曲面采样点集两部分：

(1)结构特征线采样点集：在采样中，最重要的采样参数是单元尺度l。单元尺度l可以控制采样的密度，当输入单元尺度l时，对结构特征线进行等弧长l采样。若曲线弧长小于α×l，该曲线不进行采样。

当不同曲线之间的采样点距离较近时，采用松弛因子调节上述采样点的关系；按照低级叶片特征到高级叶片特征的顺序进行松弛，且被松弛过的采样点设置为固定点；其中低级叶片特征到高级叶片特征分别为叶缘、褶皱、一级叶脉、二级叶脉或者三级叶脉；

所述松弛因子β包括第一松弛因子β₁和第二松弛因子β₂；当测试采样点与固定点之间距离小于β₁×l时，则直接删除该测试采样点；

当测试采样点与固定点之间距离大于β₁×l且小于β₂×l时，则直接该测试采样点，并在(β₁+β₂)/2×l处插入一个新点；

当测试采样点与固定点之间距离大于β₂×l时，该测试采样点无需要松弛。

(2)参数化曲面采样点集：将叶缘特征线作为边界，对参数化曲面S进行采样。本发明实施例中，采用波前法在参数化曲面S上采样以获取参数化曲面采样点集。

为了使得所重建的网格模型与点云几何模型逼近，本发明将采用波前法获取的参数化曲面采样点与点云几何模型设置在同一坐标系下；

当波前法获取一个新的参数化曲面采样点时，在点云数据中寻找一个最近的点来替代该参数化曲面采样点，以使所有参数化曲面采样点位于点云几何模型上。

最后，介绍S5、按照所述多级叶片特征的拓扑关系，分别连接将每种尺寸对应的结构特征线采样点以及参数化曲面采样点以形成约束线；在上述约束线的基础上获取所述掌状叶片的网格模型的步骤。

获得结构特征线采样点以及参数化曲面采样之后，按照掌状叶片中叶片特征的拓扑关系连接结构特征线的采样点，并把这些线段作为约束线，然后采用带约束的Delaunay三角剖分方法生成网格模型。需要说明的是，本领域技术人员也可以采用其他三角剖分方法生成网格模型，本发明不作限定。

为验证本发明实施例提供的多尺度建模方法的有效性，本发明一实施例中采用黄瓜叶片进行说明：

(1)针对黄瓜叶片，首先获取该黄瓜叶片的多级叶片特征，包括叶缘、褶皱、一级叶脉、二级叶脉和三级叶脉。

(2)对于给定的黄瓜叶片的点云几何模型，采用交互式的方式选取各结构特征线的采样点，并利用插值B样条曲线拟合方法获取该黄瓜叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线。如图2所示，本发明可以获取黄瓜叶片中叶缘特征线1、一级叶脉特征线2、二级叶脉特征线3或者三级叶脉特征线4。

(3)将各结构化特征线离散化作为控制点，利用NURBS方法生成参数化曲面。

(4)通过设置不同的单元长度、松弛因子和忽略因子，结合波前法对黄瓜叶片的参数化曲面重采样。

(5)按照叶片特征的原有的拓扑关系连接的采样点，把这些线段作为约束线，采用带约束的Delaunay三角剖分方法生成网格。如图3～6所示，本发明一实施例中单元尺度分别为5mm、10mm、20mm和40mm时黄瓜叶片网格模型

第二方面，本发明实施例还提供了一种植物掌状叶片多尺度建模装置，如图7所示，包括：

叶片特征获取模块，用于获取掌状叶片的多级叶片特征，该叶片特征包括：叶缘、褶皱、从叶基延伸至叶尖的一级叶脉、从一级叶脉延伸至叶缘的二级叶脉或者从二级叶脉发出的三级叶脉；

特征线获取模块，用于从该掌状叶片的点云几何模型中提取所述多级叶片特征的结构化特征点，以获取该掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；

参数化曲面获取模块，用于离散上述叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；并以所述叶缘特征线为边界构建该掌状叶片的参数化曲面；

采样点集获取模块，用于根据不同采样参数在所述参数化曲面上获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集；

多尺度网格模型获取模块，用于按照所述多级叶片特征的拓扑关系，分别连接将每种尺寸对应的结构特征线采样点以及参数化曲面采样点以形成约束线；在上述约束线的基础上获取所述掌状叶片的网格模型。

本发明提供的植物掌状叶片多尺度建模装置基于上文所述的植物掌状叶片多尺度建模方法实现，因而可以解决同样的技术问题，并取得相同的技术效果，在此不再一一赘述。

综上所述，本发明实施例提供的植物掌状叶片多尺度建模方法及装置，通过对掌状叶片进行多级叶片特征结构化，并从点云数据模型点云几何模型中提取叶片特征的结构化特征点；通过结构化特征点拟合掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；根据不同采样参数在上述参数化曲面上获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集；按照多级叶片特征的拓扑关系，分别连接将每种尺寸对应的结构特征线采样点以及参数化曲面采样点以形成约束线；在上述约束线的基础上获取掌状叶片的网格模型。本发明可以在保证叶脉特征的同时，构建出多尺度的掌状叶片网格模型，且网格数量可控；本发明适用于大规模植物场景的渲染，作物冠层光分布计算、植物冠层的碰撞检测和响应物理模拟等方面，在保证网格质量可接受的前提下，可以通过降低网格数量大幅提升效率。

