基于3D掃描溫室葡萄葉片生長建模及可視化

高曉陽* 李紅嶺13 楊 梅12

(1.甘肅農業(yè)大學機電工程學院，甘肅 蘭州 730070；2.甘肅省葡萄栽培與釀酒學重點實驗室，甘肅 蘭州 730070；3.甘肅省干旱區(qū)作物科學重點實驗室，甘肅 蘭州 730070)

植物可視化是智慧農業(yè)的主要研究領域之一，對植物生長發(fā)育和栽培育種研究及精準農業(yè)發(fā)展等具有重要作用。葉片是植物最重要的器官之一，既決定著植物的外觀形態(tài)，也是植物光合作用的重要功能器官，因此葉片建模是植物建模中的重要內容。高精度的植物葉片模型對于提高植株幾何模型的真實感、進行植物形態(tài)特征分析和面元尺度的功能計算等研究具有重要意義。截至目前國內外針對植物已開展了大量形態(tài)結構建模和可視化研究，國外研究植物結構模型和可視化較早，已研發(fā)出在國際上得到大范圍推廣的水稻、小麥、高粱、大豆等CERES典型作物生長模擬模型，為植物結構模型研究奠定了堅實的基礎。雖然國內對三維可視化研究起步較晚，但是已對大麥[1-2]、葡萄[3-4]、玉米[5]、棉花等植物可視化與生長模擬模型方面有深入研究。目前，在植物結構模型可視化研究中，采用的三維建模處理技術方法主要有基于OPEN-GL的立體虛擬建模、基于3Dsmax的結構建模、基于3D的掃描建模等。植物葉片建模模擬研究主要有基于圖像的葉片建模、基于三維點云的葉片建模和基于三維數(shù)字化的葉片建模。其中，在基于數(shù)字圖像的葉片建模方面，郭新宇等[6]設計和實現(xiàn)了玉米三維重構及可視化系統(tǒng)；楊沛等[7]利用數(shù)字圖像處理方法建立了黃瓜葉片三維模型，研究葉邊緣形狀和葉脈的真實感；劉慧等[8]構建并實現(xiàn)了可視化水稻生長系統(tǒng)。

3D掃描是植物建模與可視化研究的重要技術方法之一[9]。高分辨率三維掃描可以獲取更多的植物葉片三維信息真實感。王勇健等[10]通過對葉片點云數(shù)據(jù)的配準、簡化及去噪等操作得到了高精度植物葉片模型；葛娟等[11]提出一種從3D點云重建大葉片植物的方法；孫智慧等[12]通過對點云數(shù)據(jù)進行噪聲點剔除和數(shù)據(jù)精簡，利用Delaunay三角剖分法生成網(wǎng)格曲面，再對網(wǎng)格曲面進行優(yōu)化，快速重構出植物葉片的高精度網(wǎng)格曲面。目前，采用3D掃描技術進行溫室葡萄生長建模還未見報道，為此本文對溫室葡萄葉片建模進行探討和研究。

1 實驗與材料

1.1 實驗地點與材料設備

本實驗研究時間為2018年5—12月、2019年5—12月，實驗地點位于甘肅省永登縣(東經102°36′～103°45′，北緯36°12′～37°07′)。該地屬溫帶大陸性氣候，海拔3 000～1 600 m，年平均氣溫為6.0 ℃，年均降水量約為300 mm，年蒸發(fā)量1 665 mm，全年日照時大于2 600 h，平均無霜期為120天。實驗工具如下：數(shù)顯游標卡尺、直尺、數(shù)碼相機Nikon D810、筆記本ThinkPad W540(Intel i7-4800MQ處理器 32G內存)、3D掃描儀(Artec Space Spider)、溫度計、福祿克-9風速儀、福祿克-941照度計、美國土壤水分溫度電導率速測儀-TDR350等。

