基于脉序骨架的小麦叶精细建模研究

为了实现小麦叶形态结构的三维可视化,基于小麦叶的脉序特征,提出了基于脉序骨架的小麦叶片三维几何建模方法。用B样条曲线表示小麦叶片和叶鞘上的叶脉曲线,用球B样条模拟叶片和叶鞘上的叶脉骨架,再连接已生成的叶脉骨架上相应的点生成叶片和叶鞘上叶脉之间的叶肉,建立了具有明显的叶脉分布和厚度的小麦叶几何模型。该方法可用于其它平行叶脉植物叶片的精细建模,具有较好的真实感。     

基于分形系统的烟草花序可视化仿真研究

为实现聚散或团状植物花序三维建模和可视化仿真,以烟草为例,提出了一种基于分形系统的植物花序可视化仿真方法。通过分析烟草花序的形态结构特征,构建初始分形单元,以仿射变换为基本框架,按照一定的迭代生成算法,分别建立了烟草花序结构与几何模型,并对烟草花序生长进行了模拟。建模过程中,烟草单花的器官几何模型分别用球B样条曲线和参数曲面表示,通过调节对应控制点与参数,重构了不同开花状态下的三维几何模型。实验结果表明,该方法得到的烟草花序模型能充分地表现烟草花序的形态特征,单花器官有较高的真实感,为其他聚散或团状花序的三维可视化提供了技术手段。     

油菜花序三维形态结构数字化设计技术研究

为了实现油菜花序三维形态结构的交互设计、几何建模和真实感显示,提出了基于形态特征参数的油菜花序三维形态数学模型以及交互式设计方法.油菜花序模型的建立过程包括单花三维重构、花序三维重构和花序动态生长模拟3个阶段.通过对油菜花序形态结构的观测分析,分别创建了花瓣、花萼、花序轴、花轴、雄蕊和雌蕊等器官的几何模型,并提取具有明确农学意义的几何模型参数.实验结果表明,该方法可控性强,易于操作,可以精确地重构出油菜花序的三维形态,并且可以根据油菜花序结构的发展规律,实现油菜花序生长的可视化模拟.     

烟草花几何建模研究

为实现花冠联合植物的花朵几何建模,以烟草花为例,提出了一种基于球B样条曲线和参数曲面的花朵造型方法。通过对烟草花形态结构的观测分析,分别对雌蕊、雄蕊、花柄、花冠和花萼的几何形状进行了数学描述,提取了模型控制参数;结合颜色渲染色和整个花的拓扑信息,实现了烟草花整个模型的建立。实验结果表明,该方法可以有效地对烟草花进行模拟,可控性强,建立的模型有较高真实感,为其他花冠或花萼联合的植物几何建模提供了方法。     

基于B样条小波有限元的混凝土温度场仿真分析

提出了一种计算混凝土结构瞬态温度场的新方法。利用B样条小波的尺度函数代替多项式函数作为插值基函数,构造了二维及三维小波单元,建立了基于B样条小波的混凝土有限元计算模型。该模型详细讨论了混凝土热传导方程的小波有限元解法,推导了小波系数空间到物理空间的转换矩阵,给出了求解域的小波有限元列式。理论分析和数值计算结果表明,B样条小波有限元法是有效的,具有较高的计算精度和求解速度。     

棉花苞叶三维形态可视化建模研究

通过数字图像处理技术,获取棉花苞叶器官的边缘和中脉坐标点,并从中提取边缘和中脉的控制点;设计过控制点的B样条曲线插值算法,模拟并重建了苞叶器官的边缘框架,经Delaunay三角化和纹理贴图实现了棉花苞叶器官三维形态的可视化表达.     

