基于三維點(diǎn)云的烤煙三維模型構(gòu)建及株型分析

胡心雨，冉茂，葉協(xié)鋒，李家輝，肖慶禮，王紅鋒，劉琳琳，左萬(wàn)琦，張芊*

研究簡(jiǎn)報(bào)

基于三維點(diǎn)云的烤煙三維模型構(gòu)建及株型分析

胡心雨1，冉茂2，葉協(xié)鋒1，李家輝1，肖慶禮3，王紅鋒2，劉琳琳1，左萬(wàn)琦4，張芊1*

1 河南農(nóng)業(yè)大學(xué)煙草學(xué)院，國(guó)家煙草栽培生理生化研究基地，煙草行業(yè)煙草栽培重點(diǎn)實(shí)驗(yàn)室，鄭州市金水區(qū)文化路95號(hào) 450002；2 重慶煙草科學(xué)研究所，重慶市北碚區(qū)天生街道天生路2號(hào) 400715；3 重慶中煙工業(yè)有限責(zé)任公司，重慶市南岸區(qū)南坪東路2號(hào) 400060；4 重慶市煙草公司酉陽(yáng)分公司，重慶市酉陽(yáng)縣桃花源街道桃花源大道中路87號(hào) 409800

【】為了構(gòu)建煙株的三維模型、提取烤煙株型信息?！尽坎捎媒Y(jié)構(gòu)光掃描儀獲取烤煙的三維點(diǎn)云數(shù)據(jù)，經(jīng)過(guò)點(diǎn)云配準(zhǔn)、點(diǎn)云去噪以及孔洞修補(bǔ)等步驟后構(gòu)建了烤煙的三維模型，并對(duì)烤煙株型參數(shù)進(jìn)行了誤差估計(jì)。【】利用該方法構(gòu)建的烤煙三維模型能夠精確還原烤煙的形態(tài)結(jié)構(gòu)，葉長(zhǎng)、葉寬和株高的機(jī)器測(cè)量值和人工測(cè)量值擬合方程的2均達(dá)0.8以上?！尽炕谌S點(diǎn)云構(gòu)建的烤煙三維模型精度高，為煙草科研和煙葉生產(chǎn)提供了一種高精度的烤煙株型判別方法。

烤煙；結(jié)構(gòu)光；三維模型；三維掃描

株型對(duì)烤煙生長(zhǎng)發(fā)育極為重要，且影響煙葉的品質(zhì)[1]。傳統(tǒng)研究多通過(guò)田間測(cè)定煙株的農(nóng)藝性狀來(lái)確定烤煙株型參數(shù)[2-3]。隨著智慧農(nóng)業(yè)的興起，基于虛擬仿真技術(shù)構(gòu)建的植株三維模型，已成為研究包括烤煙在內(nèi)的多種植物株型的重要方法[4-9]。構(gòu)建植株三維模型常用的方法包括L-系統(tǒng)[10-12]、參考軸AMAP、分 形[13]以及三維掃描技術(shù)[14]，其中三維掃描技術(shù)是采集植株空間結(jié)構(gòu)信息、構(gòu)建三維模型的最有效方式。

前人多利用基于激光雷達(dá)的掃描儀對(duì)煙草進(jìn)行三維建模，但該方法耗時(shí)長(zhǎng)且精度有限。本研究利用Artec掃描儀建立煙株的三維模型，利用三維模型獲取烤煙株型參數(shù)，并與田間實(shí)測(cè)數(shù)據(jù)進(jìn)行比較，從而評(píng)價(jià)該方法的精度和可用性，以期為烤煙株型研究提供新的解決方案。

1 材料與方法

1.1 田間試驗(yàn)

