CN111815763A - 一种植物三维扫描和模型重建的方法 - Google Patents
一种植物三维扫描和模型重建的方法 Download PDFInfo
- Publication number
- CN111815763A CN111815763A CN202010694209.8A CN202010694209A CN111815763A CN 111815763 A CN111815763 A CN 111815763A CN 202010694209 A CN202010694209 A CN 202010694209A CN 111815763 A CN111815763 A CN 111815763A
- Authority
- CN
- China
- Prior art keywords
- plant
- modeling
- dimensional
- flower
- scanned
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 11
- 241000196324 Embryophyta Species 0.000 claims description 145
- 238000009877 rendering Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 12
- 210000003462 vein Anatomy 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 3
- 238000004043 dyeing Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 238000010603 microCT Methods 0.000 claims description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000029553 photosynthesis Effects 0.000 description 3
- 238000010672 photosynthesis Methods 0.000 description 3
- 241001464837 Viridiplantae Species 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 241000195940 Bryophyta Species 0.000 description 1
- 241000218631 Coniferophyta Species 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 241000985694 Polypodiopsida Species 0.000 description 1
- 241000592344 Spermatophyta Species 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 229910017053 inorganic salt Inorganic materials 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 229910001868 water Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
Abstract
本发明公开了一种植物三维扫描和模型重建的方法，包括：采用现有的三维扫描装置对待扫描的植物进行扫描：S1，利用三维扫描装置对待扫描的植物发射光束，同时对待扫描的植物的图像进行采集，并确定所述三维扫描装置与所述待扫描的植物之间的距离；S2，采用所述待扫描的植物的图像进行建模：利用所述待扫描的植物的图像，对植物的花朵、叶柄、叶片及管径进行建模，并将所述植物的花朵、叶片及管径的建模进行合成。有益效果：本发明通过运用不同的建模方法，分别对植物的叶片、叶径、花朵及管径进行建模，在将植物的叶片、叶径、花朵及管径的建模进行组合，进而提高了整个三维建模植物的真实度。
Description
技术领域
本发明涉及植物三维扫描和模型重建的方法领域，具体来说，涉及一种植物三维扫描和模型重建的方法。
背景技术
植物是生命的主要形态之一，包含了如树木、灌木、藤类等熟悉的生物。种子植物、苔藓植物、蕨类植物和裸子植物等植物中，据估计现存大约有四十五万个物种。绿色植物大部分的能源是经由光合作用从太阳光中得到的，温度、湿度、光线、淡水是植物生存的基本需求。种子植物共有六大器官：根、茎、叶、花、果实、种子。绿色植物具有光合作用的能力借助光能及叶绿素，在酶的催化作业下，利用水、无机盐和二氧化碳进行光合作用，释放氧气，吸收二氧化碳，产生葡萄糖等有机物，供植物体利用。