基于参数L系统的葡萄果枝生长可视化研究

为实现葡萄整株可视化,建立基于生理发育时间的葡萄果枝生长模拟及可视化模型。利用田间试验实测数据资料(2015~2016年),基于Slogisitc3方程和参数L系统,对葡萄果枝节间长和直径生长动态及拓扑结构进行模拟,并以Bézier曲面对果枝器官几何形态进行构建。同时借助L-studio4.4平台,实现葡萄果枝动态生长可视化模拟。结果表明该方法可仿真生成葡萄果枝及可视化生长,且真实感达到应用设计基本要求。     

基于形态参数的水稻根系三维建模及可视化

构建基于形态特征参数的水稻根系几何模型,实现不同生长条件下水稻根系生长动态的三维可视化。本文通过分析水稻根尖生长随生育进程的变化模式,构建了水稻单根三维显示模型,包括根节点初始位置和生长方向的确定以及根轴的空间模拟等;进一步结合水稻根系拓扑结构,以生长度日（GDD）为驱动因子,建立了水稻根系三维重构模型,包括不定根初始发生时间和位置、不定根初始伸展角度、不定根伸长速率、不定根空间分布模型等;然后在Visual C++环境下,结合可视化显示模块、场景控制模块、人机交互界面和数据库模块等,研制了水稻根系三维可     

基于B样条的水泵复杂特性曲线拟合方法

为适应水泵复杂特性曲线中存在大挠度和非等距测点的情况，探索了基于三次均匀B样条的曲线拟合方法。通过局部预测的方法引入新的型值点以克服曲线尖点拟合的困难。根据离散数据点连线的几何形状进行分段，基于最小二乘法分步优化节点的横坐标和纵坐标，得到了最优逼近的B样条拟合曲线。通过实例计算表明，该方法可以高精度地将全区域范围的水泵试验数据拟合成光滑的特性曲线，并能够消除因试验随机误差所引起的曲线扰动。     

作物生长过程模拟模型与形态三维可视化关键技术研究

针对作物产量形成、品种适应性分析的数字化解析和可视化表达需求,以提高作物模拟模型的时效性、协同性和真实感为目标,结合物联网技术与作物模拟模型,进行了田间数据实时采集;应用多智能体技术进行了作物协同模拟方法研究与框架设计;开展了作物生长过程模拟模型及基于作物模型的形态三维可视化关键技术研究,以小麦作物为例,进行了田间试验,阐述了小麦三维形态模拟可视化系统的设计实现并进行了试验验证;构建了Logistic方程模拟小麦叶长、最大叶宽、叶片高度、株高等的生长变化,采用基于曲线、曲面的参数化建模方法和3D图形库OpenGL构造了小麦器官几何模型。结果表明小麦叶长、最大叶宽、叶片高度和株高模拟模型R ²值在0.772~0.999之间,回归方程的F值在10.153~4359.236之间,且Sig.小于显著水平0.05,模型显著性较好,模型的拟合度较高。本研究将作物模拟模型结果和形态结构模型有效结合,实现了以小麦为代表的作物在不同管理措施条件下的生长过程形态三维可视化表达,为作物生产数字化系统应用提供了更有效的途径,该技术体系与方法同样适用于玉米、水稻等作物。     

基于改进Faster R-CNN的水稻稻穗检测方法

为了快速而准确地统计视频监测区域内的水稻穗数,提出了一种基于改进Faster R-CNN的稻穗检测方法。针对稻穗目标较小的问题,在Inception_ResNet-v2的基础上引入空洞卷积进行优化;对于不同生长期稻穗差别大的问题,设计了针对标注框尺度的K-means聚类,为候选区域生成网络提供先验知识,从而提高了检测精度。鉴于小尺寸稻穗目标的特殊性,用ROIAlign替代ROIPooling,提高了感兴趣区域的提取精度。试验测试时,根据水稻不同发育期稻穗的表型特征差异自制了3类数据集,并选取最佳聚类数为10。模型对比试验表明,本文方法的稻穗检测平均精度均值达到80.3%,较Faster R-CNN模型提升了2.4个百分点,且比SSD和YOLO系列模型有较大幅度的提升。     

拖拉机自动驾驶系统上线轨迹规划方法

为解决现有拖拉机自动驾驶系统上线距离较长,且在上线目标点附近跟踪误差较大的问题,提出了一种基于量子遗传算法优化的B样条理论局部上线轨迹规划方法。综合考虑最大曲率约束、起止点航向约束和最大转向角约束,把最优轨迹规划问题转化为B样条控制点参数优化问题,采用量子遗传算法对目标函数进行寻优,从而求得距离最短的可行驶上线轨迹。设计了4种典型作业工况,仿真结果表明,对于不同作业工况,算法均可通过优化配置B样条控制点得到满足约束的上线轨迹,曲率和等效前轮转角变化平缓,有利于路径跟踪控制器进行曲线跟踪控制。田间试验结果表明,针对设计的复杂作业工况,单独采用纯追踪算法的上线距离为78.6 m,基于上线轨迹规划方法的上线距离为23.7 m,且后者在上线点附近的横向跟踪误差更小。     

