CN106056665B - 水稻群体三维形态结构数字化与可视化重构方法 - Google Patents

Abstract

本发明公开了一种水稻群体三维形态结构数字化与可视化重构方法，涉及植株三维数字化和可视化构建技术领域。包括步骤：S1.采用“定位—分离—测量”方法，参照不同坐标系，定位稻株、茎糵、叶片的位置和方向，测量茎秆、叶片等器官几何形态；S2.按不同层次水平，结构化S1获得的数据，构建数字化水稻群体二维形态结构；S3.利用解释几何原理，变换不同参照坐标系下稻株、茎糵、叶片的位置和方向，茎秆、叶片等器官的几何形态到相同的大田坐标系，重构数字化与可视化的水稻群体三维形态结构。利用本发明的方法能有效减低三维数据采集的复杂性，可视化重构的水稻群体形态结构与实际图像相似程度高。

Description

水稻群体三维形态结构数字化与可视化重构方法

技术领域

本发明涉及植株三维图形构建技术领域，尤其涉及水稻群体形态结构三维数字化和可视化构建方法。

背景技术

植物体形态结构，即植物体的形态特征、空间排列方式以及各性状之间的关系，如植株高矮、分蘖集散、叶片的长短、宽窄及角度、穗形、个体在群体中的排列方式及其几何结构等。

水稻形态结构受水稻基因型控制，受水肥、气候等环境因素的调控；水稻形态结构影响群体冠层微气候，特别是太阳辐射能量的截获，进而影响干物质的积累；同时水稻形态结构是干物质分配的体现。因此水稻形态结构对水稻产量的形成过程和水稻产量的构成都有着重要的影响。

我国水稻产量曾有两次突破，一是水稻高秆改矮秆，二是矮秆水稻改杂交水稻，其共同特征是株型改良。株型改良进程分为两个阶段，第一阶段是矮化育种，第二阶段是理想株型育种，想株型育种的发展方向是形态与机能兼顾，理想株型与优势利用相结合。除了育种上水稻形态结构的利用，农艺学家们在农艺手段调控水稻形态结构方面做了大量的尝试。

作物功能--结构模型的研究是揭示品种基因型、水肥、气候等环境因素调控形态结构规律，水稻形态结构影响群体冠层微气候，进而影响水稻产量的形成过程和水稻产量构成规律的有效手段。然而水稻形态结构的三维重构长期以来是影响形态结构相关研究的重要方面。

为建立植物群体的三维形态结构，部分研究者提出了基于过程模型的植物形态结

构模拟方法，如L-system、GreenLab 等模拟模型。过程模拟模型是根据植物生长过程中形态结构变化过程的数学模型模拟特定环境条件的植物形态的变化过程及结果。由于形态结构变化过程受控因素的复杂性，形态结构变化过程的数学模型的精度和准确性都需要提高，因此最终模拟得到的植物形态结构与真实栽培条件下生长起来的植物形态结构还存在较大的差异。

近年来部分研究者采用三维数字化仪采集植物的空间形态信息，重建植物群体的三维模型。然而，三维数字化仪进行数据采集耗费时间较多，同时由于植物冠层枝叶繁茂，数据获取操作不方便、繁琐，因此该方法不适合用来进行植物群体的三维重建。

还部分研究者利用三维激光扫描仪获得植物表面的空间数据点，重构植物器官或植株的三维模型。三维激光扫描仪能够快速、精确地获得植物表面的大量空间点，能够避免繁琐的手工测量工作，并精确重建植物的外形轮廓结构。然而，当植物冠层枝叶较多时，这样重建得到的三维植物冠层结构与真实植物还存在较大的差别，特别是叶子的密度、空间朝向、叶面积等都可能与实际存在较大的误差，难以应用于进行功能--结构方面的研究和分析。另外三维激光扫描仪获取的植物三维点云数据量一般都非常大，要从这些大量无序的点云数据中识别植物的每个器官并恢复植物的原有形态结构是一个巨大的挑战，如果遮挡问题严重，会造成扫描仪获取的三维点云中部分器官数据缺失。