田間試驗(yàn)于2020年在重慶市酉陽(yáng)縣龔灘鎮(zhèn)楊柳村（北緯28°98′23″，東經(jīng)108°39′38″）進(jìn)行，供試品種為當(dāng)?shù)刂髟云贩NK326，行距1.2 m，株距0.5 m，試驗(yàn)地土壤pH 4.8，有機(jī)碳含量16.81 g/kg，全氮含量1.55 g/kg，堿解氮含量86.74 mg/kg，速效鉀含量259.83 mg/kg，速效磷含量85.07 mg/kg。于2020年5月初移栽，苗齡約55 d，采用小苗膜下移栽，施氮量為90 kg/hm2，在煙株現(xiàn)蕾開(kāi)花后打頂，各種管理措施均與當(dāng)?shù)馗弋a(chǎn)煙田保持一致。

1.2 烤煙三維模型的獲取

采用Artec Eva三維掃描儀（美國(guó)阿泰克公司）獲取烤煙三維模型，該儀器是一種便攜式三維掃描設(shè)備，分辨率0.5 mm，3D數(shù)據(jù)精度可達(dá)0.1 mm，掃描時(shí)儀器和掃描面保持垂直并勻速移動(dòng)，且距離在0.4～1 m。

1.2.1 掃描精度的評(píng)估

為了對(duì)該設(shè)備的掃描精度進(jìn)行評(píng)估，在烤煙生長(zhǎng)的各個(gè)時(shí)期對(duì)煙株進(jìn)行整體掃描，并將烤煙株高、葉長(zhǎng)及葉寬的計(jì)算值和測(cè)量值進(jìn)行對(duì)比以評(píng)估三維掃描的精度。用三維掃描儀的配套軟件對(duì)掃描得到的模型進(jìn)行處理并讀取煙株最高點(diǎn)和最低點(diǎn)的坐標(biāo)，計(jì)算出兩點(diǎn)之間的距離，即為株高；葉片正面自莖葉連接處至葉尖的直線長(zhǎng)度即為葉片長(zhǎng)度；葉面最寬處與主脈的垂直長(zhǎng)度即為葉片寬度。

1.2.2 烤煙三維模型的獲取

分別于移栽后30 d（團(tuán)棵期）、70 d（打頂后）和80 d（圓頂期），選取18株烤煙進(jìn)行三維掃描。將煙株連根拔起放入花盆中并移至室內(nèi)，及時(shí)對(duì)煙株進(jìn)行掃描，為避免掃描過(guò)程中煙株萎蔫造成誤差，煙株應(yīng)保持根部濕潤(rùn)，且掃描過(guò)程中避免煙株晃動(dòng)而造成數(shù)據(jù)丟失。

1.2.3 烤煙株型指標(biāo)的獲取

參考前人烤煙株型的劃分標(biāo)準(zhǔn)[15]。對(duì)移栽后80 d烤煙株型指標(biāo)進(jìn)行提取并對(duì)烤煙株型進(jìn)行判定。

1.3 模型預(yù)處理

1.3.1 原理

本研究采用的Artec Eva三維掃描儀是結(jié)構(gòu)光三維掃描儀，其由一個(gè)光柵發(fā)射鏡頭和一個(gè)信息采集鏡頭組成。發(fā)射鏡頭將光柵投影到物體表面，由于物體具有高度差，光柵會(huì)因此發(fā)生形變，將光柵的形變轉(zhuǎn)化為光柵相位高度的變化，由此得到物體攜帶的三維的信息，并構(gòu)建物體的三維模型。

圖1 結(jié)構(gòu)光三維掃描儀原理示意圖

1.3.2 數(shù)據(jù)處理

點(diǎn)云數(shù)據(jù)指在一組三維坐標(biāo)系統(tǒng)中的向量合集，掃描資料以點(diǎn)的形式記錄，每一個(gè)點(diǎn)包含三維坐標(biāo)，其中一些含有顏色信息或反射強(qiáng)度信息。對(duì)掃描得到的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，主要包括配準(zhǔn)、刪除離群噪點(diǎn)、孔修補(bǔ)等，防止個(gè)別誤差點(diǎn)對(duì)三維模型的精度造成影響。點(diǎn)云處理前后情況見(jiàn)圖2。

圖2 點(diǎn)云預(yù)處理前（左）后（右）烤煙模型對(duì)比

1.3.2.1 點(diǎn)云配準(zhǔn)