基于田间图像的局部遮挡小尺寸稻穗检测和计数方法

大田水稻生长环境复杂,稻穗尺寸相对较小,且与叶片之间贴合并被遮挡严重,准确识别复杂田间场景中的水稻稻穗并自动统计穗数具有重要意义。为了实现对局部被叶片遮挡的小尺寸稻穗的计数,设计了一种基于生成特征金字塔的稻穗检测(Generative feature pyramid for panicle detection,GFP-PD)方法。首先,针对小尺寸稻穗在特征学习时的特征损失问题,量化分析稻穗尺寸与感受野大小的关系,通过选择合适的特征学习网络减少稻穗信息损失;其次,通过构造并融合多尺度特征金字塔来增强稻穗特征。针对稻穗特征中因叶片遮挡产生的噪声,基于生成对抗网络设计遮挡样品修复模块(Occlusion sample inpainting module,OSIM),将遮挡噪声修复为真实稻穗特征,优化遮挡稻穗的特征质量。对南粳46水稻的田间图像进行模型训练与测试,GFP-PD方法对稻穗计数的平均查全率和识别正确率为90.82%和99.05%,较Faster R-CNN算法计数结果分别提高了16.69、5.15个百分点。仅对Faster R-CNN算法构造特征金字塔,基于VGG16网络的平均查全率和识别正确率分别为87.10%和93.87%,较ZF网络分别提高3.75、1.20个百分点;进一步使用OSIM修复模型、优化稻穗特征,识别正确率由93.87%上升为99.05%。结果表明,选择适合特征学习网络和构建特征金字塔能够显著提高田间小尺寸稻穗的计数查全率; OSIM能够有效去除稻穗特征中的叶片噪声,有利于提升局部被叶片遮挡的稻穗的识别正确率。     

水稻穗部性状与产量及品质的相关性研究

以特优质早熟杂交粳稻——辽优0201的衍生系为试材,设计田间试验,考察水稻穗部性状与水稻产量及品质之间的相关性。研究结果表明：穗部性状对产量的影响明显大于其对品质性状的作用;穗部性状主要是通过对粒型的作用来影响稻米品质的。     

水稻生长信息动态监控系统设计—基于物联网技术

获取水稻的相关生长信息可以动态监控和实时掌握水稻的生长情况,是实现水稻生产管理的自动化和智能化基础。为此,基于物联网技术,设计了集水稻生长过程数据采集、视频信息传输、后台数据分析处理和水稻生长精准调控等功能于一体的水稻生长信息动态监控系统。根据该系统,对植物工厂中种植的4种水稻作为试验田进行研究,选择株高、有效穗数和叶绿素含量这3种性状作为监测对象,并与人工测量数据进行比较,发现该系统可有效监测水稻的株高、有效穗数和叶绿素含量等数量性状,结果表明:系统可实现水稻生产中资源的合理利用,保证水稻高质、高产。     

图像与L系统相结合的柑橘叶片形态特征重构研究

为了快速、逼真、有效地描述植物叶片的外在形态特征,提出了一种基于图像与L系统相结合的柑橘叶片形态重构的方法。该方法利用边缘检测的方法提取柑橘叶片的边缘以及叶脉的分布特征,以Harris计算与叶脉相关的特征点。最后用L系统和B样条曲线对柑橘叶片形态进行重构。通过实验表明,该方法能够快速、有效地描述出柑橘叶片的形态,降低柑橘叶片模型构建的复杂度。     

基于B样条的水泵效率特性曲线拟合方法

探索了基于三次均匀B样条的水泵效率特性曲线的拟合方法，以解决用一般的水泵效率特性曲线拟合方法存在的拟合精度不高或曲线形状畸变的问题．在给定分段节点横坐标的条件下．通过确定系数矩阵和反求曲线顶点，基于最小二乘法推导出最优节点的纵坐标公式．实例计算表明，采用该方法可以较好地拟合水泵效率特性曲线．