CN112419480A - 保护性耕作玉米冠层brdf模型构建方法及装置 - Google Patents
保护性耕作玉米冠层brdf模型构建方法及装置 Download PDFInfo
- Publication number
- CN112419480A CN112419480A CN202011265438.4A CN202011265438A CN112419480A CN 112419480 A CN112419480 A CN 112419480A CN 202011265438 A CN202011265438 A CN 202011265438A CN 112419480 A CN112419480 A CN 112419480A
- Authority
- CN
- China
- Prior art keywords
- corn
- model
- dimensional
- point cloud
- protective
- 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
- 240000008042 Zea mays Species 0.000 title claims abstract description 124
- 235000002017 Zea mays subsp mays Nutrition 0.000 title claims abstract description 120
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 title claims abstract description 105
- 235000005822 corn Nutrition 0.000 title claims abstract description 105
- 230000001681 protective effect Effects 0.000 title claims abstract description 94
- 238000010276 construction Methods 0.000 title claims abstract description 16
- 230000002457 bidirectional effect Effects 0.000 title claims abstract description 14
- 238000005315 distribution function Methods 0.000 title claims abstract description 14
- 241001057636 Dracaena deremensis Species 0.000 claims abstract description 87
- 238000009313 farming Methods 0.000 claims abstract description 82
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000005855 radiation Effects 0.000 claims abstract description 45
- 230000005540 biological transmission Effects 0.000 claims abstract description 44
- 238000002310 reflectometry Methods 0.000 claims abstract description 20
- 239000000126 substance Substances 0.000 claims abstract description 18
- 230000003595 spectral effect Effects 0.000 claims abstract description 9
- 241000196324 Embryophyta Species 0.000 claims description 19
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 claims description 15
- 235000009973 maize Nutrition 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- UPYKUZBSLRQECL-UKMVMLAPSA-N Lycopene Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1C(=C)CCCC1(C)C)C=CC=C(/C)C=CC2C(=C)CCCC2(C)C UPYKUZBSLRQECL-UKMVMLAPSA-N 0.000 claims description 5
- 229930002877 anthocyanin Natural products 0.000 claims description 5
- 235000010208 anthocyanin Nutrition 0.000 claims description 5
- 239000004410 anthocyanin Substances 0.000 claims description 5
- 150000004636 anthocyanins Chemical class 0.000 claims description 5
- 239000001058 brown pigment Substances 0.000 claims description 5
- 150000001746 carotenes Chemical class 0.000 claims description 5
- 235000005473 carotenes Nutrition 0.000 claims description 5
- 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 claims description 5
