一種玉米群體三維重建方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計算機圖形學(xué)技術(shù)領(lǐng)域，尤其涉及一種玉米群體三維重建方法。
【背景技術(shù)】
[0002] 農(nóng)業(yè)是中國國民經(jīng)濟的基礎(chǔ)。農(nóng)業(yè)信息化是本世紀(jì)農(nóng)業(yè)發(fā)展的重要標(biāo)志，也是農(nóng) 業(yè)現(xiàn)代化的重要組成部分。在農(nóng)業(yè)信息化實施過程中，農(nóng)業(yè)通過信息化可以獲得倍增效益。 信息業(yè)可以通過對農(nóng)業(yè)的信息軟硬件服務(wù)形成農(nóng)業(yè)信息產(chǎn)業(yè)，最終形成農(nóng)業(yè)與信息業(yè)雙贏 的良好局面。現(xiàn)代農(nóng)業(yè)在農(nóng)業(yè)生產(chǎn)、流通等各個環(huán)節(jié)都離不開信息服務(wù)，農(nóng)業(yè)信息已經(jīng)涉及 到了農(nóng)業(yè)生產(chǎn)、流通的方方面面，加之信息本身的增效作用，使得農(nóng)業(yè)信息服務(wù)的各環(huán)節(jié)都 會有效益產(chǎn)生。
[0003]隨著農(nóng)業(yè)信息化技術(shù)的快速發(fā)展，新興的虛擬現(xiàn)實技術(shù)在農(nóng)業(yè)領(lǐng)域也越來越多地 得到應(yīng)用，特別值得一提的是，虛擬農(nóng)業(yè)已經(jīng)成為我國農(nóng)業(yè)發(fā)展的一個重要趨勢，虛擬農(nóng)業(yè) 不但可以將農(nóng)業(yè)作物數(shù)字化，而且還能夠為科研者提供方便的交互性操作與觀察等，對于 推動農(nóng)業(yè)發(fā)展有著巨大的作用。
[0004] 近年來，隨著計算機硬件性能的不斷提高以及虛擬植物建模、景觀設(shè)計、游戲等領(lǐng) 域的研究不斷深入，獲得高度真實的植物造型成為可能和必需，同時，植物形態(tài)的多樣性也 吸引了諸多的研究者。為了開展玉米品種抗倒伏能力、品種最優(yōu)密度設(shè)計實驗，國內(nèi)外已開 展了玉米群體幾何建模工作。
[0005] 例如，現(xiàn)有技術(shù)中文獻(xiàn)公開了在玉米群體生長包圍盒空間內(nèi)隨機生成幾何面元， 后來是利用所構(gòu)造的單株玉米幾何模型通過植株復(fù)制來生成玉米群體幾何模型；也有研究 者通過對玉米株型的數(shù)學(xué)描述實現(xiàn)玉米冠層的三維重建;還有文獻(xiàn)公開了基于空間數(shù)據(jù)的 虛擬玉米群體生成系統(tǒng)，通過輸入實測的玉米冠層植株方位平面、株行距等參數(shù)，將復(fù)制的 標(biāo)準(zhǔn)化的玉米植株進(jìn)行平移和旋轉(zhuǎn)操作實現(xiàn)玉米群體的生成。
[0006] 但是上述玉米群體生成方法只是解決了玉米群體生成的有無問題，無法描述田間 實際玉米冠層的情況，并且誤差非常大，無法反映出不同品種、不同栽培密度以及田間實際 的缺苗斷壟、群體間植株生長的競爭的群體特征。

【發(fā)明內(nèi)容】

[0007] 針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種玉米群體三維重建方法及裝置，以解決 現(xiàn)有技術(shù)中玉米群體生成方法無法描述玉米冠層情況的技術(shù)問題。
[0008] 第一方面，本發(fā)明提供了 一種玉米群體三維重建方法，包括：
[0009] 從玉米群體所在俯視圖像中獲取玉米群體范圍；并從所述玉米群體范圍中獲取玉 米群體每株玉米的二維生長點坐標(biāo)與植株方位平面角；
[0010] 確定重建玉米的品種與生長期，并獲取該品種及生長期的N個玉米植株的多個株 型參數(shù)，并利用所獲取的N組樣本估計各株型參數(shù)的概率密度分布函數(shù)；
[0011] 綜合利用每個株型參數(shù)的概率密度分布函數(shù)結(jié)合骨架模板，生成Μ株玉米植株骨 架；
[0012] 將所重建的Μ個玉米植株模板沿Z軸水平旋轉(zhuǎn)所述植株方位平面角的角度，并平移 至各植株對應(yīng)的二維生長點后生成群體三維拓?fù)涔羌芙Y(jié)構(gòu)；
[0013] 從玉米器官三維模板資源庫中選取相應(yīng)品種相同生長期的玉米器官匹配所述群 體三維拓?fù)涔羌芙Y(jié)構(gòu)，以生成玉米群體網(wǎng)格模型。
[0014] 可選地，所述從玉米器官三維模板資源庫中選取相應(yīng)品種相同生長期的玉米器官 匹配所述群體三維拓?fù)涔羌芙Y(jié)構(gòu)，以生成玉米群體網(wǎng)格模型的步驟之后，包括：
[0015] 對所述玉米群體網(wǎng)格模型進(jìn)行碰撞檢測使得所有網(wǎng)格碰撞部分作出響應(yīng)變形，以 使所述玉米群體網(wǎng)格模型中無網(wǎng)格交叉。
[0016] 可選地，采用碰撞檢測方法檢測所述玉米群體網(wǎng)格模型的網(wǎng)格碰撞部分。