點(diǎn)云配準(zhǔn)是指將不同掃描幀的烤煙三維點(diǎn)云數(shù)據(jù)統(tǒng)一到一個(gè)坐標(biāo)系下，進(jìn)而獲取煙株各點(diǎn)真實(shí)三維坐標(biāo)的過(guò)程[16]。點(diǎn)云配準(zhǔn)包含基于靶標(biāo)的配準(zhǔn)和基于形狀的配準(zhǔn)2種方式，即通過(guò)尋找不同掃描幀之間的同名點(diǎn)，然后將矩陣帶入數(shù)學(xué)模型中進(jìn)行計(jì)算和轉(zhuǎn)換，即可得到統(tǒng)一在同一坐標(biāo)系下的坐標(biāo)。本研究采用Artec Studio進(jìn)行配準(zhǔn)，其中包含粗略配準(zhǔn)、精細(xì)配準(zhǔn)和整體配準(zhǔn)，由于獲取的點(diǎn)云數(shù)量大，通過(guò)靶標(biāo)和形狀的匹配來(lái)縮小搜索范圍，減少計(jì)算量。

1.3.2.2 刪除離群噪點(diǎn)

刪除離群噪點(diǎn)，即點(diǎn)云去噪。在進(jìn)行三維掃描時(shí)，由于三維掃描儀本身的誤差以及操作和外界環(huán)境的不可控性，會(huì)產(chǎn)生一些誤差噪點(diǎn)[17]，這些噪點(diǎn)類型多樣且分布無(wú)規(guī)律。噪點(diǎn)的存在影響模型的精度，本研究利用Artec Studio的離群噪點(diǎn)去除功能，對(duì)半徑r和點(diǎn)數(shù)量t進(jìn)行設(shè)定，對(duì)于點(diǎn)云中的點(diǎn)a，若以點(diǎn)a為球心、r為半徑的球體內(nèi)點(diǎn)的數(shù)量小于t，則將a定義為離群噪點(diǎn)并對(duì)其進(jìn)行剔除。

1.3.2.3 孔修補(bǔ)

由于煙葉相互遮擋且煙葉表面存在不規(guī)則褶皺，三維掃描儀發(fā)射的光不能被反射導(dǎo)致缺失數(shù)據(jù)，造成點(diǎn)云數(shù)據(jù)存在孔洞。孔洞讓模型不完整，并且影響后續(xù)數(shù)據(jù)的提取，導(dǎo)致精度降低[18]，因此，孔洞的修補(bǔ)顯得格外重要。本研究采用配套軟件中孔修復(fù)功能對(duì)孔洞進(jìn)行修復(fù)，其原理為基于散亂點(diǎn)云的孔洞修復(fù)，即先識(shí)別點(diǎn)云孔洞的邊界，進(jìn)而建立孔洞的曲面函數(shù)以實(shí)現(xiàn)孔洞的修復(fù)。

1.4 數(shù)據(jù)處理

利用 Mircosoft Excel 2010 進(jìn)行數(shù)據(jù)處理和圖表繪制，Artec Studio 15.0 及GeomagicWrap進(jìn)行三維模型處理。

2 結(jié)果與分析

2.1 測(cè)定效率與精度

由于煙株的大小及煙株形態(tài)存在差異，掃描一株煙的耗時(shí)有所不同，但通常在5～20 min，就本研究而言，在團(tuán)棵期（移栽后30 d）煙株較小且有效葉片數(shù)較少，掃描一株煙的時(shí)間在5～8 min，而圓頂期（移栽后80 d）掃描一株煙需要約20 min。

為對(duì)三維掃描的精度進(jìn)行評(píng)估，通過(guò)在大田內(nèi)人工測(cè)量烤煙株高、葉長(zhǎng)和葉寬，并將其分別與三維模型數(shù)據(jù)進(jìn)行比較。對(duì)株高、葉長(zhǎng)以及葉寬的人工測(cè)量值和三維模型值的吻合程度進(jìn)行分析，由圖3可知，株高、葉長(zhǎng)及葉寬的人工測(cè)量值和計(jì)算值吻合程度較好，株高2達(dá)0.9866，且RMSE值為1.83；葉長(zhǎng)2為0.8602， RMSE值為3.85；葉寬2為0.8318，RMSE值為2.79。葉長(zhǎng)及葉寬的吻合程度略低于株高，是由于煙葉在自然生長(zhǎng)狀態(tài)下表面存在褶皺，人工測(cè)定時(shí)存在一定誤差。

