基于三维点云数据的花瓣形态及生长过程模拟

目前对于虚拟植物的研究多是通过图形建模来模拟植物的生长变化,计算复杂且操作不灵活。随着三维扫描和点云重建技术的发展,为复杂植物形态可视化提供了新的手段。论文基于三维扫描的植物点云数据模型,研究了植物花瓣的形变和生长过程模拟。利用三维扫描仪获取植物花瓣的生长序列,采用MATLAB根据实测点云数据拟合植物生长函数曲线,最后将传统花卉生长模拟与点云模型的自由变形相融合,提出了依据实测点云数据通过点云模型变形算法模拟花卉植物动态生长的方法。该方法不仅能够保留花卉植物复杂的形态特征,而且使形变控制简单,模拟的花瓣形态及生长真实自然。此外,该方法还与基于物理的模拟方法进行比较,并利用拟合回归分析、实测花瓣数据与重建数据间误差对该方法的准确性进行了分析。结果显示花瓣生长期内决定系数达0.75以上及平均误差控制在2mm以内,研究结果为花卉植物的生长形变模拟提供了参考。     

利用照片重建技术生成坡面侵蚀沟三维模型

该文利用运动恢复结构(structure from motion,SFM)、多视图立体视觉(multi-view stereo,MVS)技术,提出了一种坡面侵蚀沟三维模型的快速重建方法。首先对普通相机拍摄的照片采用尺度不变特征变换(scale-invariant feature transform,SIFT)完成特征点的提取与描述,随机采样一致性算法(random sample and consensus,RANSAC)过滤掉最近邻匹配(nearest neighbor,NN)产生的误匹配点;然后通过SFM方法,迭代求解出相机矩阵和三维点坐标,用光束法平差(bundle adjustment,BA)进行非线性优化,确保误差的均匀分布和模型的精确;再使用基于面片的多视图立体视觉算法(patch-based multi-view stereo,PMVS),在局部光度一致性和全局可见性约束下,以SFM生成的稀疏点云为种子面片开始扩散,完成点云稠密重建。将照片快速重建方法获取的点云与地面激光扫描仪(terrestrial laser scanner,TLS)获取的点云及实测数据进行比较,结果表明,照片重建方法生成的点云稠密且能够完整展示侵蚀沟的发育形态,与TLS点云间的平均距离为0.0034 m,照片重建与三维激光扫描方法对侵蚀量的估算相对误差为8.054%,提取的特征线匹配率达89.592%。研究结果为侵蚀沟监测提供了参考依据。     

Alpha-shape算法构建枣树点云三维模型

为了实现枣树智能化修剪作业,该研究提出了基于点云配准的自然光照环境下的果树三维重构方法,并针对传统最近点迭代（Iterative Closest Point,ICP）算法对待配准点云的空间位置要求苛刻的问题,提出了改进的点云配准算法。首先,使用彩色深度（RGB-D）相机采集不同角度下的枣树彩色和深度图像,并通过信息融合实现相应角度下的点云获取。其次,对点云进行背景去除和滤波处理,基于直方图设定分割阈值,提取单株枣树点云,并将放置在树根附近的标靶球作为标记,使用人工标记法进行两站点云初配准。最后,在初配准基础上计算点云的曲面法向量和曲率,由曲率相近的点构成配对点对,使用k维树最近点迭代（k dimensional-tree-Iterative Closest Point,kd-tree-ICP）算法完成精配准,对点云使用Alpha-shape算法面片化,实现表面重构。利用上述方法对多棵枣树进行全局配准并完整重构果树模型。试验结果表明,通过引入初配准,有效提高了点云配准的准确性和稳定性,配准误差均控制在1.0 cm以内,平均配准误差为0.78 cm;重构模型真实感较强,在外观上更加接近真实树,枝干相对误差控制在7%以内。该研究重构模型精度较高,可为枣树智能修剪提供可视化研究基础和技术支持。     