从不同的角度拍摄植物一系列的图像，然后从这些图像序列中重构出植物的三维形态的重建方法，较容易获得单个器官的造型，但对于整棵植物，要从植物的图像序列中自动地恢复植物的几何形态，尚有很多问题需要解决，如图像中器官的分割和自动识别、被遮挡器官的恢复，目前尚未有令人满意的解决方案。特别地，植物群体冠层中器官繁多，相互之间的遮挡普遍，采用基于图像的重建方法获得的三维模型的准确性难以保证。

发明内容

本发明要解决的技术问题是：测量简单、数据完整的水稻群体三维形态结构数字化与可视化重构。

为解决上述问题，本发明提供了一种水稻群体形态结构的数字化与可视化三维重构方法，该方法包括步骤：

S1. 采用“定位—分离—测量”方法，在不同参照坐标系下，定位稻株、茎糵、叶片的位置和方向，测量茎秆、叶片等器官的结合形态；

S2. 按不同层次水平，利用S1获得的数据（稻株、茎糵、叶片的位置和方向，茎秆、叶片等器官的几何形态），构建结构化数据，获得数字化水稻群体二维形态结构；

S3. 利用解释几何原理，变换不同参照坐标系下稻株、茎糵、叶片的位置和方向，茎秆、叶片等器官的几何形态到相同的大田坐标系，重构数字化与可视化的水稻群体三维形态结构。

步骤 S1包括如下具体步骤。

S1-1. 选定待重建水稻群体（记录行间距(rs, ps)，穴数(PNum)）和大田坐标系，定位每穴稻株中心轴坐标(rn, cn)，定位稻株走向的方位并标记，用盆带泥将稻株移到测量场地。

其中，行间距(rs, ps)由试验设计确定，大田坐标系以某穴地面的中心位置为坐标原点，水稻群体行走向为横坐标轴，列走向为纵坐标轴，竖直向上为竖坐标轴，稻株中心轴坐标(rn, cn)为参照坐标原点间隔的行数和列数。

S1-2. 以稻株中心轴和已标记的走向的方位为参照，定位茎杆表面上两个点的空间位置(SC=(r_i, a_i, h_i)，i=1,2)和叶片的方位(θ_i，i=1,2，…，LNum)，分离茎糵。具体的实施参照李绪孟的测量方法（李绪孟;王小卉;肖应辉. 水稻单蘖图像采集装置及形态结构提取方法 [P]. 中国专利:CN104776800A,2015-07-15.）。其中：LNum为茎糵上的叶片数。

S1-3. 获取茎糵的平面图像，通过图像处理，参照茎杆中心轴，提取叶中脉曲线（LM(l)）、叶结点(LN）、茎杆直径(SR(l))等数据，分离叶片；具体的实施参照李绪孟的测量方法（李绪孟;王小卉;肖应辉. 水稻单蘖图像采集装置及形态结构提取方法 [P]. 中国专利:CN104776800A,2015-07-15.）其中：提取叶中脉曲线(LM(l))为空间位置对应叶长（叶中脉上的点沿中脉到叶结点的）的参数函数；叶结点（LN_i：i=1,2，…LNum）为叶结点到茎秆底端的距离；茎杆直径(SR(l))为茎杆直径对应茎秆上点到茎秆底端的距离的函数。

S1-4. 获取叶片的平面图像，通过图像处理，参照叶结点和叶中脉，提取叶形曲线(LW(l))。具体的实施参照李绪孟的测量方法（李绪孟;周文新;黄璜. 水稻叶形采集装置及稻叶形态结构提取方法 [P]. 中国专利: CN104776814A,2015-07-15.）。其中：叶形曲线(LW(l))为叶宽对应叶长（叶中脉上的点沿中脉到叶结点的）的函数。

步骤 S2中所述的数字化水稻群体二维形态结构由结构化数据表示，其结构化数据来自于步骤S1的具体步骤S1-1，S1-2，S1-3，S1-4获得的数据，步骤 S2中所述数字化水稻群体二维形态结构具体形式为：