圖3 基于三維掃描儀的測(cè)量值和人工測(cè)量值的比較

2.2 烤煙三維可視化模型

圖4 不同時(shí)期的烤煙K326三維可視化模型

Fig. 4 Three-dimensional visualization model of flue-cured tobacco K326 in different periods

2.3 烤煙株型的判定

經(jīng)預(yù)處理后得到的烤煙K326三維模型，可提取出烤煙株型相關(guān)的指標(biāo)并以此對(duì)烤煙株型進(jìn)行判斷（表1）?？緹烱326三維可視化模型如圖5所示，移栽后80 d煙株呈現(xiàn)長(zhǎng)筒形，與利用模型獲得的判定結(jié)果吻合。

表1 烤煙K326株型判定

Tab.1 Determination of plant type of flue-cured tobacco K326

圖5 烤煙K326株型示意圖

3 結(jié)論與討論

本研究采用手持式結(jié)構(gòu)光三維掃描儀快速獲取點(diǎn)云數(shù)據(jù)，通過(guò)點(diǎn)云配準(zhǔn)、點(diǎn)云去噪和孔洞修補(bǔ)等過(guò)程建立烤煙三維模型，并對(duì)其進(jìn)行可視化和株型參數(shù)提取。通過(guò)株高、葉長(zhǎng)和葉寬等指標(biāo)進(jìn)行誤差估計(jì)，結(jié)果顯示，三維掃描的精度較高，人工測(cè)量值和機(jī)器測(cè)量值擬合的2均達(dá)0.8以上，利用提取的數(shù)據(jù)信息進(jìn)行烤煙K326的株型判斷（長(zhǎng)筒形），符合K326的株型特征。本研究構(gòu)建的烤煙三維模型可以準(zhǔn)確地獲取烤煙株型特征參數(shù)。

魏學(xué)禮等[19]應(yīng)用徠卡ScanStation2和Vivid9i兩款三維激光掃描儀對(duì)煙株進(jìn)行掃描發(fā)現(xiàn)只能對(duì)植株進(jìn)行整體掃描，葉片之間相互遮擋，大量細(xì)節(jié)無(wú)法顧及，從而使獲取的三維信息出現(xiàn)明顯偏差；郭焱等[20]采用FastSCAN三維激光掃描儀對(duì)烤煙植株進(jìn)行掃描，由于綠葉會(huì)吸收儀器發(fā)射的紅光導(dǎo)致不能正常地返回植物信息，故噴灑爽身粉以解決此問(wèn)題，但爽身粉很難噴灑均勻，且易被風(fēng)吹散，影響數(shù)據(jù)采集的精度；王劍等[21]指出FastSCAN三維激光掃描儀可受磁場(chǎng)的干擾使探棒無(wú)法定位，從而影響其精度。而本研究中采用的基于結(jié)構(gòu)光掃描技術(shù)構(gòu)建的烤煙三維模型具有較高的精度和數(shù)據(jù)獲取效率，且與FastSCAN等基于激光雷達(dá)的掃描儀不同，不受掃描對(duì)象顏色的影響且不受磁場(chǎng)干擾。此外，本研究中利用Artec掃描儀相較于使用FastSCAN對(duì)煙株進(jìn)行掃描的耗時(shí)大大縮短。