基于TOF深度传感的植物三维点云数据获取与去噪方法

为提高植物三维重建的精度,更好地实现植物数字化研究,提出了基于TOF(time of flight)深度传感的植物三维点云数据获取与去噪方法。首先通过TOF深度传感来获取植物点云数据,采用直通滤波器对点云数据进行预处理,减少背景噪声;其次采用改进密度分析的离群点去噪算法,该算法通过结合邻近点平均距离和邻域点数数量2个特征参数,对点云数据中的离群点噪声进行检测和去除;最后采用双边滤波算法对点云内部的小尺寸噪声进行检测和去除。以番茄植株进行相关试验,试验结果表明:与传统双边滤波算法比较,该文算法最大误差降低了11.2%,平均误差降低了23.2%;与拉普拉斯滤波算法比较,最大误差降低了20.6%,平均误差降低了39.2%,表明该文提出的算法在保持点云特征的情况下,能简单高效地去除植物三维点云数据中的不同尺度噪声。     

基于多视角自动成像系统的作物三维点云重建策略优化

为满足高通量作物表型分析需求,提升三维点云重建效率和精度,该研究针对不同作物、不同生育时期、不同植株部位(地上部和根系),基于研发的多视角自动成像系统和SFM(structure from motion)-MVS(multi-view stereo)算法,采用不同视角和不同相机数获取的图像重建作物三维点云,通过重建效率和精度(Hausdorff距离)评估,以及基于点云提取表型参数(株高、幅宽、凸包体积和总表面积)的可靠性评价,优化作物三维点云重建策略。结果显示,对于结构相对稀松、遮挡较少的盆栽植株(苗期、蕾薹期、盛花期、成熟期油菜)、结构相对紧凑、遮挡较多的植株地上部(花铃期棉花、抽穗期水稻、拔节期和灌浆期小麦)以及器官密集、遮挡严重且有较多细长结构的地上部和根系(分蘖期小麦和成熟期水稻地上部、成熟期玉米和油菜根系),分别采用3～4、6和10个相机为其最优重建策略(Hausdorff距离小于或接近0.20 cm,且重建时长和Hausdorff距离归一化值之和最小)。采用不少于4个相机获取的图像重建作物三维点云,可提取较为可靠的表型参数(决定系数R²>0.90...     

基于点云配准的果树快速三维重建

旨在为果园生产管理提供果树三维可视化基础数据,该文提出了一种基于点云配准的自然光照环境下的果树三维重构方法。首先,利用RGB-D相机采集不同视角下的果树彩色图像和深度图像,并通过信息融合获取相应视角下果树的三维点云数据;第二,对果树原始点云进行去背景和滤波等预处理,利用归一化对齐径向特征NARF(Normal Aligned Radial Feature)算法计算每片点云中的关键点,并在关键点初运用快速点特征直方图FPFH(Fast Point Feature Histograms)描述子得到关键点的特征向量。通过计算比较两片点云的FPFH特征,寻找两片相邻点云之间的空间映射关系,利用随机抽样一致性RANSAC(RANdomSAmple Consensus)算法提纯映射关系并完成相邻两片点云的初始配准;第三,在初始配准的基础上,利用迭代最近点ICP(Iterative Closest Point)算法完成点云的精确配准;最后,利用上述点云初始配准和精确配准方法对果树多片点云进行全局配准并完整重构果树的三维点云图像。针对配准过程中时间消耗过大的问题,该文提出了基于OpenMP技术对配准进行加速的方法。结果表明,该文所提出的果树三维重构方法具有较高的准确性,配准的平均距离误差为0.0068 m;同时,在不影响配准精度和稳定性的前提下大幅提高了果树三维重建的效率。     