群体信息：行间距(rs, ps)，穴数(PNum)；

稻株信息：稻株中心轴坐标(rn,cn)，茎糵(SNum)；

茎糵信息：中心轴曲线(SC)，茎杆直径(SR)，叶片数(LNum)，叶结点(LN _i (r _LN , y _LN )： i=1,2，…LNum)；

叶片信息：叶中脉脉曲线(LM(x_LM(l) y_LM (l))),叶形曲线(L_W(l))。

步骤 S3的具体步骤和方法包括如下步骤。

S3-1. 通过解释几何方法，利用步骤 S2所述水稻群体的数字化二维形态结构的稻株中心轴坐标(rn,cn)、茎杆表面上两个点的空间位置(SC=(r _i , a _i , h _i ),i=1,2)、茎杆直径(SR(l))，参照S1-1选定的大田坐标系计算三维空间的茎杆中心轴和茎杆表面(SC’， SCS’)，茎杆中心轴SC’={ (x _b, y _b, 0) , (x _t, y _t, z _t)}，以茎秆的两端的中点表示，具体计算公式为：

R _i = r _i – SR( (1)

(2)

(3)

(x _b,y _b,0 )=(x _b,y _b,0 )-(rn×rs, cn×ps,0) (4)

(x _t, y _t, z _t)= (x _t, y _t, z _t) -(rn×rs, cn×ps,0) (5)

茎杆表面的空间曲面SCS’为以茎杆中心轴为中心，曲线SCSl(SR(x)，SR(y)，SR (z))为母线的旋转面，SCSl计算公式为:

SR(z) = SR(l) (6)

SR(y)= (7)

SR(x)= (8)。

S3-2. 通过解释几何方法，利用S4-1获得的茎杆中心轴空间曲线和表面空间曲面、利用步骤 S2中所述结构化数据的叶中脉曲线、叶结点，参照步骤S1-1选定的大田坐标系计算叶中脉空间曲线、叶结点空间位置；叶结点参照大田坐标系的空间位置(LN _i (x _ln ,y _ln , z _ln ):i=1,2，…LNum)，具体计算如下：

(9)

叶中脉曲线参照大田坐标系的空间曲线(LM( (l) (l) (l))), 具体计算如下：

(10)。

S3-3. 通过解释几何方法，利用S4-2获得的叶中脉曲线空间曲线和叶结点空间位置、步骤 S2中所述结构化数据的叶形曲线，参照S1-1选定的大田坐标系计算空间叶形曲面；

空间叶形曲面(x _ls (l),y _ls (l),z _ls (l)), 具体计算如下：

(11)

(12)

其中是叶主脉所在面的法向量。

S3-4. 利用步骤 S1具体步骤S1-1的稻株中心轴坐标、S3-1获得的茎杆中心空间直线和表面空间曲面、S3-2获得的叶中脉空间曲线和叶结点空间位置、S3-3获得的叶形空间曲面；重构数字化的水稻群体三维形态结构，其具体形式为：

群体信息：行间距，穴数；

稻株信息：稻株中心轴坐标，茎糵数；

茎糵信息：茎杆直径，三维空间中的茎杆中心轴、茎杆表面，叶片数；

叶片信息：叶中脉空间曲线，叶形空间曲线，叶结点空间位置。

S3-5. 利用数字化的水稻群体三维形态结构构建可视化的水稻群体三维形态结构。

（三）有益效果

采用“定位—分离—测量”方法，在不同参照坐标系下，定位稻株、茎糵、叶片的位置和方向，测量茎秆、叶片等不同器官的形态结构；按不同层次水平，构建关于稻株、茎糵、叶片的位置和方向，茎秆、叶片等器官的几何形态的结构化数据，获得水稻群体的数字化二维形态结构；利用解释几何原理，变换不同参照坐标系下稻株、茎糵、叶片的位置和方向，茎秆、叶片等器官的几何形态到相同的大田坐标系，重构数字化与可视化的水稻群体三维形态结构；利用本发明的方法采用“定位—分离—测量”方法能有效避免遮挡问题造成部分器官数据缺失；水稻器官的形态结构数据主要基于平面图像采集，然后利用解释几何坐标变化获得三维空间形态结构信息能有效减低三维数据采集的复杂性，利用本发明的方法测量简单、水稻群体形态结构可视化图像与实际图像相似程度高，达到了中等规模水稻群体三维形态结构数字化重构的应用要求，为水稻功能--结构关联研究提供了很好的技术支撑。