植物表型是其遺傳特性與環(huán)境交互的三維表達(dá)[22]。煙株三維模型作為其表型信息的載體，為產(chǎn)量預(yù)測(cè)、群體性狀監(jiān)測(cè)、病蟲(chóng)害監(jiān)測(cè)預(yù)警等提供了信息支撐，是智慧煙草的重要基礎(chǔ)。利用株型等來(lái)自烤煙三維模型的表型信息能夠建立煙草的表型-生長(zhǎng)-品質(zhì)的預(yù)測(cè)模型，實(shí)現(xiàn)基于表型信息的烤煙生長(zhǎng)發(fā)育過(guò)程監(jiān)測(cè)和分析，為烤煙養(yǎng)分監(jiān)測(cè)和成熟采收提供指導(dǎo)和建議，相關(guān)研究將在未來(lái)逐步開(kāi)展。本研究限于條件僅對(duì)K326進(jìn)行了數(shù)據(jù)采集、建模及驗(yàn)證，未來(lái)計(jì)劃在更多烤煙品種上推廣應(yīng)用。此外，三維掃描獲取的煙株點(diǎn)云數(shù)據(jù)量大，受限于計(jì)算機(jī)性能，數(shù)據(jù)后期的處理以及建模耗時(shí)相對(duì)較長(zhǎng)，需要進(jìn)一步優(yōu)化以提高數(shù)據(jù)處理效率。

[1] 韓占江，郜慶爐，薛香，等. 不同小麥品種干物質(zhì)積累、分配與產(chǎn)量的關(guān)系[J]. 貴州農(nóng)業(yè)科學(xué)，2008, 36(6): 14-16.

HAN Zhanjiang, GAO Qinglu, Xue Xiang, et al. Relationship between accumulation, distribution and yield of dry matter in different wheat varieties [J]. Guizhou Agricultural Science, 2008, 36 (6): 14-16.

[2] 何文高，陳偉，宗學(xué)鳳，等. 不同處理對(duì)烤煙株型、光合特性及產(chǎn)質(zhì)量的影響[J]. 西南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2015, 37(07): 37-43.

HE Wengao, CHEN Wei, ZONG Xuefeng, et al. Effects of nitrogen rate and number of remaining leaves on plant type, photosynthesis characteristics and yield and quality of flue-cured tobacco [J]. Journal of Southwest University(Natural Science Edition), 2015, 37(07): 37-43.

[3] 鄭登峰，陳懿，陳偉，等. 烤煙株型與產(chǎn)量和質(zhì)量的關(guān)系[J]. 土壤，2018, 50(04): 718-725.

ZHENG Dengfeng,CHEN Yi,CHEN Wei,et al.Relationship between plant type and yield & quality of flue-cured tobacco[J]. Soil, 2018, 50(04): 718-725.

[4] 溫維亮，王勇健，許童羽，等.基于三維點(diǎn)云的玉米果穗幾何建模[J]. 中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào)，2016, 18(05): 88-93.

WEN Weiliang,WANG Yongjian,XU Tongyu,et al.Geometric modeling of maize ear based on three-dimensional point cloud[J].Journal of Agricultural Science and Technology, 2016, 18(05): 88-93.

[5] 汪麗萍，何火嬌，楊紅云. 水稻葉片三維建模與葉色渲染[J]. 計(jì)算機(jī)工程與應(yīng)用，2017, 53(24): 187-190.

WANG Liping, HE Huojiao, YANG Hongyun. Three-dimensional shape modeling and real-time color rendering of rice leaf[J]. Computer Engineering and Applications, 2017, 53(24):187-190.

[6] 孫晨陽(yáng). 小麥生長(zhǎng)的三維可視化建模方法研究[D]. 鄭州：鄭州大學(xué)，2019.

SUN Chenyang.Research on three-dimensional visual modeling method for wheat growth[D]. Zhengzhou University, 2019.

[7] Barillot R, Louarn G, Escobar-Gutiérrez AJ, et al. How good is the turbid medium-based approach for accounting for light partitioning in contrasted grass-legume intercropping systems? [J]. Annals of Botany, 2011, 108(6): 1013-1024.

[8] Guo Y, Fourcaud T, Jaeger M, et al. Plant growth and architectural modelling and its applications[J]. Annals of Botany, 2011, 107(5): 723-727.

[9] Sinoquet H, Rivet P. Measurement and visualization of the architecture of an adult tree based on a three-dimensional digitising device[J]. Trees-Structure and Function, 1997, 11 (5): 265-270.

