基于硬件加速的真三维显示体素化算法

提出了一种新的体素化算法，利用显示硬件支持二维光栅化算法和新的可编程控制功能，提高了体素化算法的效率。该算法通过逐层处理的方式将三维数据离散成为一系列的切片，利用硬件渲染完成切片的光栅化操作，将最终的光栅化结果组合成为体数据表达。算法利用可编程图形处理单元（GPU）的大规模纹理、动态顶点数据和灵活的纹理数据操作等特性，有效地降低了系统压力，提高了算法效能。实验证明，该算法满足真三维显示技术的要求。     

基于地基激光雷达的玉米真实叶面积提取方法研究

叶面积指数(LAI)是定量描述植物叶片生长状态的重要参数,相较于受叶片聚集情况影响较大的有效LAI,真实LAI更能准确反映作物真实的生长状态。地基激光雷达(TLS)可以快速获取高精度植物的高度、密度、叶倾角、叶面积等作物结构信息,但在叶面积信息获取上主要得到的是有效LAI。借鉴体素化的思想,提出了基于体素内叶片及其投影数学关系的真实叶面积获取方法。该方法充分利用TLS在获取垂直结构信息上的优势,将表征玉米真实生长状态的点云数据作为数据源,利用体素将玉米叶片回波点云分割成一系列叶片单元,基于体素内叶片及其投影数学关系求取叶片单元面积,进而实现玉米真实叶面积的获取。通过利用不同激光雷达扫描仪分别于北京和河北两地获取的不同品种、不同尺度的4个样本点的玉米TLS点云数据进行验证:样本点1、2、3的试验数据为单木尺度,采用不同体素大小计算叶面积。结果表明,该方法计算所得叶面积与实测叶面积具有较高的相关性,决定系数均在0.8以上,方法可信度较高;最优体素大小分别为0.17、0.15、0.15 cm,在相应最优体素大小下,RMSE分别为61.898、44.058、42.844 cm2,植株总叶面积之间的相对误差分别为-2.678%、0.619%、-0.474%,误差较小,精度较高。样本点4的玉米点云数据属于群体尺度,叶面积计算结果与实测叶面积之间的绝对误差为-14.663%,计算结果偏小。由此可知,基于体素内叶片及其投影数学关系的真实叶面积获取方法切实可行,且精度较高。