1.2 實驗設計

實驗葡萄品種為樹齡約10年的延遲栽培紅提葡萄，試驗田內土壤適宜，光照充足，灌溉條件良好。按延遲栽培技術方法對溫室葡萄進行施水、施肥和剪枝管理,在試驗田內不同位置選取日照充足的9壟葡萄從萌芽期至漿果成熟期進行三因素三水平正交實驗，每壟葡萄為8株，每一株選取3個枝條，每個枝條均留有10個葉片，分別掛牌標號、觀測和記錄。每2～3天測量一次枝條節(jié)間、葉柄的長度和粗度，以及葉片的長度和寬度。選取長勢相同、無病蟲害、發(fā)育正常的葉片，在實驗期每3～4天采集一次葡萄葉片，在每株葡萄樹3個選定枝條的上中下位置采用3D掃描標定、隨機采集3～4片葡萄葉片點云數(shù)據(jù)，并標記保存。

1.3 建模方法

采用的3D掃描儀(型號Artec Space Spider)如圖1所示，連接的電腦上安裝有Artec配套軟件，軟件界面如圖2所示。Artec Space Spider基于面狀結構光矩陣式掃描，分辨率為0.5 mm，掃描范圍為170～330 mm，最佳掃描距離為15～30 cm，要避免在強光下掃描，掃描速度依據(jù)植物葉片表面復雜度來確定。

圖1 3D掃描儀

圖2 軟件界面

葡萄果枝主要有莖稈、葉片等器官，根據(jù)測得的實驗數(shù)據(jù)，選取新梢節(jié)間1～10節(jié)的葉片，研究生理發(fā)育時間(PDT)與葡萄莖葉生長的關系。采用Logistic方程擬合葡萄葉片生長動態(tài)過程，表達式為：

(1)

式中：A為葉片生長的最大值，即生物學上限；B為生長初始值參數(shù)；k為生長速率參數(shù)；e為常數(shù)；t為時間。

構建葡萄果枝生長動態(tài)模型，采用根均方誤差RMSE(root mean square error)對模型進行驗證，表達式為：

(2)

式中：Oi為觀測值；Si為模擬值；n為樣本數(shù)量。

2 點云數(shù)據(jù)獲取及模型構建

2.1 數(shù)據(jù)獲取

基于點云的葡萄葉片三維重建主要包括葉片點云數(shù)據(jù)獲取、點云處理和網(wǎng)格優(yōu)化處理等，其流程如圖3所示。

圖3 基于點云的葡萄葉片三維重建流程

2.1.1 點云配準

將Artec Spider掃描速度的幀率調至最高級(7.5～8幀/s)，以點面陣方式獲取葡萄葉片點云數(shù)據(jù)，利用掃描儀配套的點云處理軟件Artec Studio中配準模塊對所獲取的葡萄葉片點云數(shù)據(jù)依次進行粗略配準、精確配準和全局配準等點云配準。本研究對所選枝條的葉片均按實驗設計定時進行點云數(shù)據(jù)采集和配準實驗。其中選取枝條第4節(jié)間不同生長期發(fā)育正常的6個葉片，配準后的點云輸出如圖4所示。

2.1.2 點云簡化和去噪

每一個配準后的成熟期葡萄葉片約有6～8萬個掃描像素點，直接對其處理速度較慢，需要對點云數(shù)據(jù)進行簡化處理。由于3D掃描儀存在隨機誤差，掃描后葉片邊緣和葉片夾縫處不可避免地會有噪點產生，故也需要對葉片三維點云進行去噪處理。實驗獲取的配準葉片經點云簡化去噪后如圖5所示。

圖4 點云配準

圖5 點云去噪

2.1.3 網(wǎng)格優(yōu)化處理

由于葡萄葉片的凹凸特征較為明顯，在葡萄葉片邊緣以及葉片重疊等掃描死角處易產生少量肉眼清晰可辨的點云缺失，本文選用標準網(wǎng)格簡化修補或快速網(wǎng)格簡化修補處理。邊緣優(yōu)化和孔洞修補后，再對葡萄葉片進行平滑處理，網(wǎng)格簡化如圖6所示。