- 238000009499 grossing Methods 0.000 claims description 5
- 238000002834 transmittance Methods 0.000 claims description 5
- NCYCYZXNIZJOKI-UHFFFAOYSA-N vitamin A aldehyde Natural products O=CC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C NCYCYZXNIZJOKI-UHFFFAOYSA-N 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 229930002875 chlorophyll Natural products 0.000 claims description 3
- 235000019804 chlorophyll Nutrition 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 9
- 238000000375 direct analysis in real time Methods 0.000 abstract 1
- 238000012063 dual-affinity re-targeting Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000003971 tillage Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 229930002868 chlorophyll a Natural products 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 230000010534 mechanism of action Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000009466 transformation Effects 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供保护性耕作玉米冠层BRDF模型构建方法及装置，该方法包括：根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层双向反射分布函数模型。通过充分利用地激光雷达精度高的优势，构建保护性耕作模式下的群体玉米植株三维模型，通过DART离散各向异性三维辐射传输模型，模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率，填补了保护性耕作玉米冠层BRDF模型构建方面的空白。
Description
技术领域
本发明涉及农业技术领域，尤其涉及保护性耕作玉米冠层BRDF模型构建方法及装置。
背景技术
保护性耕作是指通过少耕、免耕、地表微地形改造技术及地表覆盖、合理种植等综合配套措施,从而减少农田土壤侵蚀,保护农田生态环境,并获得生态效益、经济效益及社会效益协调发展的可持续农业技术。保护性耕作的核心技术包括少耕、免耕、缓坡地等高耕作、沟垄耕作、秸秆覆盖、宽窄行种植技术等。
目前，窄行种植技术已经在多数玉米种植区得到了推广，窄行种植技术全称是玉米宽窄行交替休闲种植技术，就是把现行的均匀垄种植耕作法，改成宽行80-90cm、窄行40-50cm的种植方式。玉米拔节前在宽行结合追肥进行深松，秋收时苗带窄行留高茬，秋收后用条带旋耕机对宽行进行旋耕，达到播种状态，窄行留高茬自然腐烂还田。第二年春季，在旋耕过的宽行播种，形成新的窄行苗带，追肥期在新的宽行中耕深松追肥，即完成了隔年深松、苗带轮换、交替休闲的宽窄行保护性耕作模式。
相比于传统的均匀垄种植耕作方法，宽窄行的保护性耕作方式的玉米冠层呈不均匀分布特征，这种不均匀冠层从不同角度进行观测时将会带来更为明显的角度效应。但是，传统的植被冠层BRDF模型并未考虑这种垄作结构的冠层差异。
因此，如何进行保护性耕作玉米冠层BRDF模型构建已经成为业界亟待解决的问题。
发明内容
本发明实施例提供保护性耕作玉米冠层BRDF模型构建方法及装置，用以解决上述背景技术中提出的技术问题，或至少部分解决上述背景技术中提出的技术问题。
第一方面，本发明实施例提供一种保护性耕作玉米冠层BRDF模型构建方法，包括：
根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；
根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；
基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层BRDF模型。
更具体的，所述根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型的步骤，具体包括：
通过各个地基激光雷达扫描仪获取不同宽窄行保护性耕作模式下的多个离散玉米植株三维点云，并根据各个地基激光雷达扫描仪的卫星定位信息，对多个离散玉米植株三维点云进行点云拼接，得到玉米植株三维点云信息；
将所述三维植株三维点云信息和所述玉米植株彩色图片进行融合，得到三维植株彩色点云；
根据所述三维植株彩色点云构建保护性耕作模式下的群体玉米植株三维模型。
更具体的，所述根据所述三维植株彩色点云构建保护性耕作模式下的群体玉米植株三维模型的步骤，具体包括：
对所述三维植株彩色点云通过点云密度进行去燥处理，并根据点云颜色区分地面点云和非地面点云；
利用法线差分法(Difference Of Normal；DON)对所述非地面点云进行分离，得到玉米叶片回波点云和茎秆回波点云；
基于所述玉米叶片回波点云和茎秆回波点云，利用贪婪曲面三角剖分法进行玉米叶片和茎秆的三维建模，并利用B样条曲线拟合方法进行曲面平滑，得到保护性耕作模式下的群体玉米植株三维模型。
更具体的，所述预设叶片理化性状参数和预设叶片结构信息包括：花青素含量、叶肉结构参数、叶绿素的含量、胡萝卜素的含量、棕色素含量、等效水厚度和比叶重。