在本发明中，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种植物掌状叶片多尺度建模方法，其特征在于，包括以下步骤：

获取掌状叶片的多级叶片特征，该叶片特征包括：叶缘、褶皱、从叶基延伸至叶尖的一级叶脉、从一级叶脉延伸至叶缘的二级叶脉或者从二级叶脉发出的三级叶脉；

从该掌状叶片的点云几何模型中提取所述多级叶片特征的结构化特征点，以获取该掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；

离散上述叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；并以所述叶缘特征线为边界构建该掌状叶片的参数化曲面；

根据不同采样参数在所述参数化曲面上获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集；

按照所述多级叶片特征的拓扑关系，分别连接将每种尺寸对应的结构特征线采样点以及参数化曲面采样点以形成约束线；在上述约束线的基础上获取所述掌状叶片的网格模型。

2.根据权利要求1所述的植物掌状叶片多尺度建模方法，其特征在于，采用插值B样条曲线拟合方法获取该掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线。

3.根据权利要求2所述的植物掌状叶片多尺度建模方法，其特征在于，所述一级叶脉特征线、所述二级叶脉特征线和所述三级叶脉特征线包括起点，且所述二级叶脉特征线的起点位于所述一级叶脉特征线上，所述三级叶脉特征线的起点位于所述二级叶脉特征线上。

4.根据权利要求1～3任意一项所述的植物掌状叶片多尺度建模方法，其特征在于，采用非均匀有理B样条曲线NURBS方法构建该掌状叶片的参数化曲面。

5.根据权利要求1所述的植物掌状叶片多尺度建模方法，其特征在于，获取不同网格尺度的结构特征线采样点集的步骤中，包括：

所述采样参数包括单元尺度l、松弛因子β和忽略因子α；

对结构特征线进行等弧长曲线采样；若曲线弧长小于α×l，该曲线不进行采样。

6.根据权利要求5所述的植物掌状叶片多尺度建模方法，其特征在于，获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集的步骤中，还包括：

当不同曲线之间的采样点距离较近时，采用松弛因子调节上述采样点的关系；按照低级叶片特征到高级叶片特征的顺序进行松弛，且被松弛过的采样点设置为固定点；其中低级叶片特征到高级叶片特征分别为叶缘、褶皱、一级叶脉、二级叶脉或者三级叶脉；

所述松弛因子β包括第一松弛因子β₁和第二松弛因子β₂；当测试采样点与固定点之间距离小于β₁×l时，则直接删除该测试采样点；

当测试采样点与固定点之间距离大于β₁×l且小于β₂×l时，则直接删除该测试采样点，并在(β₁+β₂)/2×l处插入一个新点；

当测试采样点与固定点之间距离大于β₂×l时，该测试采样点无需要松弛。

7.根据权利要求6所述的植物掌状叶片多尺度建模方法，其特征在于，获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集的步骤中，采用波前法在所述参数化曲面上采样获取参数化曲面采样点集。

8.根据权利要求7所述的植物掌状叶片多尺度建模方法，其特征在于，通过以下步骤对所述获取的参数化曲面采样点集进行校正，包括：

将采用波前法获取的参数化曲面采样点与点云几何模型设置在同一坐标系下；

当波前法获取一个新的参数化曲面采样点时，在点云数据中寻找一个最近的点来替代该参数化曲面采样点，以使所有参数化曲面采样点位于点云几何模型上。

9.根据权利要求5～8任意一项所述的植物掌状叶片多尺度建模方法，其特征在于，采用带约束的Delaunay三角剖分方法获取所述掌状叶片的网格模型。

10.一种植物掌状叶片多尺度建模装置，其特征在于，包括：

叶片特征获取模块，用于获取掌状叶片的多级叶片特征，该叶片特征包括：叶缘、褶皱、从叶基延伸至叶尖的一级叶脉、从一级叶脉延伸至叶缘的二级叶脉或者从二级叶脉发出的三级叶脉；

特征线获取模块，用于从该掌状叶片的点云几何模型中提取所述多级叶片特征的结构化特征点，以获取该掌状叶片的叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；

参数化曲面获取模块，用于离散上述叶缘特征线、褶皱特征线、一级叶脉特征线、二级叶脉特征线或者三级叶脉特征线；并以所述叶缘特征线为边界构建该掌状叶片的参数化曲面；

采样点集获取模块，用于根据不同采样参数在所述参数化曲面上获取不同网格尺度的结构特征线采样点集以及参数化曲面采样点集；

多尺度网格模型获取模块，用于按照所述多级叶片特征的拓扑关系，分别连接将每种尺寸对应的结构特征线采样点以及参数化曲面采样点以形成约束线；在上述约束线的基础上获取所述掌状叶片的网格模型。