[发明专利]基于多尺度测量数据的果树形态结构三维重建方法

权利要求书

1.一种基于多尺度测量数据的果树形态结构三维重建方法，其特征在于，包括以下步骤：

S1、从三维扫描仪获取的果树的原始三维点云数据中提取果树枝干的骨架，并从该骨架重建果树主干的三维模型；

S2、通过抽样获取果树幼枝的形态特征信息，建立若干条幼枝的三维模型；

S3、采用三维扫描仪抽样获取若干个果树叶片的三维点云数据，重建这些被抽样的叶片的三维模型，作为果树形态结构三维模型重建中的叶子模板库；

S4、根据测量得到的果树冠层枝叶的形态特征信息，建立果树冠层不同类型枝条和叶子的空间分布模型；

S5、利用步骤S1～S4的结果重建果树整体形态结构三维模型。

2.如权利要求1所述的方法，其特征在于，步骤S1具体包括：

S11、获取带叶状态下果树的原始三维点云数据；

S12、剔除S11步骤获取的三维点云数据中的细枝和叶子信息，得到去掉细枝和叶子信息的果树枝干的点云数据；

S13、得到果树枝干的骨架结构图；

S14、获取冠层幼枝的位置和方向信息；

S15、根据步骤S14获取的幼枝位置和方向信息，对步骤S13得到的果树枝干的骨架结构图进行修补；

S16、根据图S15得到的骨架结构图生成果树主干的三维网格模型。

3.如权利要求1所述的方法，其特征在于，步骤S2具体包括：

S21、抽样获取果树若干条幼枝的形态特征信息；

S22、对步骤S21获取的幼枝形态特征信息，用枝条主轴的空间特征点作为控制点，采用B样条曲线表示每条枝条的主轴线，并作为该枝条的骨架；

S23、基于步骤S22建立的枝条骨架，结合步骤S21测量得到的对应枝条的形态特征信息，生成枝条的三维网格曲面模型。

4.如权利要求1所述的方法，其特征在于，步骤S3具体包括：

S31、对步骤S21选取的果树幼枝，从这些枝条上选取若干片叶子，利用三维扫描仪获取叶子的三维点云信息；

S32、对步骤S31获取的每个叶子的三维点云数据，生成该叶子的三维网格曲面模型。

5.如权利要求1所述的方法，其特征在于，步骤S4具体包括：

S41、获取果树幼枝和叶子的形态特征信息；

S42、对步骤S41得到的幼枝和叶子数据，分别建立不同类型幼枝在果树冠层中的空间分布模型，以及不同类型枝条上叶子的分布模型。

6.如权利要求2所述的方法，其特征在于，步骤S12中采用基于最少邻居的评判法则剔除所述三维点云数据中的枝叶信息。

7.如权利要求6所述的方法，其特征在于，步骤S12具体为：对于三维点云数据中的每个数据点，统计距离该点最近且距离不超过d的邻居数，若邻居数小于m，则删除该点，d为实数，m为正整数。

8.如权利要求7所述的方法，其特征在于，步骤S13具体为：采用约束Laplace平滑方法对步骤S12得到的点云数据进行点云收缩，并利用自适应采样方法获取果树主干结构的代表性节点，基于这些代表性节点建立果树主干结构的骨架模型作为所述果树枝干的骨架结构。

9.如权利要求8所述的方法，其特征在于，步骤S15具体为：对于采集到的每个幼枝的位置，如果主干骨架中没有一根枝条经过该位置，则根据果树的分枝特性和修剪规则以及该幼枝的方向，从果树主干骨架上选取一个点，从这个点到该幼枝的位置建立一根枝条，并将该枝条加入果树的主干骨架中。

10.如权利要求9所述的方法，其特征在于，步骤S16具体为：根据图S15得到的骨架结构图，采用隐式曲面进行网格化，生成果树主干的三维网格模型。