更具体的，所述根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数的步骤，具体包括：
将各个预设叶片理化性状参数和预设叶片结构信息输入预设叶片反射率模型，得到各个玉米叶片的反射率和透射率；
根据各个玉米叶片的反射率和透射率建立玉米叶片辐射传输的参数。
更具体的，所述基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层BRDF模型的步骤，具体包括：
基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，利用离散各向异性辐射传输(Discrete Anisotropic Radiative Transfer；DART)模型，模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率，以建立保护性耕作玉米冠层BRDF模型。
第二方面，本发明实施例提供一种保护性耕作玉米冠层BRDF模型构建装置，包括：
模型构建模块，用于根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；
参数构建模块，用于根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；
模型建立模块，用于基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层双向反射分布函数(Bidirectional ReflectanceDistribution Function；BRDF)模型。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述保护性耕作玉米冠层BRDF模型构建方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述保护性耕作玉米冠层BRDF模型构建方法的步骤。
本发明实施例提供的保护性耕作玉米冠层BRDF模型构建方法及装置，通过充分利用地激光雷达精度高的优势，构建保护性耕作模式下的群体玉米植株三维模型，通过DART离散各向异性三维辐射传输模型，模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率，具有可靠的精度，填补了保护性耕作玉米冠层BRDF模型构建方面的空白。
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，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明一实施例中所描述的保护性耕作玉米冠层BRDF模型构建方法流程示意图；
图2为本发明一实施例所描述的三维格网单元内部作用机制示意图；
图3为本发明一实施例所描述保护性耕作玉米冠层BRDF模型构建装置示意图；
图4为本发明一实施例所描述的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明一实施例中所描述的保护性耕作玉米冠层BRDF模型构建方法流程示意图，如图1所示，包括：
步骤S1，根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；
具体的，本发明实施例中所描述的玉米植株三维点云信息是指在预设区域内选择不同宽窄行耕作模式，针对每种模式进行多站架设，激光扫描获取玉米冠层点云数据，对多站点的点云数据以站点中心的GPS位置为基准进行多站点的点云拼接得到的。
本发明实施例中所描述的玉米植株彩色图片是通过相机拍摄的保护性耕作模式下的玉米植株彩色影像。
对于多站拼接后的海量点云，通过点云密度进行粗的去噪处理，点密度小于指定阈值范围的判断为噪声点，予以去除，得到玉米植株三维点云信息；然后将玉米植株彩色影像与玉米植株三维点云信息进行融合，得到三维植株彩色点云，融合后的三维植株彩色点云中地面点云为棕色、玉米植株点云为绿色，根据其颜色差异结合点云的Z坐标信息，分离出地面点云和非地面点云，然后通过法线方向分离出玉米叶片回波点云和茎秆回波点云，从而通过贪婪曲面三角剖分法进行玉米叶片和茎秆的三维建模，并利用B样条曲线拟合方法进行曲面平滑，得到保护性耕作模式下的群体玉米植株三维模型。
步骤S2，根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；
本发明实施例中所描述的预设叶片理化性状参数和预设叶片结构信息具体是指花青素含量、叶肉结构参数N、叶绿素a+b的含量、胡萝卜素的含量、棕色素含量、等效水厚度、比叶重。
在PROSPECT模型中，假定叶片由N个水平层组成，每个平层间充满空气介质。假设立体角为Ω的一束光线以α角入射到叶片后经过多次散射进入空气中。以Rα和Tα表示叶片反射率和透射率，将预设叶片理化性状参数和预设叶片结构信息输入PROSPECT模型后，输出叶片反射率和透射率，从而建立玉米叶片辐射传输的参数。
步骤S3，基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层双向反射分布函数(Bidirectional Reflectance DistributionFunction；BRDF)模型。
具体的，基于群体玉米三维模型，同时利用叶片尺度的PROSPECT模型和冠层尺度的DART离散各向异性三维辐射传输模型，模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率，从而建立不同保护性耕作模式下的玉米冠层BRDF模型。
本发明实施例通过充分利用地激光雷达精度高的优势，构建保护性耕作模式下的群体玉米植株三维模型，通过DART离散各向异性三维辐射传输模型，模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率，具有可靠的精度，填补了保护性耕作玉米冠层BRDF模型构建方面的空白。
在上述实施例的基础上，所述根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型的步骤，具体包括：