基于深度学习与激光点云的橡胶林枝干重建及参数反演

树木的几何建模在林木性状评价、森林动态经营管理与可视化研究中具有重要意义。现今,从激光雷达（Light Detection And Ranging,LiDAR）数据中重建树体三维模型并精准获取林木空间枝干结构参数是数字林业发展的必然趋势。该研究提出了一种深度学习与计算机图形学相融合的树木骨架重建与参数反演方法。该方法以PR107、CATAS 7-20-59、CATAS 8-79三个品种的橡胶树为实验对象,首先,采用背包移动激光雷达获取三个橡胶树品种的样地数据,并通过体素剖分和数据增广策略来构建橡胶树训练样本集。其次,构造由四层特征编码层和特征解码层所组成的点云分类深度学习网络,并包含优化的PointConv模块与不同尺度的特征插值模块,以实现在多尺度条件下,全面考虑点云的全局和局部优化特征,引导网络实现枝叶点云的精确分类。最后,面向分类后的枝干点云,运用计算机图形学的空间连通性算法与圆柱拟合策略,重建树木骨架模型,并自动解决叶子点云与对应的一级枝干归属问题,进而在叶团簇尺度下开展对单株树的精细描述与参数反演。通过对三块橡胶树测试样地的验证和与实测值的比对表明,该研究提出的深度学习网络枝叶分类总体准确率在90.32%以上。骨架重建与叶团簇分析结果显示,PR107品种橡胶树具有较为发散的树冠、最大的分枝夹角和叶团簇体积;CATAS 7-20-59品种橡胶树冠呈花瓶型,分枝夹角和叶团簇体积较小;而CATAS 8-79品种橡胶树尽管胸径最粗,但不耐寒害处于落叶期导致冠积最小。同时,反演得到的橡胶树一级枝干直径与实测值比对为：决定系数R2不低于0.94,均方根误差（Root Mean Square Error,RMSE）小于3.01 cm;主枝干与一级枝干的分枝角为：决定系数R2不低于0.91,均方根误差RMSE不高于4.94°。同时发现橡胶树一级枝干的直径与对应的叶团簇体积呈正相关分布。该研究将人工智能的理论模型应用于林木的激光点云数据处理中,为林木激光点云的智能化分析与处理提供了新颖的解决思路。     

基于点云配准的果树快速三维重建（英文）

旨在为果园生产管理提供果树三维可视化基础数据,该文提出了一种基于点云配准的自然光照环境下的果树三维重构方法。首先,利用RGB-D相机采集不同视角下的果树彩色图像和深度图像,并通过信息融合获取相应视角下果树的三维点云数据;第二,对果树原始点云进行去背景和滤波等预处理,利用归一化对齐径向特征NARF(Normal Aligned Radial Feature)算法计算每片点云中的关键点,并在关键点初运用快速点特征直方图FPFH(Fast Point Feature Histograms)描述子得到关键点的特征向量。通过计算比较两片点云的FPFH特征,寻找两片相邻点云之间的空间映射关系,利用随机抽样一致性RANSAC(RANdom SAmple Consensus)算法提纯映射关系并完成相邻两片点云的初始配准;第三,在初始配准的基础上,利用迭代最近点ICP(Iterative Closest Point)算法完成点云的精确配准;最后,利用上述点云初始配准和精确配准方法对果树多片点云进行全局配准并完整重构果树的三维点云图像。针对配准过程中时间消耗过大的问题,该文提出了基于OpenMP技术对配准进行加速的方法。结果表明,该文所提出的果树三维重构方法具有较高的准确性,配准的平均距离误差为0.0068 m;同时,在不影响配准精度和稳定性的前提下大幅提高了果树三维重建的效率。     

UWB定位摄影测树仪设计与试验

为了实现森林样地高效、精准测定,该研究研制了一种具有实时定位功能和林分摄影测量功能的超宽带(Ultra Wide Band, UWB)定位摄影测树仪,该仪器主要由姿态传感器、UWB定位模块、CCD镜头和固定杆组成,以UWB定位技术和摄影测量理论为基础,结合到达时间差(Time Difference of Arrival, TDOA)定位算法、三边定位算法、运动恢复结构(StructureFromMotion,SFM)点云匹配算法实现摄影测树仪的林下精准定位、影像获取以及林木坐标测量、胸径测量功能。为了验证仪器的林分参数提取准确性,选择4种不同林种的人工林进行试验。根据摄影测量影像特征点的匹配特点,设计"环绕拍摄"样地观测方法,利用Pix4D软件对拍摄的影像和点位坐标进行三维点云构建,利用LiDAR360对重建后的三维点云进行去噪处理、胸径和立木位置提取。结果表明,所设计的仪器能够快速获取样地影像和影像坐标信息,胸径测量值的偏差为-0.04～0.42 cm,均方根误差为0.26～0.51 cm;立木位置测量值偏差为-0.16～0.27 cm,均方根误差为0.23～0.34 m。胸径测量精度能够满足森林资源调查的精度要求,可进一步推广应用于森林资源调查。     