圖6 網(wǎng)格簡化

2.2 結果與分析

2.2.1 葉長和葉寬模型分析

選取實驗組葡萄枝條5個節(jié)間對應的葉片長度和寬度為研究對象建模。依據(jù)實驗數(shù)據(jù)，枝條每個節(jié)間和葉片生長的同時伴隨著枝條下一節(jié)間和葉片的生長。實驗葉片生理生長期為75天，從新生枝條至第一節(jié)間的葉片長出時間約為3.8天，PDT為生理發(fā)育時間，取值范圍為3.8+3n-2～78.8+3n-2，枝條上葉片動態(tài)生長模型為：

(3)

n=1，2，3，4，5

式中：擬合參數(shù)Mn(MLn和MWn)分別為葡萄枝條葉片在某一生理發(fā)育時間第n節(jié)葉片的長度和寬度，YLnmax為葉片長度最大值，YWnmax為葉片寬度最大值。葡萄果枝的1～5片葉片長度和寬度隨PDT變化的曲線如圖7和圖8所示。

圖7 不同節(jié)間葉長隨PDT變化曲線

圖8 不同節(jié)間葉寬隨PDT變化曲線

實驗結果表明，葡萄葉片的生長過程呈“S”型曲線，遵循先慢后快再變慢的生長規(guī)律。根據(jù)圖7和圖8，利用Excel擬合方程對其進行確定，bn、kn見表1。

表1葡萄葉片長度和寬度模型參數(shù)值

葉片位置葉片長度/cm葉片寬度/cmMLnmaxbnknMWnmaxbnkn第1節(jié)6.277.960.229.5812.020.25第2節(jié)10.5614.700.1915.2330.240.23第3節(jié)14.7330.420.2721.3941.090.31第4節(jié)16.8644.580.3424.6249.650.32第5節(jié)19.3342.190.2828.7656.230.28

2.2.2 模型檢驗

根據(jù)實驗數(shù)據(jù)采用RMSE對葡萄果枝葉片生長模型進行檢驗，結果見表2。

表2葉片模型檢驗RMSE值

葉片位置葉片長度/cm葉片寬度/cm第1節(jié)0.310.33第2節(jié)0.390.42第3節(jié)0.450.44第4節(jié)0.580.53第5節(jié)0.420.36

結果表明，擬合模型的果枝不同葉位葉長模擬值的RMSE范圍為0.31～0.58 cm，葉寬模擬值RMSE范圍為0.33～0.53 cm，本模型對果枝葉長和葉寬有很好的預測性。

2.3 可視化模型分析

基于拓撲結構結合計算機圖形學建立植物模型的L-studio軟件，在葡萄生長建模研究中已有應用報道。本文采用PlantFactory軟件對葡萄枝條的生長可視化過程進行仿真。

2.3.1 葉片和節(jié)間的可視化模型

葡萄枝條主要由節(jié)間和葉片組成，本研究葉片構建模型如圖9(a)所示，其表面設為綠色。選節(jié)間為圓柱模型，如圖9(b)所示。

2.3.2 枝條的可視化模型

葡萄枝條可視化模型如圖10所示，編程時用節(jié)點將枝條的各個節(jié)間和葉片依次相互連接起來，仿真運行實現(xiàn)其生長可視化。

圖9 葉片模型和節(jié)間模型

圖10 葡萄枝條可視化模型

3 小結

通過采集田間數(shù)據(jù)和借助Logistic方程擬合構建了溫室葡萄葉片生長模型，實驗結果表明其對葡萄葉片的預測性好。葡萄葉片生長過程呈“S”型曲線，遵循先慢后快再變慢的生長規(guī)律。模型對果枝不同葉位葉長模擬值的RMSE范圍為0.31～0.58 cm，葉寬模擬值RMSE范圍為0.33～0.53 cm。實驗時通過溫室葡萄3D掃描實驗獲取葉片點云數(shù)據(jù)，經過點云配準、去噪和優(yōu)化處理，實現(xiàn)了三維葉片模型真實還原。以擬合模型為基礎，選用PlantFactory實現(xiàn)了葡萄枝條的生長過程模擬與可視化仿真，今后還需進一步研究葡萄果穗和主莖干3D建模以及紋理映射等智慧農業(yè)理論與技術。