[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

说明书

技术领域

本发明涉及计算机图形技术领域，尤其涉及一种基于多尺度测量数据的果树形态结构三维重建方法。

背景技术

近年来，随着农学研究、游戏制作、广告宣传、景观展示等应用对植物细节和精度要求的不断提高，以及三维信息采集设备的日趋成熟和普及，特别是三维数字化仪和激光扫描仪的不断完善，测量速度和精度越来越高，因此果树越来越多地被用于植物形态信息的采集并进而实现植物形态结构的三维重建。与大田作物、花卉等其他植物相比，果树不仅外形高大，同时具有更复杂的冠层枝叶结构，这给果树形态结构的信息采集和三维重建带来了很大的挑战。

文献[Sinoquet 1997]采用3Space Fastrak三维数字化仪获取胡桃树的空间信息，包括枝条、树叶的空间位置、方向、大小等，并基于这些采集信息重建果树的三维模型，以便利用果树的三维模型进行冠层空间特征的分析，由于胡桃树高大，因此该方法需要花费大量的人力和时间进行数据采集(Sinoquet H，Rivet P，Godin C.“Assessment of the three-dimensional architecture of walnut trees using digitizing”.Silva Fennica.1997，31：265-273.)。方法[Sonohat 2006]用数字化仪采集桃树冠层叶片的位置、方向和大小信息，并重建桃树冠层树叶的三维模型，在重建的三维冠层上进行果树冠层光分布特性分析，该方法忽略果树的枝干，因此不能实现果树形态结构的完整重建(Sonohat G，Sinoquet H，Kulandaivelu V，et al.“Three-dimensional reconstruction of partially 3D digitised peach tree canopies”.Tree Physiology 2006，26：337-351)。

文献[Xu 2007]提出了一种基于点云数据的树木三维重建方法，首先利用大型三维激光扫描仪获得树木的空间数据点(一般称为三维点云)，然后采用自相似原理从这些数据点云中重建树冠层的树枝，同时利用植物学原理估计枝干半径，该方法没有充分利用扫描数据的精确性，因此重建模型的精确度不高(Xu K，Gossett N，Chen B.“Knowledge and heuristic-based modeling of laser-scanned trees”.ACMTransaction on Graphics 2007，26(4)：19：2-13)。文献[Cheng 2007]基于激光扫描的树木点云数据，通过计算树枝各点处的曲率及连续性进行枝条的分解，并将每个树枝在轴向上划分成小段，最后重建得到树木枝干的整体骨架，基于此骨架及对应的半径可以生成树的主要枝干结构的三维模型(Cheng Z，Zhang X，Chen B.“Simple reconstruction of tree branches from a single range image”，Journal of Computer Science and Technology，2007，22(6)：846-858.)。文献[马伟2009]针对大部分植物的叶片具有尖锐特征的特点，实现了一种基于三维点云数据的小型植物三维重建方法，该方法从三维点云数据上通过尖锐特征检测算法来获取叶片顶端的位置，然后将一个平整的通用叶片模型粘贴在每个叶尖位置上，从而实现植物冠层的三维重建。由于叶片的遮挡，扫描时植物冠层中的大部分枝条被遮挡而无法获取，而且整个冠层重复使用一个平整的叶片模型，因此该方法重建的植物模型只是视觉上的相似，准确性不高(马伟，项波，查红彬等.“基于测量数据的植物建模”.中国科学F辑：信息科学，2009，39(1)：134-144)。文献[Livny2010]实现了一种从三维扫描点云数据中自动重建多棵树木的方法，该方法首先从树木的点云数据中自动提取树木主要枝干的骨架和半径，基于该骨架和半径信息重建树木枝干的三维模型，然后采用L-系统方法在树干模型上生成细枝和树叶(Livny Y，Yan F，Olson M，et al.Automatic econstruction of tree skeletal structures from point clouds.ACM Transactions on Graphics，2010，29(5))。