面向作物表型分析的大豆植株叶片语义重建

为解决三维扫描仪、多视图数据获取的三维点云因缺少语义信息导致难以从点云上判别植株器官部位问题,提出一种二维先验语义嵌入的大豆植株叶片三维语义建模方法：首先,基于Mask R-CNN模型对大豆叶片进行语义分割;然后,对分割结果和多视图数据进行立体重建融合学习,实现大豆植株叶片二维语义到三维叶片点云迁移,获得植株叶片点云语义信息,进而建立植株叶片三维语义模型。通过多组盆栽大豆植株试验对该模型进行验证,提取叶长和叶宽与人工实测数据进行对比分析,叶长和叶宽均方误差分别为2.53和1.52 mm,决定系数分别为0.97和0.89。结果表明,该方法能够便捷、精准地构建植株叶片三维语义模型。     

基于ArcGIS和Creator的三维地形建模

利用ArcGIS和Creator在三维可视化建模方面的特点,根据构建三维地形数据来源的多样性,给出地形建模中数据的获取方法,并就数据的转换和优化处理进行了分析．以湄洲湾三维地形的可视化为例,提出了基于ArcGIS和Creator构建三维地形的方法和一般流程,探讨了地形数据库优化的方法．     

作物根系构型三维探测与重建方法研究进展

根系是作物获取水分和养分的重要器官,由于土壤的观测阻碍,根系三维形态的认知与表达成为作物根系深入研究的瓶颈。三维数字化、可视化是研究和认知作物形态结构的重要方法,研究具有表征根系长相长势及土壤中水分、养分等物质对作物根系构型的影响具有重要意义。本文从三维角度,综述了近年来作物根系构型探测手段、三维重构与可视化方面的研究进展。首先从破坏性探测与原位探测两方面介绍了近年来根系构型三维探测的方法。破坏性探测主要包括直接挖掘法、土块保护挖掘清洗法和平板扫描图像分析法,破坏性探测方法在获取全局或局部根系拓扑结构与平面几何构型参数方面具有较大优势;原位探测方法主要包括土壤中安置观察装置法、地面穿透雷达法、特殊培养环境法、CCD相机法、三维数字化方法及穿透射线成像法等,作物根系的原位探测保持了根系构型的空间分布信息,但大部分方法仅能针对作物生长初期或可控生长环境下的作物根系开展数据获取。由于作物根系探测数据大多以局部二维图像形式存在,文章综述了基于二维图像的作物根系平面几何构型解析的相关内容,包括基于二维图像的根系识别与参数提取的算法与相关软件。分析表明,目前作物根系数据获取仍存在:(1)数据获取费时费力;(2)方法局限性大;(3)数据完整性低;(4)各种方法所获取数据融合应用度低等问题。在根系探测的基础上,从三维建模与生长建模两方面介绍了作物根系三维建模与可视化方面的相关工作。其中,根系三维建模包括了基于模拟算法的几何建模和基于原位探测的三维重建两部分,基于模拟算法的几何建模是在人们对作物根系认识的基础上,结合计算机模拟算法,构建与实际根系具有形态相似性的根系三维几何模型;与之相比,基于原位探测的三维重建更能真实地反映作物根系的实际形态,其主要包括XCT、三维数字化等方法。最后,文章展望了数据缺失条件下的作物根系三维重建研究,认为在目前技术手段前提下,已可实现根系拓扑结构三维解析,但根系的空间分布重建难度较大,尤其是在大田环境下作物根系原位测量的前提下;此外,目前作物根系三维数据主要存在着数据缺失、各种数据各为己用等问题,认为有必要将小子样理论与数据融合相关方法引入到作物根系三维重建研究,实现缺失数据条件下有效利用多种数据获取手段的作物根系三维重建。     

城市三维数据获取技术发展探讨

三维数据的获取困难是阻碍三维GIS发展的关键瓶颈之一.GIS应用的主要领域.本文总结了目前常用的几种城市三维数据获取方法,分析了各种方式的优缺点及适用范围.认为一旦开发出实用的三维空间数据获取的高效方法,必将对拓展GIS在城市领域的应用范围和数字城市建设起到极大的推动作用.     

一种基于三维激光扫描系统测量树冠体积方法的研究——以油松为例

树冠体积在林业及其他领域得到越来越广泛的应用.该文介绍了三维激光扫描系统的组成、工作原理及工作流程;探讨了应用三维激光扫描系统,通过扫描获取单株树木的三维空间点阵数据,将树冠近似为多个圆台体,求它们的体积之和来计算树冠体积的方法.并在甘肃省小陇山林业局党川林场以油松为例进行了实验,而后对实测数据进行了精度分析,取得了较为满意的结果.研究表明,利用三维激光扫描系统测量树冠体积具有较强的实践意义和应用价值.     