现有的植物三维扫描和模型重建的方法，虽然能够对植物进行很好的建模，但是在对植物进行三维建模的过程中，仅仅能够对植物叶片、叶径、花蕊等部位进行单层的建模，进而导致植物叶片、叶径、花蕊等三维建模与真实的叶片、叶径、花蕊等不相符。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题，本发明提出一种植物三维扫描和模型重建的方法，以克服现有相关技术所存在的上述技术问题。
为此，本发明采用的具体技术方案如下：
一种植物三维扫描和模型重建的方法，包括：
S1，采用现有的三维扫描装置对待扫描的植物进行扫描：利用三维扫描装置对待扫描的植物发射光束，同时对待扫描的植物的图像进行采集，并确定所述三维扫描装置与所述待扫描的植物之间的距离；
S2，采用所述待扫描的植物的图像进行建模：利用所述待扫描的植物的图像，对植物的花朵、叶柄、叶片及管径进行建模，并将所述植物的花朵、叶片及管径的建模进行合成。
进一步的，S1，采用现有的三维扫描装置对待扫描的植物进行扫描包括：
S11，利用所述三维扫描装置对植物发生光束，在所述光束的作用下，所述待扫描植物上形成光斑；
S12，获取含有光斑的第一图像序列，并利用获取的所述第一图像序列，将所述三维扫描装置与所述待扫描植物之间的距离进行确定；
S13，利用所述第一图像序列，获取不含光斑的第二图像序列。
进一步的，S12，获取含有光斑的第一图像序列包括：
测量采集扫描图像时的偏转角及每一扫描时的加速度的变化；
依据采集所述每一扫描时的加速度的变化，确定所述待扫描植物在所述扫描图像中的轮廓区域；
依据所述待扫描植物在所述扫描图像中的轮廓区域及所述测量采集扫描图像时的偏转角，获取所述第一图像序列。
进一步的，S2，采用所述待扫描的植物的图像进行建模包括以下步骤：
S21，对植物的花朵及叶柄进行建模：采用B样条法对花朵的叶柄、花蕊及花柄进行建模，并采用图像序列取样与颜色插值的方法对叶片及花朵的花蕊、花柄进行渲染；
S22，对植物的叶片进行建模；
S23，对植物的管径进行建模；
S24，将上述S21、S22及S23中完成的花朵、叶柄、叶片及管径的建模进行合成。
进一步的，所述S21，对植物的花朵及叶柄进行建模包括以下步骤：
S211，依据所述获取的图像序列，对待建模的植物花朵进行分析，并确定所需建模部分；
S212，采用B样条法对花朵中的花蕊、花柄及叶柄进行建模，求B样条公式如下：
di(i＝0,1,...n)
u∈[1,0]
其中，Ni,k(u)对应顶点di的B样条基函数，Pi为控制球心的球心位置，u为参数，i为求和下标，n为基函数的个数；
其中，B样条的递推方法定义如下：
Ni(u)＝{1∨0若u1≤u≤ui+1
其中，k是B的样条的幂次，i为下标序号，ui为节点，ui的值如下：
若i≤k则ui＝0；
若k≤i≤n则ui＝i-k+1；
若i≥n则ui＝n-k+2；
其中，I的范围是：0≤i≤n+k，参变量u的范围是0≤u≤n-k+2；
通过B样条公式得到花蕊、花柄及叶柄的三维模型；
S213，通过所述图像序列取样与颜色插值的方法实现花蕊、花柄及叶柄的结合三维模型进行颜色渲染，所述颜色插值方法如下：
设三维模型上下两端的颜色分别为Ca，Cb，以多变形带为渲染单元第j段单元的颜色的公式如下：
C(j)＝Cae-cj+Cb(1-e-cj)
其中，C(j)为第j段单元的颜色，k＝0,1，…n，n为网格纵向分段数，c为常数，改变c可以调整颜色过滤的快慢；
通过图像序列取样与颜色插值法实现颜色渲染；
S214，通过构造及调整植物叶柄、花蕊及花柄轮廓线及轨迹线，得到花朵及叶柄的三维模型，采用S213中图像序列取样与颜色插值实现颜色的渲染，并将上述步骤中所得到的三维模型合成植物花朵及叶柄的三维模型。
进一步的，所述S214中通过三次B样条曲线构造植物花朵及叶柄的轮廓线，三次B样条曲线的公式如下：
其中，diNi,3为三次B样条基函数，(u(t))为B样条曲线，Pi为控制顶点，i为求和下标，3为基函数个数；
利用上述步骤2所述B样条的递推方法定义可求得三次B样条基函数表达式如下：
其中，diNi,3为三次B样条基函数，(u(t))为B样条曲线，t为绘制样条曲线的取值；
其中，边界条件由两端点处的约束条件形成，首端切矢公式如下：
pi＝3(d2-d1)＝3d2-3p1
其中，Pi为控制顶点，i为求和下标，d为节点数量；
其中，末端切矢公式如下：
pi’＝3(dn+2-dn+1)＝3Pn-3dn+1
其中，Pi为控制顶点，i为求和下标，d为节点数量，n为常量；
利用首端切矢公式及末端切矢公式生成不同形状的顶端轨迹。
进一步的，所述S22，对植物的叶片进行建模包括以下步骤：