通过各个地基激光雷达扫描仪获取不同宽窄行保护性耕作模式下的多个离散玉米植株三维点云，并根据各个地基激光雷达扫描仪的卫星定位信息，对多个离散玉米植株三维点云进行点云拼接，得到玉米植株三维点云信息；
将所述三维植株三维点云信息和所述玉米植株彩色图片进行融合，得到三维植株彩色点云；
根据所述三维植株彩色点云构建保护性耕作模式下的群体玉米植株三维模型。
具体的，本发明实施例中所描述的各个地基激光雷达扫描仪分布在玉米地块外面、玉米行中间，典型宽窄行的两侧都要布置站点，在有必要的情况下在玉米行中间可见范围小的地方砍除目标区域之外的玉米植株，仅对扫描目标区进行高精度扫描。根据要保证全覆盖且相邻站点之间有一定比例的重复扫描区域、尽量减少遮挡、易于选择同名点、扫描精度适中的原则，确定激光扫描方案，在相邻站点的激光雷达之间放置4-6个标靶球作为点云数据拼接同名点，所述标靶球位置选择遵循尽量全覆盖、分布于两扫描站点之间的公共区域等原则；设置合适的水平扫描分辨率和垂直扫描分辨率，依次对选取的站点进行激光扫描，直至完成实验区的全覆盖扫描。
在预设区域内选择不同宽窄行耕作模式，针对每种模式进行多站架设，激光扫描获取玉米冠层点云数据，对多站点的点云数据以站点中心的GPS位置为基准进行多站点的点云拼接得到玉米植株三维点云信息。
本发明实施例中所描述的将所述三维植株三维点云信息和所述玉米植株彩色图片进行融合，融合后的离散彩色点云中地面为棕色、玉米植株点云为绿色，得到三维植株彩色点云
所述根据所述三维植株彩色点云构建保护性耕作模式下的群体玉米植株三维模型的步骤，具体包括：
对所述三维植株彩色点云通过点云密度进行去燥处理，并根据点云颜色区分地面点云和非地面点云；
利用法线差分法(Difference Of Normal；DON)对所述非地面点云进行分离，得到玉米叶片回波点云和茎秆回波点云；
首先，利用移动最小二乘(MLS，Moving Least Squares)曲面重建方法对分离出的玉米叶片和茎秆回波点云进行平滑和重新采样，以进一步去除游离于叶片点云和茎秆点云的噪声数据，即点云的精去噪处理；
然后，分别构建玉米叶片和茎秆的二维多边形(凹面或凸面)边界框架，每个叶片由一个或多个多边形组成，叶片弯曲度越大就需要建立数量越多的多边形；
其次，基于所构建的玉米叶片和茎秆多边形，利用贪婪曲面三角剖分方法进行玉米叶片和茎秆的三维建模。三角剖分是基于局部点进行的，通过将所分析点沿法线方向投影得到邻域，需要设置的参数包括：
·setmaximumNearest neighbors(无符号型)和setMu(双整型)，用来控制邻域的大小，其中前者定义搜索多少个邻域，后者用于指定要考虑的点相对于最近点的最大可接受距离，一般取值为50-100和2.5-3。
·setSearchRadius(双整型)，是每个三角形的最大边长。
·setMinimumAngle(双整型)和setMaximumAngle(双整型)，是每个三角形中的最小角度和最大角度。一般来说，最小角难以保证，最大角可以保证。
·setMaximumSurfaceEagle(双整型)和setNormalConsistency(布尔型)，用于处理存在锐角以及曲面两侧非常接近的情况。如果点的法线偏离超过指定的角度，则不将这些点连接到当前点。如果未设置法线一致性标志，则将此角度计算为法线定义的线之间的角度，因为并非所有法线估计方法都能保证法线方向一致。
最后，对所构建的玉米叶片和茎秆三角形，利用B样条曲线拟合方法进行曲面平滑，进而建立整个场景内的玉米植株三维模型。具体的拟合步骤包括：
·使用主成分分析(PCA)初始化B样条曲面；
·对B样条曲面进行细化和拟合；
·对B样条曲线进行圆形初始化；
·B样条曲面的三角剖分进行修剪。
最终得到保护性耕作模式下的群体玉米植株三维模型。
在上述实施例的基础上，所述预设叶片理化性状参数和预设叶片结构信息包括：花青素含量、叶肉结构参数、叶绿素的含量、胡萝卜素的含量、棕色素含量、等效水厚度和比叶重。
所述根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数的步骤，具体包括：
将各个预设叶片理化性状参数和预设叶片结构信息输入预设叶片反射率模型，得到各个玉米叶片的反射率和透射率；
根据各个玉米叶片的反射率和透射率建立玉米叶片辐射传输的参数。
具体的，利用叶片尺度的PROSPECT模型，建立玉米叶片辐射传输的参数方案。
参数化方案中，输入参数包括花青素含量、叶肉结构参数N、叶绿素a+b的含量、胡萝卜素的含量、棕色素含量、等效水厚度、比叶重、G函数的Ωmax、Ωmin、a、b权重，表征叶片的理化性状、叶片结构状况；输出参数包括叶片的反射率与透射率。
在PROSPECT模型中，假定叶片由N个水平层组成，每个平层间充满空气介质。假设立体角为Ω的一束光线以α角入射到叶片后经过多次散射进入空气中。以Rα和Tα表示叶片反射率和透射率，以R90和T90表示除第一层之外其他水平层的反射率和透射率，那么对于叶片来说，N个水平层的反射率和透射率之间的关系可以表达为：
其中，Rα和Tα的计算公式为：
上式中，tav(α,n)为介质表面的透过率。
最后，基于群体玉米三维模型，同时利用叶片尺度的PROSPECT模型和冠层尺度的DART离散各向异性三维辐射传输模型，模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率，从而建立不同保护性耕作模式下的玉米冠层BRDF模型。
在DART模型中，所分析场景被抽象为平行六面体单元矩阵，每个单元沿着笛卡尔轴(x，y，z)规则排布，每个单元的位置由利用笛卡尔坐标描述的单元中心位置确定，每个单元的长、宽、高分别由Δx、Δy、Δz表示，场景在三个维度上的尺寸用ΔX、ΔY、ΔZ表示，则场景内的三维单元总数为：
I＝(ΔX·ΔY·ΔZ)/(Δx·Δy·Δz)
在本发明中所构建的群体玉米三维场景，因地形起伏较小，忽略地形的变化及影响；所建场景重点关注玉米叶片单元，由叶片方向、叶倾角分布、玉米叶片体密度以及朗伯光学性质/镜面性质来定义。