基于立体视觉的玉米雄穗三维信息提取

玉米雄穗的表型信息对玉米育种研究具有重要的参考意义。该研究以自动获取玉米雄穗三维表型信息为目的。通过对雄穗样本进行多视角摄影处理来重建其三维模型。对重建的三维点云数据运用基于密度聚类的方法统计其分枝数信息,运用Delaunays三角网方法计算其外包络体积信息,并基于点云信息对雄穗主轴和最大穗冠的结构参数进行计算,同时定义了相关表型参数。用实测结果验证计算结果:分枝数统计结果的最大绝对误差为2,RMSE(root mean square error)为1.03,n RMSE(normalized root mean square error)为0.05;主轴长度,主轴最大/最小直径,最大穗冠高度和最大穗冠直径的R~2分别为0.99,0.82,0.83,0.97和0.93,均达到极显著相关水平。研究提出的相关表型参数和其提取方法在育种研究中具有应用潜力,为田间高通量雄穗信息的快速提取提供了参考。     

基于切割压力的甘蔗收割机刀盘高度自动调节装置

甘蔗收割机在丘陵山地收割过程中,切割刀盘无法随蔗垄高度变化自动调节是甘蔗宿根破损和甘蔗浪费的主要原因.针对此问题,研制了切割刀盘液压马达压力数据采集装置和刀盘切割高度随垄高变化自动调节装置.将切割液压马达压力数据采集装置安装在4GZQ-260型甘蔗收割机上,采集甘蔗机收过程中切割液压马达压力数据,测量表明,当甘蔗种植密...     

哈密瓜常温保鲜贮运技术研究

该研究旨在解决新疆哈密瓜采后低温贮运费用高,常温贮运腐烂率高,损失严重的问题。针对哈密瓜采后腐烂的主要病原菌匍枝根霉(R.stolonifer)、链格孢霉(A.Alternata)、半裸镰刀菌(F.semitectum)、脂状青霉(P.digitatum),筛选出对症的抑菌剂,并研究其最适使用浓度;以常温贮藏哈密的瓜失重率、呼吸强度、过氧化氢酶(CAT)、纤维素酶、果胶甲酯酶(PE)、多聚半乳糖醛酸酶(PG)活性等为指标,研究云南虫胶作为被膜对哈密瓜采后生理的影响及其最适使用浓度。含有0.60g/L扑海因、0.8g/L氯硝胺、0.6g/L特克多、0.8g/L施宝功和1∶24(V.V-1)虫胶的混合溶液浸泡哈密瓜10s,于28℃,85%RH,贮藏30d,腐烂率1.87%,同期对照腐烂率49.54%。处理后的哈密瓜在室外温度28～34℃、棚车内温度30～38℃的条件下,经过12～15d由新疆哈密运抵苏州、上海、广州的腐烂率分别为3.37%、4.12%和4.86%。哈密瓜表皮以内0.8cm几乎无抑菌剂残留。用上述配方的虫胶与抑菌剂的混合溶液浸泡哈密瓜,可有效降低哈密瓜采后常温贮运中的腐烂率,保持良好风味和商品质量,大量节省运输费用     