S221，通过轴骨架器官网格化方法生成所述叶片顶部主脉与底部主脉的网格曲面模型；
S222，通过Delaunay三角化方法生成所述叶片的顶部与底部的网格曲面模型；
S223，将上述S221中的叶片顶部与底部主脉的网格曲面模型与S222中的叶片的顶部与底部的网格曲面模型合成叶片的曲面模型。
进一步的，所述S23，对植物的管径进行建模包括：
S231，获取新鲜植物茎节样本：通过在FAA固定液中固定，并完成脱水，将脱水后的植物茎节样本进行染色处理，处理完成后获得植物茎节样本；
S232，通过Micro-CT扫描植物茎节样本，获得植物茎节样本的截面灰度；
S233，利用步骤302所述的植物茎节样本的截面灰度获得植物管径的三维建模。
进一步的，S24，将上述S21、S22及S23中完成的花朵、叶柄、叶片及管径的建模进行合成。包括以下步骤：
S241，将花朵的花蕊的三维建模与花朵的花柄三维建模进行合并：
S242，将叶片的三维建模与叶柄的三维建模进行合并；
S243，将上述S241花朵的三维建模与叶片的三维建模及叶柄的三维建模进行合并；
S244，将上述S243中花朵、叶片及叶柄的三维建模与管径的三维建模进行合并。
本发明的有益效果为：
1、与传统的植物三维扫描和模型重建的方法相比，本发明通过使用B样条基函数及三次B样条基函数将花朵的花蕊及花柄进行三维建模，一方面，可使三维建模的花朵与真实花朵更加相似，另一方面，可对不同植物上的花朵进行三维重建。
2、与传统的植物三维扫描和模型重建的方法相比，本发明通过Delaunay三角化方法及轴骨架器官网格化方法将植物叶片进行模型重建，进而可使三维建模中的叶片更加的精确、细致，并且提高了三维建模中的叶片的真实度。
3、与传统的植物三维扫描和模型重建的方法相比，本发明通过运用不同的建模方法，分别对植物的叶片、叶径、花朵及管径进行建模，在将植物的叶片、叶径、花朵及管径的建模进行组合，进而提高了整个三维建模植物的真实度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种植物三维扫描和模型重建的方法的流程图；
图2是根据本发明实施例的一种植物三维扫描和模型重建的方法的采用现有的三维扫描装置对待扫描的植物进行扫描的流程图；
图3是根据本发明实施例的一种植物三维扫描和模型重建的方法的采用所述待扫描的植物的图像进行建模的流程图；
图4是根据本发明实施例的一种植物三维扫描和模型重建的方法的对植物花朵及叶柄进行建模的流程图；
图5是根据本发明实施例的一种植物三维扫描和模型重建的方法的对植物叶片进行建模的流程图；
图6是根据本发明实施例的一种植物三维扫描和模型重建的方法的对植物的管径进行建模的流程图；
图7是根据本发明实施例的一种植物三维扫描和模型重建的方法的对花朵、叶片及管径的建模进行合成的流程图。
具体实施方式
为进一步说明各实施例，本发明提供有附图，这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
根据本发明的实施例，提供了一种植物三维扫描和模型重建的方法。
现结合附图和具体实施方式对本发明进一步说明，如图1-7所示，根据本发明实施例的植物三维扫描和模型重建的方法，包括：
S1，采用现有的三维扫描装置对待扫描的植物进行扫描：利用三维扫描装置对待扫描的植物发射光束，同时对待扫描的植物的图像进行采集，并确定所述三维扫描装置与所述待扫描的植物之间的距离；
S2，采用所述待扫描的植物的图像进行建模：利用所述待扫描的植物的图像，对植物的花朵、叶柄、叶片及管径进行建模，并将所述植物的花朵、叶片及管径的建模进行合成。
在一个实例中，S1，采用现有的三维扫描装置对待扫描的植物进行扫描包括：
S11，利用所述三维扫描装置对植物发生光束，在所述光束的作用下，所述待扫描植物上形成光斑；
S12，获取含有光斑的第一图像序列，并利用获取的所述第一图像序列，将所述三维扫描装置与所述待扫描植物之间的距离进行确定；
S13，利用所述第一图像序列，获取不含光斑的第二图像序列。
在一个实例中，S12，获取含有光斑的第一图像序列包括：
测量采集扫描图像时的偏转角及每一扫描时的加速度的变化；
依据采集所述每一扫描时的加速度的变化，确定所述待扫描植物在所述扫描图像中的轮廓区域；
依据所述待扫描植物在所述扫描图像中的轮廓区域及所述测量采集扫描图像时的偏转角，获取所述第一图像序列。
在一个实例中，S2，采用所述待扫描的植物的图像进行建模包括以下步骤：
S21，对植物的花朵及叶柄进行建模：采用B样条法对花朵的叶柄、花蕊及花柄进行建模，并采用图像序列取样与颜色插值的方法对叶片及花朵的花蕊、花柄进行渲染；
S22，对植物的叶片进行建模；
S23，对植物的管径进行建模；
S24，将上述S21、S22及S23中完成的花朵、叶柄、叶片及管径的建模进行合成。