图2为本发明一实施例所描述的三维格网单元内部作用机制示意图，如图2所示，就三维辐射传输机理来说，在DART离散各向异性三维辐射传输模型中，将角变量Ω离散化为N个连续离散方向的角分量Ωn，用来区分初次碰撞和多次碰撞。假设角分量足够小且介质异质，散射辐射的各向异性不强，那么，在笛卡尔坐标系中沿Ωn方向的离散角度辐射传输方程：
其中，W(r,Ωn)是沿着Ωn方向上任意角ΔΩn在位置参数r处的通量。
本发明实施例通过充分利用地激光雷达精度高的优势，构建保护性耕作模式下的群体玉米植株三维模型，通过DART离散各向异性三维辐射传输模型，模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率，具有可靠的精度，填补了保护性耕作玉米冠层BRDF模型构建方面的空白。
图3为本发明一实施例所描述保护性耕作玉米冠层BRDF模型构建装置示意图，如图3所示，包括：模型构建模块310、参数构建模块320和模型建立模块330；其中，模型构建模块310用于根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；其中，参数构建模块320用于根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；其中，模型建立模块330用于基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层双向反射分布函数(Bidirectional Reflectance Distribution Function；BRDF)模型。
本发明实施例提供的装置是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
本发明实施例通过充分利用地激光雷达精度高的优势，构建保护性耕作模式下的群体玉米植株三维模型，通过DART离散各向异性三维辐射传输模型，模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率，具有可靠的精度，填补了保护性耕作玉米冠层BRDF模型构建方面的空白。
图4为本发明一实施例所描述的电子设备结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行如下方法：根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层双向反射分布函数(Bidirectional Reflectance DistributionFunction；BRDF)模型。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层双向反射分布函数(Bidirectional Reflectance Distribution Function；BRDF)模型。
本发明实施例提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述各实施例提供的方法，例如包括：根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层双向反射分布函数(Bidirectional Reflectance DistributionFunction；BRDF)模型。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种保护性耕作玉米冠层BRDF模型构建方法，其特征在于，包括：
根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；
根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；
基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层双向反射分布函数(Bidirectional Reflectance Distribution Function；BRDF)模型。
2.根据权利要求1所述保护性耕作玉米冠层BRDF模型构建方法，其特征在于，所述根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型的步骤，具体包括：
通过各个地基激光雷达扫描仪获取不同宽窄行保护性耕作模式下的多个离散玉米植株三维点云，并根据各个地基激光雷达扫描仪的卫星定位信息，对多个离散玉米植株三维点云进行点云拼接，得到玉米植株三维点云信息；
将所述三维植株三维点云信息和所述玉米植株彩色图片进行融合，得到三维植株彩色点云；
根据所述三维植株彩色点云构建保护性耕作模式下的群体玉米植株三维模型。
3.根据权利要求2所述保护性耕作玉米冠层BRDF模型构建方法，其特征在于，所述根据所述三维植株彩色点云构建保护性耕作模式下的群体玉米植株三维模型的步骤，具体包括：
对所述三维植株彩色点云通过点云密度进行去燥处理，并根据点云颜色区分地面点云和非地面点云；
利用法线差分法(Difference Of Normal；DON)对所述非地面点云进行分离，得到玉米叶片回波点云和茎秆回波点云；
基于所述玉米叶片回波点云和茎秆回波点云，利用贪婪曲面三角剖分法进行玉米叶片和茎秆的三维建模，并利用B样条曲线拟合方法进行曲面平滑，得到保护性耕作模式下的群体玉米植株三维模型。
4.根据权利要求1所述保护性耕作玉米冠层BRDF模型构建方法，其特征在于，所述预设叶片理化性状参数和预设叶片结构信息包括：花青素含量、叶肉结构参数、叶绿素的含量、胡萝卜素的含量、棕色素含量、等效水厚度和比叶重。
5.根据权利要求4所述保护性耕作玉米冠层BRDF模型构建方法，其特征在于，所述根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数的步骤，具体包括：
将各个预设叶片理化性状参数和预设叶片结构信息输入预设叶片反射率模型，得到各个玉米叶片的反射率和透射率；
根据各个玉米叶片的反射率和透射率建立玉米叶片辐射传输的参数。
6.根据权利要求1所述保护性耕作玉米冠层BRDF模型构建方法，其特征在于，所述基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层BRDF模型的步骤，具体包括：