高能电子束辐照对鲜切哈密瓜生理生化品质的影响

通过0．5、1．0、1．5和2．0kGy剂量的电子柬辐照处理鲜切哈密瓜,采用聚丙烯（PP）材质托盘和聚乙烯（PE）保鲜膜包装,置于5℃,相对湿度85％-95％的冷库中贮藏,研究高能电子束辐照对鲜切哈密瓜生理生化品质的影响。结果表明,电子束辐照能显著降低呼吸速率,显著抑制Vc、可溶性固形物的含量的下降,减少丙二醛积累,降低多酚氧化酶和过氧化物酶活性,并提高苯丙氨酸解氨酶活性。1．5kGv辐照处理的鲜切哈密瓜在贮藏至第13天时,感官品质保持良好。综合电子束辐照对鲜切哈密瓜的保鲜效果,确定最佳处理剂量为1．5kGy。     

固定式割胶机器人割胶误差分析与精度控制

针对固定式自动割胶设备成本高、质量大和割胶精度低等问题,该研究提出一种采用高分子材料制作的固定式割胶机器人,提出一种先扫描后切割的割胶控制方式.利用超声波传感器预先扫描树围,通过建立测量误差控制模型得到刀尖与树皮的距离,利用PID控制算法控制刀具进给量.为减少进退刀次数和降低电机功率损耗,根据橡胶树皮结构和割胶技术规程...     

青菜头缩短茎滑切刀研制

青菜头机械化收获水平低下是制约青菜头产业发展的重要原因之一。为解决青菜头机械化收获过程中缩短茎切割难度大和农机与农艺融合程度低等问题,该研究提出了一款滑切式青菜头收获机并对其滑切刀作业参数进行分析与试验。首先,基于青菜头收获农艺要求阐述青菜头收获机整机及其切根装置的结构及工作原理,根据受力分析确定滑切刀安装方式。然后,对紫色土壤和滑切刀的接触参数进行标定并基于EDEM建立土壤-滑切刀互作模型,仿真分析不同作业速度、刀具夹角对滑切刀作业阻力的影响。结果表明:1)相同速度下,滑切刀交叉夹角与作业阻力负相关;2)相同滑切刀角度下,滑切刀作业阻力与作业速度正相关。以滑切刀切削阻力为评价指标,作业速度、刀具夹角、切割距离为影响因素进行切割试验并对试验参数进行优化,结果表明:滑切刀作业速度与切削阻力呈正相关,切割距离与切削阻力呈负相关,刀具夹角从60°到120°,切削阻力先减小再增大。影响切削阻力大小的主次因素顺序为作业速度、刀具夹角和切割距离。优化圆整后的滑切刀作业速度为0.1 m/s,刀具夹角65°,切割距离20 mm,3次重复试验得到的切削阻力依次为141.24、156.32和150.65 ...     

不同等级道路运输振动对哈密瓜品质的影响

为探究不同等级道路运输的振动对哈密瓜品质的影响机理,以避免哈密瓜在运输过程中受不同等级道路运输振动的影响而导致其贮藏期间品质下降,试验通过建立半挂车在公路上运输的模拟振动台,比较高速公路、一级公路、二级公路以及三级公路的模拟运输振动对哈密瓜活性氧代谢和膜脂氧化的影响。试验模拟了半挂车在4种公路上运输15 h的运输振动环境,比较经不同道路振动处理与未经振动处理的哈密瓜在室温(23℃)贮藏期间(28 d)呼吸速率,硬度,相对电导率,脂氧合酶活性(1ipoxygenase,LOX),丙二醛(malondialdehyde,MDA),活性氧成分(reactive oxygen species,ROS)的变化情况。研究结果表明:室温贮藏28 d时,不同等级道路振动后的哈密瓜的呼吸速率显著高于未处理对照组(P0.05),显然运输振动加快果实软化,加速细胞膜脂氧化,促进了LOX的活性,加快自由基反应进程,使ROS的含量不断增加,产生更多的MDA,损伤细胞膜,从而使相对电导率上升。其中,三级公路及二级公路较高速公路和一级公路的模拟运输振动对哈密瓜品质的影响更为显著(P0.05),而三级公路模拟运输振动处理哈密瓜的ROS含量较其他等级公路的更为显著(P0.05)。说明哈密瓜的品质受运输振动影响的大小为:三级公路二级公路一级公路高速公路,研究结果为寻找降低运输振动对哈密瓜品质影响方法的建立提供理论基础。     

吐鲁番哈密瓜土壤养分及酶活性对连作年限的响应

哈密瓜(Cucumis melo var.saccharinus)连作障碍已经成为制约其产业发展的重要因素,为探明哈密瓜连作年限对土壤养分及酶活性的影响,以吐鲁番鄯善县不同连作年限哈密瓜田为研究对象,分析了不同连作年限哈密瓜农田根际土壤及非根际土壤的养分含量及酶活性特征.结果表明:1)随连作年限的递增,哈密瓜根际土壤和...     