在一个实例中，所述S21，对植物的花朵及叶柄进行建模包括以下步骤：
S211，依据所述获取的图像序列，对待建模的植物花朵进行分析，并确定所需建模部分；
S212，采用B样条法对花朵中的花蕊、花柄及叶柄进行建模，求B样条公式如下：
di(i＝0,1,...n)
u∈[1,0]
其中，Ni,k(u)对应顶点di的B样条基函数，Pi为控制球心的球心位置，u为参数，i为求和下标，n为基函数的个数；
其中，B样条的递推方法定义如下：
Ni(u)＝{1∨0若u1≤u≤ui+1
其中，k是B的样条的幂次，i为下标序号，ui为节点，ui的值如下：
若i≤k则ui＝0；
若k≤i≤n则ui＝i-k+1；
若i≥n则ui＝n-k+2；
其中，I的范围是：0≤i≤n+k，参变量u的范围是0≤u≤n-k+2；
通过B样条公式得到花蕊、花柄及叶柄的三维模型；
S213，通过所述图像序列取样与颜色插值的方法实现花蕊、花柄及叶柄的结合三维模型进行颜色渲染，所述颜色插值方法如下：
设三维模型上下两端的颜色分别为Ca，Cb，以多变形带为渲染单元第j段单元的颜色的公式如下：
C(j)＝Cae-cj+Cb(1-e-cj)
其中，C(j)为第j段单元的颜色，k＝0,1，…n，n为网格纵向分段数，c为常数，改变c可以调整颜色过滤的快慢；
通过图像序列取样与颜色插值法实现颜色渲染；
S214，通过构造及调整植物叶柄、花蕊及花柄轮廓线及轨迹线，得到花朵及叶柄的三维模型，采用S213中图像序列取样与颜色插值实现颜色的渲染，并将上述步骤中所得到的三维模型合成植物花朵及叶柄的三维模型。
在一个实例中，所述S214中通过三次B样条曲线构造植物花朵及叶柄的轮廓线，三次B样条曲线的公式如下：
其中，diNi,3为三次B样条基函数，(u(t))为B样条曲线，Pi为控制顶点，i为求和下标，3为基函数个数；
利用上述步骤2所述B样条的递推方法定义可求得三次B样条基函数表达式如下：
其中，diNi,3为三次B样条基函数，(u(t))为B样条曲线，t为绘制样条曲线的取值；
其中，边界条件由两端点处的约束条件形成，首端切矢公式如下：
pi＝3(d2-d1)＝3d2-3p1
其中，Pi为控制顶点，i为求和下标，d为节点数量；
其中，末端切矢公式如下：
pi’＝3(dn+2-dn+1)＝3Pn-3dn+1
其中，Pi为控制顶点，i为求和下标，d为节点数量，n为常量；
利用首端切矢公式及末端切矢公式生成不同形状的顶端轨迹。
在一个实例中，所述S22，对植物的叶片进行建模包括以下步骤：
S221，通过轴骨架器官网格化方法生成所述叶片顶部主脉与底部主脉的网格曲面模型；
S222，通过Delaunay三角化方法生成所述叶片的顶部与底部的网格曲面模型；
S223，将上述S221中的叶片顶部与底部主脉的网格曲面模型与S222中的叶片的顶部与底部的网格曲面模型合成叶片的曲面模型。
在一个实例中，所述S23，对植物的管径进行建模包括：
S231，获取新鲜植物茎节样本：通过在FAA固定液中固定，并完成脱水，将脱水后的植物茎节样本进行染色处理，处理完成后获得植物茎节样本；
S232，通过Micro-CT扫描植物茎节样本，获得植物茎节样本的截面灰度；
S233，利用步骤302所述的植物茎节样本的截面灰度获得植物管径的三维建模。
在一个实例中，S24，将上述S21、S22及S23中完成的花朵、叶柄、叶片及管径的建模进行合成。包括以下步骤：
S241，将花朵的花蕊的三维建模与花朵的花柄三维建模进行合并：
S242，将叶片的三维建模与叶柄的三维建模进行合并；
S243，将上述S241花朵的三维建模与叶片的三维建模及叶柄的三维建模进行合并；
S244，将上述S243中花朵、叶片及叶柄的三维建模与管径的三维建模进行合并。
综上所述，借助于本发明的上述技术方案，与传统的植物三维扫描和模型重建的方法相比，本发明通过使用B样条基函数及三次B样条基函数将花朵的花蕊及花柄进行三维建模，一方面，可使三维建模的花朵与真实花朵更加相似，另一方面，可对不同植物上的花朵进行三维重建。与传统的植物三维扫描和模型重建的方法相比，本发明通过Delaunay三角化方法及轴骨架器官网格化方法将植物叶片进行模型重建，进而可使三维建模中的叶片更加的精确、细致，并且提高了三维建模中的叶片的真实度。与传统的植物三维扫描和模型重建的方法相比，本发明通过运用不同的建模方法，分别对植物的叶片、叶径、花朵及管径进行建模，在将植物的叶片、叶径、花朵及管径的建模进行组合，进而提高了整个三维建模植物的真实度。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种植物三维扫描和模型重建的方法，其特征在于，包括：
S1，采用现有的三维扫描装置对待扫描的植物进行扫描：利用三维扫描装置对待扫描的植物发射光束，同时对待扫描的植物的图像进行采集，并确定所述三维扫描装置与所述待扫描的植物之间的距离；