植株自旋转多视角重建技术在小麦植株三维表型获取中的应用评估

基于多视角重建技术的作物三维表型高通量获取系统成本低、获取效率高，引起越来越多的关注。植物自旋转式拍摄平台易于搭建，但植物旋转过程中产生的抖动对点云三维重建和表型解析精度有一定影响。为评估旋转式多视角成像在小麦植株三维表型解析中的适用性，基于植物旋转设计了便携式小麦植株三维表型高通量采集系统，选取穗期不同品种的小麦植株作为实验样本进行点云重建，基于Hausdorff距离评价了重建点云的精度误差；并基于人工测量数据，对所提取的表型指标精度进行评价。结果表明，植物旋转式重建的点云与相机旋转式重建的点云有较高的一致性，点云精度差距基本控制在0.4 cm以下；获取的叶长、叶宽和株高的均根方误差分别为0.79、0.13和0.53 cm，平均绝对百分比误差分别为3.26%、7.63%和0.74%，表明该方式适合穗期的小麦植株表型重建，具有较高的点云重建和表型提取精度，并为小麦植株表型评价提供了一种低成本的解决方案。     

农作物基于点云的三维重建方法研究

随着数字农业的飞速发展,农作物的三维重建技术在农业中应用越来越广泛。研究农作物三维立体信息,对作物的种植、修剪、药物喷洒以及产量变化规律等方面的研究具有指导性意义。点作为最简单的图元,可以真实地记录物体表面的三维立体信息,较为精确地表示出物体的形态特征。因此,对三维点云的处理及重建技术进行研究就尤为必要。基于点云的预处理及重建技术是虚拟现实、计算机图形学和计算机视觉等多个学科交叉的一个研究领域,其主要研究内容是将点云记录的三维物体的几何信息恢复成图形图像,并通过计算机显示出来,进而可以方便快速地对物体进行分析、显示和处理。本文以大豆植株为研究对象,利用Kinect深度传感器获取农作物的点云数据,研究点云数据预处理、去噪的方法,对不同方位的点云数据进行配准,以及点云数据快速三维重建的方法。本文研究能够为快速获取植物三维点云数据,并实现植物三维形态的重建提供一种廉价、快速和高效的手段。     

多源数据融合下的森林防火本底数据库建立

对森林防火三维本底数据库组成及特点进行分析,在空间信息技术、数据融合技术和三维建模技术等的支持下,提出基于MaDX和OpenGL为研究工具的森林防火三维本底数据库建立方法。该方法以OpenGL为技术基础,利用数字高程模型高程数据和OpenGL的纹理映射机制在三维地形上融合遥感数据,实现各种信息的三维真实显示。以Mapinfo所建立的属性数据为基础,通过坐标转换,实现二维矢量地图同三维地形的任意点、面的联动。在此基础上利用MapX组件从二维地图上获取乡镇边界、乡村边界和小班边界等森林资源数据,并同三维地形有机融合,实现森林资源数提的三维显示,最后融合防火资源数据和全球定位系统（GPS）数据,实现了防火队和防火物资等数据的融合与操作。     

基于地基激光雷达数据的单株玉米三维建模

为探索地基激光雷达数据在植物真实三维建模上的应用,研究基于MeshLab软件的三维Alpha-Shape算法和移动立方体算法进行玉米植株三维真实模型的重建。三维Alpha-Shape算法基于离散激光雷达点云构建Delaunay三角网,通过Alpha值的设置判断各单纯形是否保留,完成玉米植株三维重建。移动立方体算法则通过查找每个体素与等值面相交的交面,所有交面连在一起即为所求的等值面。Alpha值分别设置为0.006 290、0.012 638、0.018 635,采用Alpha-Shape算法进行单株玉米三维重建,试验结果表明:当Alpha值设置较小时,对玉米叶片、茎秆等细节信息表达的比较精细,但许多叶片中间不连续;Alpha值设置较大时,对玉米植株细节信息表达不精细。基于移动立方体算法重建出的玉米植株曲面较为光滑,且孔洞较少,但重建结果不完整。     

数字农业信息标准研究

农业信息标准化是数字农业建设的重要基础内容。对农业信息标准化的涵义和中国农业信息管理和使用的现状进行了分析,对开展数字农业信息标准工作应遵循的原则和目标进行了探讨,并提出了当前的工作重点。在此基础上介绍了作物生产信息表达标准研究进展:围绕作物生产需要,通过提取土壤、农业气象、作物生育规律和生产管理的术语体系和基础数据元目录,用专业名词术语和标准数据元来描述和量化作物生产研究对象与管理行为,提出了规范化的信息获取方法,建立了标准化的信息表达方法和存储交换格式,明确了数据的值域和应用范围,从而实现了农业信息在在语义上、标准上和内容上的统一。