基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，利用离散各向异性辐射传输(Discrete Anisotropic Radiative Transfer；DART)模型，模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率，以建立保护性耕作玉米冠层BRDF模型。
7.一种保护性耕作玉米冠层BRDF模型构建装置，其特征在于，包括：
模型构建模块，用于根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；
参数构建模块，用于根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；
模型建立模块，用于基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层双向反射分布函数(Bidirectional ReflectanceDistribution Function；BRDF)模型。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述保护性耕作玉米冠层BRDF模型构建方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述保护性耕作玉米冠层BRDF模型构建方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011265438.4A CN112419480A (zh) | 2020-11-12 | 2020-11-12 | 保护性耕作玉米冠层brdf模型构建方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011265438.4A CN112419480A (zh) | 2020-11-12 | 2020-11-12 | 保护性耕作玉米冠层brdf模型构建方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112419480A true CN112419480A (zh) | 2021-02-26 |
Family
ID=74832296
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011265438.4A Pending CN112419480A (zh) | 2020-11-12 | 2020-11-12 | 保护性耕作玉米冠层brdf模型构建方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112419480A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117808900A (zh) * | 2024-02-29 | 2024-04-02 | 云南省农业科学院质量标准与检测技术研究所 | 一种玉米花丝花青甙显色强度分级方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106248003A (zh) * | 2016-08-24 | 2016-12-21 | 电子科技大学 | 一种三维激光点云提取植被冠层聚集度指数的方法 |
| CN110969654A (zh) * | 2018-09-29 | 2020-04-07 | 北京瑞智稷数科技有限公司 | 基于收割机的玉米高通量表型测量的方法及装置、收割机 |
-
2020
- 2020-11-12 CN CN202011265438.4A patent/CN112419480A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106248003A (zh) * | 2016-08-24 | 2016-12-21 | 电子科技大学 | 一种三维激光点云提取植被冠层聚集度指数的方法 |
| CN110969654A (zh) * | 2018-09-29 | 2020-04-07 | 北京瑞智稷数科技有限公司 | 基于收割机的玉米高通量表型测量的方法及装置、收割机 |
Non-Patent Citations (4)
| Title |
|---|
| 张明政: "基于多层PROSAIL模型的玉米冠层叶面积指数垂直分布反演", 《中国优秀硕士学位论文全文数据库农业科技辑》, pages 1 - 5 * |
| 方圣辉;汪琳;周颖;杨光;王东;: "基于点云的植株表型构建和反射率方向性分析", 激光与红外, no. 08 * |
| 王强: "基于激光雷达数据与多角度遥感模型的森林参数反演研究", 《中国博士学位论文全文数据库农业科技辑》 * |
| 詹春晖等: "日光诱导叶绿素荧光辐射传输模型研究进展", 《遥感学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117808900A (zh) * | 2024-02-29 | 2024-04-02 | 云南省农业科学院质量标准与检测技术研究所 | 一种玉米花丝花青甙显色强度分级方法及装置 |
| CN117808900B (zh) * | 2024-02-29 | 2024-05-14 | 云南省农业科学院质量标准与检测技术研究所 | 一种玉米花丝花青甙显色强度分级方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Estimating wheat green area index from ground-based LiDAR measurement using a 3D canopy structure model | |
| Escolà et al. | Mobile terrestrial laser scanner applications in precision fruticulture/horticulture and tools to extract information from canopy point clouds | |