S2，采用所述待扫描的植物的图像进行建模：利用所述待扫描的植物的图像，对植物的花朵、叶柄、叶片及管径进行建模，并将所述植物的花朵、叶片及管径的建模进行合成。
2.根据权利要求1所述的一种植物三维扫描和模型重建的方法，其特征在于，S1，采用现有的三维扫描装置对待扫描的植物进行扫描包括：
S11，利用所述三维扫描装置对植物发生光束，在所述光束的作用下，所述待扫描植物上形成光斑；
S12，获取含有光斑的第一图像序列，并利用获取的所述第一图像序列，将所述三维扫描装置与所述待扫描植物之间的距离进行确定；
S13，利用所述第一图像序列，获取不含光斑的第二图像序列。
3.根据权利要求2所述的一种植物三维扫描和模型重建的方法，其特征在于，S12，获取含有光斑的第一图像序列包括：
测量采集扫描图像时的偏转角及每一扫描时的加速度的变化；
依据采集所述每一扫描时的加速度的变化，确定所述待扫描植物在所述扫描图像中的轮廓区域；
依据所述待扫描植物在所述扫描图像中的轮廓区域及所述测量采集扫描图像时的偏转角，获取所述第一图像序列。
4.根据权利要求2所述的一种植物三维扫描和模型重建的方法，其特征在于，S2，采用所述待扫描的植物的图像进行建模包括以下步骤：
S21，对植物的花朵及叶柄进行建模：采用B样条法对花朵的叶柄、花蕊及花柄进行建模，并采用图像序列取样与颜色插值的方法对叶片及花朵的花蕊、花柄进行渲染；
S22，对植物的叶片进行建模；
S23，对植物的管径进行建模；
S24，将上述S21、S22及S23中完成的花朵、叶柄、叶片及管径的建模进行合成。
5.根据权利要求4所述的一种植物三维扫描和模型重建的方法，其特征在于，所述S21，对植物的花朵及叶柄进行建模包括以下步骤：
S211，依据所述获取的图像序列，对待建模的植物花朵进行分析，并确定所需建模部分；
S212，采用B样条法对花朵中的花蕊、花柄及叶柄进行建模，求B样条公式如下：
di(i＝0,1,...n)
u∈[1,0]
其中，Ni,k(u)对应顶点di的B样条基函数，Pi为控制球心的球心位置，u为参数，i为求和下标，n为基函数的个数；
其中，B样条的递推方法定义如下：
Ni(u)＝{1∨0若u1≤u≤ui+1
其中，k是B的样条的幂次，i为下标序号，ui为节点，ui的值如下：
若i≤k则ui＝0；
若k≤i≤n则ui＝i-k+1；
若i≥n则ui＝n-k+2；
其中，I的范围是：0≤i≤n+k，参变量u的范围是0≤u≤n-k+2；
通过B样条公式得到花蕊、花柄及叶柄的三维模型；
S213，通过所述图像序列取样与颜色插值的方法实现花蕊、花柄及叶柄的结合三维模型进行颜色渲染，所述颜色插值方法如下：
设三维模型上下两端的颜色分别为Ca，Cb，以多变形带为渲染单元第j段单元的颜色的公式如下：
C(j)＝Cae-cj+Cb(1-e-cj)
其中，C(j)为第j段单元的颜色，k＝0,1，…n，n为网格纵向分段数，c为常数，改变c可以调整颜色过滤的快慢；
通过图像序列取样与颜色插值法实现颜色渲染；
S214，通过构造及调整植物叶柄、花蕊及花柄轮廓线及轨迹线，得到花朵及叶柄的三维模型，采用S213中图像序列取样与颜色插值实现颜色的渲染，并将上述步骤中所得到的三维模型合成植物花朵及叶柄的三维模型。
6.根据权利要求5所述的一种植物三维扫描和模型重建的方法，其特征在于，所述S214中通过三次B样条曲线构造植物花朵及叶柄的轮廓线，三次B样条曲线的公式如下：
其中，diNi,3为三次B样条基函数，(u(t))为B样条曲线，Pi为控制顶点，i为求和下标，3为基函数个数；
利用上述步骤2所述B样条的递推方法定义可求得三次B样条基函数表达式如下：
其中，diNi,3为三次B样条基函数，(u(t))为B样条曲线，t为绘制样条曲线的取值；
其中，边界条件由两端点处的约束条件形成，首端切矢公式如下：
pi＝3(d2-d1)＝3d2-3p1
其中，Pi为控制顶点，i为求和下标，d为节点数量；
其中，末端切矢公式如下：
pi′＝3(dn+2-dn+1)＝3Pn-3dn+1
其中，Pi为控制顶点，i为求和下标，d为节点数量，n为常量；
利用首端切矢公式及末端切矢公式生成不同形状的顶端轨迹。
7.根据权利要求4所述的一种植物三维扫描和模型重建的方法，其特征在于，所述S22，对植物的叶片进行建模包括以下步骤：
S221，通过轴骨架器官网格化方法生成所述叶片顶部主脉与底部主脉的网格曲面模型；
S222，通过Delaunay三角化方法生成所述叶片的顶部与底部的网格曲面模型；
S223，将上述S221中的叶片顶部与底部主脉的网格曲面模型与S222中的叶片的顶部与底部的网格曲面模型合成叶片的曲面模型。
8.根据权利要求7所述的一种植物三维扫描和模型重建的方法，其特征在于，所述S23，对植物的管径进行建模包括：