附图说明

图 1 依照本发明水稻群体三维形态结构重构方法流程图。

图 2依照本发明重构的水稻群体形态结构示意图。

图 3依照本发明重构的单穴水稻形态结构与实际图像的比较。

具体实施方式

本发明提出的水稻群体形态结构的数字化、可视化三维重构方法，参照图1详细说明如下。

S1. 采用“定位—分离—测量”方法，在不同参照坐标系下，定位稻株、茎糵、叶片的方位，测量茎秆、叶片等器官的几何形态。具体步骤如下。

S1-1. 选定待重建水稻群体（记录行间距(rs, ps)，穴数（PNum））和大田坐标系，定位每穴稻株中心轴坐标(rn, cn)，定位稻株走向的方位并标记，用盆带泥将稻株移到测量场地。其中：行间距(rs, ps)由试验设计确定，大田里的参照坐标系以某穴的中心位置为坐标原点，行走向为横坐标轴，列走向为纵坐标轴，竖直向上为竖坐标轴，稻株中心轴坐标(rn, cn)为参照坐标原点间隔的行列数。

S1-2. 以稻株中心轴和已标记的走向的方位为参照，定位茎杆表面上两个点的空间位置(SC=(r _i , a _i , h _i ),j=1,2)和叶片的方位(θ _i ,i=1,2，…LNum)，分离茎糵。具体的实施参照李绪孟的测量方法（李绪孟;王小卉;肖应辉. 水稻单蘖图像采集装置及形态结构提取方法 [P]. 中国专利:CN104776800A,2015-07-15.）。其中：LNum为茎糵上的叶片数。

S1-3. 获取茎糵的平面图像，通过图像处理，参照茎杆中心轴，提取叶中脉曲线（LM(l)）、叶结点(LN）、茎杆直径(SR(l))等数据，分离叶片；具体的实施参照李绪孟的测量方法（李绪孟;王小卉;肖应辉. 水稻单蘖图像采集装置及形态结构提取方法 [P]. 中国专利:CN104776800A,2015-07-15.）。其中：提取叶中脉曲线(LM(l))为空间位置对应叶长（叶中脉上的点沿中脉到叶结点的）的参数函数；叶结点（LN _i ：i=1,2，…LNum）为叶结点到茎秆底端的距离；茎杆直径(SR(l))为茎杆直径对应茎秆上点到茎秆底端的距离的函数。

S1-4. 获取叶片的平面图像，通过图像处理，参照叶结点和叶中脉，提取叶形曲线(LW(l))。具体的实施参照李绪孟的测量方法（李绪孟;周文新;黄璜. 水稻叶形采集装置及稻叶形态结构提取方法 [P]. 中国专利: CN104776814A,2015-07-15.）。其中：叶形曲线(LW(l))为叶宽对应叶长（叶中脉上的点沿中脉到叶结点的）的函数。

S2. 按不同层次水平，构建存储群体、稻株、茎糵、叶片信息的结构化数据，获得数字化的水稻群体三维形态结构，具体形式为：

群体信息：行间距(rs, ps)，穴数(PNum)；

稻株信息：稻株中心轴坐标(rn,cn)，茎糵(SNum)；

茎糵信息：中心轴曲线(SC)，茎杆直径(SR)，叶片数(LNum)，叶结点(LN _i (r _LN , y _LN )： i=1,2，…LNum)；

叶片信息：叶中脉脉曲线(LM(x _LM (l) y _LM (l))),叶形曲线(L _W (l))。

S3. 利用解释几何原理，变换S2中所述数字化的水稻群体三维形态结构的稻株、茎糵、叶片的信息到大田坐标系，构建可视化化的水稻群体三维形态结构。

S3-1. 通过解释几何方法，利用步骤 S2中所述结构化数据的稻株中心轴坐标(rn,cn)、茎杆表面上两个点的空间位置(SC=(r _i , a _i , h _i ),i=1,2)、茎杆直径(SR(l))，计算茎杆中心轴和茎杆表面参照S1-1选定的大田坐标系的空间曲线和茎杆表面的空间曲面(SC’，SCS’)，具体计算公式为：