| Wu et al. | Inter-comparison of remote sensing platforms for height estimation of mango and avocado tree crowns | |
| CN109197278B (zh) | 作业策略的确定方法及装置、药物喷洒策略的确定方法 | |
| Zheng et al. | Comparison of architecture among different cultivars of hybrid rice using a spatial light model based on 3-D digitising | |
| Cheein et al. | Real-time approaches for characterization of fully and partially scanned canopies in groves | |
| CN109886155B (zh) | 基于深度学习的单株水稻检测定位方法、系统、设备及介质 | |
| De Castro et al. | High-throughput system for the early quantification of major architectural traits in olive breeding trials using UAV images and OBIA techniques | |
| Estornell et al. | Tree extraction and estimation of walnut structure parameters using airborne LiDAR data | |
| Reiser et al. | Iterative individual plant clustering in maize with assembled 2D LiDAR data | |
| Lowe et al. | Canopy density estimation in perennial horticulture crops using 3D spinning lidar SLAM | |
| CN108921035B (zh) | 基于空间引力和像元聚集度的亚像元定位方法和系统 | |
| CN110969654A (zh) | 基于收割机的玉米高通量表型测量的方法及装置、收割机 | |
| CN113128576A (zh) | 基于深度学习图像分割的作物行检测方法及装置 | |
| Uribeetxebarria et al. | Assessing ranked set sampling and ancillary data to improve fruit load estimates in peach orchards | |
| CN112419480A (zh) | 保护性耕作玉米冠层brdf模型构建方法及装置 | |
| Sinha et al. | High resolution aerial photogrammetry based 3D mapping of fruit crop canopies for precision inputs management | |
| Moreno et al. | Proximal sensing for geometric characterization of vines: A review of the latest advances | |
| Mücke et al. | Modelling light conditions in forests using airborne laser scanning data. | |
| Mialet-Serra et al. | Using plant architectural models for estimation of radiation transfer in a coconut-based agroforestry system | |
| Qian et al. | Influence of temperature and light gradient on leaf arrangement and geometry in cucumber canopies: Structural phenotyping analysis and modelling | |
| Escolà et al. | A mobile terrestrial laser scanner for tree crops: point cloud generation, information extraction and validation in an intensive olive orchard | |
| Kaarto et al. | Changes in agroforestry in the Taita Hills, Kenya, based on multitemporal airborne laser scanning data | |
| Caras et al. | Monitoring the effects of weed management strategies on tree canopy structure and growth using UAV-LiDAR in a young almond orchard | |
| Li et al. | Computer and Computing Technologies in Agriculture XI: 11th IFIP WG 5.14 International Conference, CCTA 2017, Jilin, China, August 12-15, 2017, Proceedings, Part I |
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 |