S231，获取新鲜植物茎节样本：通过在FAA固定液中固定，并完成脱水，将脱水后的植物茎节样本进行染色处理，处理完成后获得植物茎节样本；
S232，通过Micro-CT扫描植物茎节样本，获得植物茎节样本的截面灰度；
S233，利用步骤302所述的植物茎节样本的截面灰度获得植物管径的三维建模。
9.根据权利要求8所述的一种植物三维扫描和模型重建的方法，其特征在于，S24，将上述S21、S22及S23中完成的花朵、叶柄、叶片及管径的建模进行合成。包括以下步骤：
S241，将花朵的花蕊的三维建模与花朵的花柄三维建模进行合并：
S242，将叶片的三维建模与叶柄的三维建模进行合并；
S243，将上述S241花朵的三维建模与叶片的三维建模及叶柄的三维建模进行合并；
S244，将上述S243中花朵、叶片及叶柄的三维建模与管径的三维建模进行合并。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010694209.8A CN111815763A (zh) | 2020-07-17 | 2020-07-17 | 一种植物三维扫描和模型重建的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010694209.8A CN111815763A (zh) | 2020-07-17 | 2020-07-17 | 一种植物三维扫描和模型重建的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111815763A true CN111815763A (zh) | 2020-10-23 |
Family
ID=72866028
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010694209.8A Pending CN111815763A (zh) | 2020-07-17 | 2020-07-17 | 一种植物三维扫描和模型重建的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111815763A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101149253A (zh) * | 2007-10-16 | 2008-03-26 | 浙江大学 | 基于探路法的未知自由曲面自适应测量方法与测头装置 |
| US20100322477A1 (en) * | 2009-06-04 | 2010-12-23 | Peter Schmitt | Device and method for detecting a plant |
| CN101980303A (zh) * | 2010-10-09 | 2011-02-23 | 北京农业信息技术研究中心 | 植物花朵建模方法 |
| CN103017676A (zh) * | 2011-09-26 | 2013-04-03 | 联想(北京)有限公司 | 三维扫描装置和三维扫描方法 |
| CN103761389A (zh) * | 2014-01-20 | 2014-04-30 | 北京航空航天大学 | 一种复杂曲面的分层光顺方法 |
| CN104851125A (zh) * | 2015-04-27 | 2015-08-19 | 北京农业信息技术研究中心 | 一种植物叶子三维模型建模方法及系统 |
| CN107392992A (zh) * | 2017-06-26 | 2017-11-24 | 北京农业信息技术研究中心 | 玉米茎节维管束三维建模方法 |
-
2020
- 2020-07-17 CN CN202010694209.8A patent/CN111815763A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101149253A (zh) * | 2007-10-16 | 2008-03-26 | 浙江大学 | 基于探路法的未知自由曲面自适应测量方法与测头装置 |
| US20100322477A1 (en) * | 2009-06-04 | 2010-12-23 | Peter Schmitt | Device and method for detecting a plant |
| CN101980303A (zh) * | 2010-10-09 | 2011-02-23 | 北京农业信息技术研究中心 | 植物花朵建模方法 |
| CN103017676A (zh) * | 2011-09-26 | 2013-04-03 | 联想(北京)有限公司 | 三维扫描装置和三维扫描方法 |
| CN103761389A (zh) * | 2014-01-20 | 2014-04-30 | 北京航空航天大学 | 一种复杂曲面的分层光顺方法 |