茎杆中心轴SC’={ (x _b, y _b, 0) , (x _t, y _t, z _t)}，以茎秆的两端的中点表示，其具体的计算公式为：

R _i = r _i – SR( (1)

(2)

； (3)

(x _b,y _b,0 )=(x _b,y _b,0 )-(rn×rs, cn×ps,0) (4)

(x _t, y _t, z _t)= (x _t, y _t, z _t) -(rn×rs, cn×ps,0) (5)

茎杆表面的空间曲面SCS’为以茎杆中心轴为中心，曲线SCSl(SR(x)，SR(y)，SR (z))为母线的旋转面，SCSl计算公式为：

SR(z) = SR(l) (6)

SR(y)= (7)

SR(x)= (8)。

S3-2. 通过解释几何方法，利用S4-1获得的茎杆中心轴空间曲线和表面空间曲面、利用步骤 S2中所述结构化数据的叶中脉曲线、叶结点，计算叶中脉曲线、叶结点参照步骤S1-1选定的大田坐标系的空间曲线和空间位置。叶结点参照大田坐标系的空间位置(LN _i (x _ln ,y _ln ,z _ln ):i=1,2，…LNum)，具体计算如下：

(9)

叶中脉曲线参照大田坐标系的空间曲线(LM( (l) (l) (l))), 具体计算如下：

(10)。

S3-3. 通过解释几何方法，利用S4-2获得的叶中脉曲线空间曲线和叶结点空间位置、步骤 S2中所述结构化数据的叶形曲线，计算参照S1-1选定的大田坐标系的空间叶形曲面。空间叶形曲面(x _ls (l),y _ls (l),z _ls (l))计算如下：

(11)

(12)

其中是叶主脉所在面的法向量。

S3-4. 利用步骤 S1具体步骤S1-1的稻株中心轴坐标、S3-1获得的茎杆中心空间直线和表面空间曲面、S3-2获得的叶中脉空间曲线和叶结点空间位置、S3-3获得的叶形空间曲面；重构数字化的水稻群体三维形态结构，其具体形式为：

群体信息：行间距，穴数；

稻株信息：稻株中心轴坐标，茎糵数；

茎糵信息：茎杆直径，三维空间中的茎杆中心轴、茎杆表面，叶片数；

叶片信息：叶中脉空间曲线，叶形空间曲线，叶结点空间位置。

S3-5. 利用数字化水稻群体三维形态结构构建可视化水稻群体三维形态结构（图2）。

本发明采用“定位—分离—测量”方法，在不同参照坐标系下，定位稻株、茎糵、叶片的位置和方向，测量茎秆、叶片等器官的几何形态； 按不同层次水平，构建水稻群体的数字化二维形态结构；利用解释几何原理，变换不同参照坐标系下稻株、茎糵、叶片的位置和方向和茎秆、叶片等不同器官的形态结构到相同的大田坐标系，重构数字化与可视化的水稻群体三维形态结构。利用本发明的方法采用“定位—分离—测量”方法能有效避免遮挡问题造成部分器官数据缺失；水稻器官的形态结构数据主要基于平面图像采集，然后利用解释几何坐标变化获得三维空间形态结构信息能有效减低三维数据采集的复杂性，利用本发明的方法测量简单、水稻群体形态结构可视化图像与实际图像相似程度高（见图3），为水稻功能--结构关联研究提供了很好的技术支撑。

Claims (5)