彩色油菜花瓣色素成分研究

为明确彩色油菜花瓣色素成分和色素呈色机制,提高彩色油菜育种效率,本研究比较了红色、橙色、黄色和白色4种色系共10种彩色油菜花瓣色素代谢的次生代谢物含量,并采用液质联用仪(HPLC-MS/MS)分析红色、橙色和黄色油菜花瓣中花青素和类胡萝卜素含量,同时对花青素合成关键酶活性和编码关键酶活性的基因表达量进行分析。结果表明,各色系油菜花瓣积累了大量酚类和类黄酮化合物。红色系和橙色系油菜花瓣中含有丰富的原花青素和花色苷;黄色系油菜花瓣中不含原花青素,但含花色苷;白色系油菜花瓣既不合成原花青素,也不合成花色苷。红色和橙色油菜花瓣中的花色苷主要成分是矢车菊素和芍药素。红色、橙色、黄色和白色油菜花瓣中均含有胡萝卜素和番茄红素,且4种花色花瓣中的番茄红素含量均高于胡萝卜素。红色、橙色和黄色油菜花瓣的番茄红素含量仅为对应花色花瓣花青素的0.25%、0.15%、0.02%。基因表达分析结果表明,引起花青素在不同色系油菜花瓣中积累差异的基因为二氢黄酮醇还原酶基因(DFR)和花青素还原酶基因(ANS),在红色、橙色和橙黄色花瓣中DFR和ANS的表达量分别为黄色花瓣的100倍和1 000倍以上。相关性分析表明,彩色油菜DFR和ANS基因的表达量与花色苷含量呈高度正相关性。但是,DFR和ANS活性在红色、橙色、黄色和白色油菜花瓣中差异不显著。本研究为彩色油菜进行基因操纵中靶基因的选择和合理的育种线路提供了理论基础。     

基于深度学习与图像处理的哈密瓜表面缺陷检测

针对传统人工检测哈密瓜表面缺陷效率低等问题,提出利用卷积神经网络(Convolutional Neural Networks,CNN)对哈密瓜表面缺陷进行快速检测.对原始图像进行主成分分析(Principal Components Analysis,PCA)、奇异值分解(Singular Value Decomposi...     

基于Kinect V3深度传感器的田间植株点云配准方法

准确建立植物的三维点云是以点云方式高通量获取植株各部位物理参数的前提。为实现田间复杂环境下的植株三维点云配准,该研究提出了一种基于多标定球的田间植株点云自动配准方法,并分别在室内简单场景及大田复杂场景下从不同角度对多种作物采集的点云数据进行验证。该方法采用随机抽样一致性算法（Random Sample Consensus, RANSAC）结合点云减法的概念从下采样后的点云中实现多标定球的自动提取,弥补了RANSAC一次只能提取单个物体的缺点。然后基于各标定球的球心距离信息实现三维点集的自动匹配。最后使用奇异值分解算法解算旋转平移矩阵,实现点云的自动配准。不同场景下各作物的配准结果表明,各植株的水平90°、180°、270°以及垂直方向上的点云配准到水平0°点云下的平均轴向误差在6～17 mm之间,平均点位误差在13～30 mm之间,与手动配准的商用同类软件LiDAR360的配准结果相当,但配准过程的自动化程度明显提高,效率提高了67%。该文所提出的方法可在田间复杂环境下对低成本深度相机获取的植株点云实现高精度的自动配准,为田间植物表型参数的提取提供了低成本的可行方案。