| CN104851125A (zh) * | 2015-04-27 | 2015-08-19 | 北京农业信息技术研究中心 | 一种植物叶子三维模型建模方法及系统 |
| CN107392992A (zh) * | 2017-06-26 | 2017-11-24 | 北京农业信息技术研究中心 | 玉米茎节维管束三维建模方法 |
Non-Patent Citations (1)
| Title |
|---|
| 胡瑞安: "《计算机辅助几何设计》", 华中理工大学出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11436824B2 (en) | Water stress detection method for tomatoes in seedling stage based on micro-CT and polarization-hyperspectral imaging multi-feature fusion | |
| CN108710766B (zh) | 一种基于生长模型的温室植物水肥机调肥参数计算方法 | |
| CN113985438B (zh) | 一种植物三维模型重建系统及方法 | |
| CN105547152A (zh) | 农作物表型田间高通量主动测量装置与方法 | |
| CN107390754A (zh) | 基于物联网云平台的智能植物生长环境调节系统与方法 | |
| CN115909070B (zh) | 一种基于改进yolov5网络的杂草检测方法 | |
| CN114119574A (zh) | 一种基于机器视觉的采摘点检测模型构建方法及采摘点定位方法 | |
| CN204104458U (zh) | 一种观察水稻苗期根系形态的装置 | |
| CN113920106A (zh) | 一种基于rgb-d相机的玉米长势三维重构及茎粗测量方法 | |
| Zermas et al. | Estimating the leaf area index of crops through the evaluation of 3D models | |
| Yang et al. | Modeling canopy photosynthesis and light interception partitioning among shoots in bi-axis and single-axis apple trees (Malus domestica Borkh.) | |
| Negrete | Artificial neural networks in mexican agriculture, A overview | |
| CN114485667B (zh) | 一种轻智能化的果园地头导航方法 | |
| CN115808668A (zh) | 一种基于体素插值的均值漂移算法的田间小麦茎蘖数提取方法 | |
| CN111815763A (zh) | 一种植物三维扫描和模型重建的方法 | |
| CN109102420B (zh) | 一种基于调控效益优先的二维联合调控目标区域的获取方法 | |
| CN109169271A (zh) | 一种采用滇龙胆带节茎段为外植体培育再生植株的方法 | |
| CN116982581A (zh) | 一种滩涂海贝海螺物联网数字遥控养殖方法及系统 | |
| CN103942835B (zh) | 油菜群体模型的构建方法 | |
| Moreno et al. | 3D assessment of vine training systems derived from ground-based RGB-D imagery | |
| CN107256454A (zh) | 一种受生长要素影响的植物三维形态样本建模方法 | |
| CN114971212A (zh) | 一种基于农业物联网的元宇宙交互系统及其方法 | |
| Lu et al. | An improved visualization modelling method of greenhouse tomato plants based on L-system | |
| CN117565065B (zh) | 一种名优茶采摘机器人 | |
| CN117898188B (zh) | 一种荒漠化治理履带式植树机器人 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201023 |
|
| RJ01 | Rejection of invention patent application after publication |