1.一种水稻群体三维形态结构数字化与可视化重构方法，其特征在于，该方法包括步骤：S1.采用“定位—分离—测量”方法，参照不同坐标系，定位稻株、茎糵、叶片的位置和方向，测量茎秆和叶片器官的几何形态；其特征在于，采用的“定位—分离—测量”方法包括：在水稻群体定位选定的稻株，从群体中分离，在实验室测量选定的稻株；测量稻株包括定位茎糵和叶片的方位角，从稻株分离茎糵，测量茎糵；测量茎糵包括拍摄茎糵平面图像，分离叶片，测量叶片形态；测量叶片形态包括按叶序拍摄叶片图像；其特征还在于，参照不同坐标系，定位稻株、茎糵、叶片的位置和方向，测量茎秆和叶片器官的几何形态的具体步骤如下：S1-1.选定待重建水稻群体，记录行间距、穴数，并选定大田坐标系，定位每穴稻株中心轴坐标，定位稻株行向方位并标记，用盆带泥将稻株移到测量场地；S1-2.以稻株中心轴和已标记的行向方位为参照，定位茎杆表面上两个点的空间位置和叶片的方位，分离茎糵；S1-3.获取茎糵的平面图像，通过图像处理，参照茎杆中心轴，提取叶中脉曲线、叶结点、茎杆直径，分离叶片；S1-4.获取叶片的平面图像，通过图像处理，参照叶结点和叶中脉，提取叶形曲线；S2.按不同层次水平，利用S1获得的数据，包括稻株、茎糵、叶片的位置和方向，茎秆和叶片器官的几何形态，构建结构化数据，获得数字化水稻群体二维形态结构；S3.利用解释几何原理，变换不同参照坐标系下稻株、茎糵、叶片的位置和方向，茎秆和叶片的几何形态到相同的大田坐标系，重构数字化与可视化的水稻群体三维形态结构。

2.如权利要求1所述的方法，其特征还在于，步骤S2中所述的数字化水稻群体二维形态结构由结构化数据表示，其结构化数据来自于步骤S1的具体步骤S1-1，S1-2，S1-3，S1-4获得的数据，步骤S2中所述的结构化数据具体形式为：群体信息：行间距，穴数；稻株信息：稻株中心轴坐标，茎糵数；茎糵信息：茎杆表面上两点的空间位置，茎杆直径，叶片数，叶结点；叶片信息：叶中脉脉曲线，叶形曲线。

3.如权利要求1所述的方法，其特征还在于，步骤S3的具体步骤和方法如下：S3-1.通过解释几何方法，利用权利要求2所述数字化水稻群体二维形态结构的稻株中心轴坐标、茎杆表面上两点的空间位置、茎杆直径，参照S1-1选定的大田坐标系计算三维空间的茎杆中心轴和茎杆表面；S3-2.通过解释几何方法，利用S3-1获得的茎杆中心轴和茎杆表面空间曲面、利用权利要求2所述数字化水稻群体二维形态结构的叶中脉曲线、叶结点，参照步骤S1-1选定的大田坐标系计算叶中脉空间曲线、叶结点空间位置；S3-3.通过解释几何方法，利用S3-2获得的叶中脉曲线空间曲线和叶结点空间位置、利用权利要求2所述数字化的水稻群体二维形态结构的叶形曲线，参照S1-1选定的大田坐标系计算叶形空间曲面。

4.如权利要求1所述的方法，其特征还在于，步骤S3中所述的数字化的水稻群体三维形态结构是由结构化数据表示，其结构化数据来自于在步骤S1具体步骤S1-1的稻株中心轴坐标、S3-1获得的茎杆中心空间直线和表面空间曲面、S3-2获得的叶中脉空间曲线和叶结点空间位置、S3-3获得的叶形空间曲面；步骤S3中所述的数字化的水稻群体三维形态结构具体形式为：群体信息：行间距，穴数；稻株信息：稻株中心轴坐标，茎糵数；茎糵信息：茎杆直径，三维空间中的茎杆中心轴，茎杆表面，叶片数；叶片信息：叶中脉空间曲线，叶形空间曲线，叶结点空间位置。

5.权利要求1所述的方法，其特征还在于，步骤S3中所述的可视化水稻群体三维形态结构依据权利要求4所述具体的数字化水稻群体三维形态结构重构。