[0017] 可選地，所述確定重建玉米的品種與生長期，并獲取該品種及生長期的N個玉米植 株的多個株型參數(shù)，并利用所獲取的N組樣本估計各株型參數(shù)的概率密度分布函數(shù)的步驟 中，進(jìn)一步包括：
[0018] 從所述N個玉米植株中選取Ns個植株并獲取所述Ns個植株的三維數(shù)字化數(shù)據(jù)作為 植株三維骨架模板；
[0019] 構(gòu)造每個株型參數(shù)的t統(tǒng)計量，然后根據(jù)該t統(tǒng)計量估計每個株型參數(shù)的概率密度 分布函數(shù)。
[0020] 可選地，所述綜合利用每個株型參數(shù)的概率密度分布函數(shù)結(jié)合骨架模板，生成Μ株 玉米植株骨架的步驟中，進(jìn)一步包括：
[0021] 所述多個株型參數(shù)包括株高、葉片數(shù)、各節(jié)間長度與株高比例、葉鞘長度、葉長、葉 寬、葉傾角、方位角與植株方位平面偏差、雄穗分枝數(shù)與雄穗高度、雌穗數(shù)量、雌穗長度與生 長葉位；
[0022] 分別利用株高與葉片數(shù)的概率密度分布函數(shù)生成Μ組株高與葉片數(shù)隨機數(shù)作為擬 重建的Μ株植株的株高與葉片數(shù);從Ns個植株的植株三維骨架模板中為Μ個植株分別選取與 每個植株的葉片數(shù)相同或者最為接近且與株高最為接近的植株三維骨架模板作為當(dāng)前植 株的臨時植株三維骨架模板；
[0023] 對所有Μ株植株，利用節(jié)間的概率密度分布函數(shù)分別生成Μ組節(jié)間長度與株高比例 隨機數(shù)，調(diào)節(jié)各植株的臨時三維骨架的節(jié)間長度與株高比例；
[0024] 分別利用葉鞘長度、葉長、葉寬、葉傾角、方位角與植株方位平面偏差的概率密度 分布函數(shù)生成各植株的葉鞘長度、葉長、葉寬、葉傾角、方位角偏差參數(shù)隨機數(shù)作用于各植 株的臨時植株三維骨架模板，以構(gòu)建該植株的玉米植株骨架。
[0025] 可選地，所述利用節(jié)間的概率密度分布函數(shù)生成一組節(jié)間長度與株高比例隨機 數(shù)，調(diào)節(jié)當(dāng)前植株的臨時三維骨架的節(jié)間長度與株高比例的步驟中，進(jìn)一步包括：
[0026] 當(dāng)節(jié)間有高度而無葉片著生或者最后幾個葉片都長在同一高度上時，通過松弛因 子對實際節(jié)間高度進(jìn)行松弛調(diào)節(jié)。
[0027]第二方面，本發(fā)明實施例提供了一種玉米群體三維重建裝置，包括：
[0028]生長點坐標(biāo)與植株方位平面角獲取模塊，用于從玉米群體所在俯視圖像中獲取玉 米群體范圍；并從所述玉米群體范圍中獲取玉米群體中每株玉米的二維生長點坐標(biāo)與植株 方位平面角；
[0029] 分布函數(shù)獲取模塊，用于確定重建玉米的品種與生長期，并獲取該品種及生長期 的N個玉米植株的多個株型參數(shù)，并利用所獲取的N組樣本估計各株型參數(shù)的概率密度分布 函數(shù)；
[0030] 玉米植株骨架獲取模塊，用于綜合利用每個株型參數(shù)的概率密度分布函數(shù)結(jié)合骨 架模板，生成Μ株玉米植株骨架；
[0031] 群體三維拓?fù)涔羌芙Y(jié)構(gòu)獲取模塊，用于將所重建的Μ個玉米植株模板沿Ζ軸水平旋 轉(zhuǎn)所述植株方位平面角的角度，并平移至各植株對應(yīng)的二維生長點后生成群體三維拓?fù)涔?架結(jié)構(gòu)；
[0032]玉米群體網(wǎng)格模型獲取模塊，用于從玉米器官三維模板資源庫中選取相應(yīng)品種相 同生長期的玉米器官匹配所述群體三維拓?fù)涔羌芙Y(jié)構(gòu)，以生成玉米群體網(wǎng)格模型。
[0033]可選地，本發(fā)明實施例提供的玉米群體三維重建裝置還包括：
[0034] 碰撞檢測與碰撞響應(yīng)模塊，用于對所述玉米群體網(wǎng)格模型進(jìn)行碰撞檢測使得所有 網(wǎng)格碰撞部分作出響應(yīng)變形，以使所述玉米群體網(wǎng)格模型中無網(wǎng)格交叉。
[0035] 可選地，所述分布函數(shù)獲取模塊包括：
[0036]植株三維骨架模板獲取單元，用于從所述Ν個玉米植株中選取Ns個植株并獲取所 述Ns個植株的三維數(shù)字化數(shù)據(jù)作為植株三維骨架模板；
[0037]概率密度分布函數(shù)估計單元，用于構(gòu)造每個株型參數(shù)的t統(tǒng)計量，然后根據(jù)該t統(tǒng) 計量估計每個株型參數(shù)的概率密度分布函數(shù)。
[0038]可選地，所述玉米植株骨架獲取模塊包括：
[0039] 臨時植株三維骨架模板獲取單元，用于分別利用株高與葉片數(shù)的概率密度分布函 數(shù)生成Μ組株高與葉片數(shù)隨機數(shù)作為擬重建的Μ株植株的株高與葉片數(shù);從Ns個植株的植株 三維骨架模板中為Μ個植株分別選取與每個植株的葉片數(shù)相同或者最為接近且與株高最為 接近的植株三維骨架模板作為當(dāng)前