[10] 楊旨窈，劉驥.基于虛擬器官L系統(tǒng)的植物生長(zhǎng)模擬[J]. 軟件，2018, 39(10): 182-186.

YANG Zhiyao,LIU Ji.Plant growth simulation based on virtual organ L system[J].computer engineering&software, 2018, 39(10): 182-186.

[11] Perttunen J, Sievnen R, Nikinmaa E.LIGNUM: a model combining the structure and the functioning of trees[J]. Ecol. Model., 1998, 108(1-3): 189-198.

[12] Allen M T, Prusinkiewicz P, DeJong T M. Using L systems for modeling source sink interactions, architecture and physiology of growing trees: the L-PEACH mode[J]. New Phytol., 2005, 166(3): 869-880.

[13] 吳升. 蘋(píng)果樹(shù)冠層三維重建及可視化計(jì)算方法研究[D]. 北京：北京林業(yè)大學(xué)，2017.

WU Sheng. Study on 3D reconstruction and visual computational methods of apple canopy layer[D]. Beijing Forestry University, 2017.

[14] 楊丹琦. 基于三維掃描數(shù)據(jù)的花瓣形變及生長(zhǎng)過(guò)程模擬[D]. 北京:北京林業(yè)大學(xué)，2020.

YANG Danqi. Simulation of petal deformation and growth process based on 3D scan data[D]. Beijing Forestry University, 2020.

[15] 龔治翔. 不同栽培措施對(duì)烤煙株型的調(diào)控[D]. 鄭州：河南農(nóng)業(yè)大學(xué)，2018.

GONG Zhixiang.Ideotype regulation of flue-cured tobacco by different cultivation measures[D]. Henan Agricultural University, 2018.

[16] 張亞，山鋒，王濤.三維激光掃描技術(shù)點(diǎn)云數(shù)據(jù)采集與配準(zhǔn)研究[J]. 地理空間信息，2021, 19(03): 24-27+6.

ZHANG Ya，SHAN Feng，WANG Tao. Research on Point Cloud Data Acquisition and Registration of 3D Laser Scanning Technology[J]. Geospatial Information. 2021.19(03):24-27+6.

[17] 蔣通，鄒進(jìn)貴. 基于區(qū)域生長(zhǎng)的體素濾波點(diǎn)云去噪算法[J]. 測(cè)繪地理信息，2021, 46(02): 63-66.

JIANG Tong, ZOU Jingui. Point cloud denoising algorithm of voxel filtering based on region growing[J].Journal of Geomatics, 2021, 46(02): 63-66.

[18] Xiaoyuan Guo, Jun Xiao, Ying Wang. A survey on algorithms of hole filling in 3D surface reconstruction[J]. The Visual Computer, 2018, 34(1).

[19] 魏學(xué)禮，肖伯祥，郭新宇，等. 三維激光掃描技術(shù)在植物掃描中的應(yīng)用分析[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2010, 26(20): 373-377.

WEI Xueli,XIAO Boxiang,GUO Xinyu,et al. Analysis of applications of 3D Laser scan technology in plant scanning[J].Chinese Agricultural Science Bulletin, 2010, 26(20): 373-377.

[20] 郭焱，史同鑫，吳劼，等. 煙草植株靜態(tài)虛擬模型的研究[J]. 中國(guó)煙草學(xué)報(bào)，2012, 18(05): 29-33.

GUO Yan,SHI Tongxin,WU Jie,et al.Development of static virtual tobacco model based on three-dimensional scanning methodology[J]. Acta Tabacaria Sinica, 2012, 18(05): 29-33.

[21] 王劍，周?chē)?guó)民. 利用激光掃描儀獲取植物三維模型的方法[J]. 湖北農(nóng)業(yè)科學(xué)，2008(01): 104-106.

WANG Jian,ZHOU Guomin.Introduction of developing 3D plants model by using laser scanner[J]. Hubei Agricultural Sciences, 2008(01): 104-106.

[22] 趙春江. 植物表型組學(xué)大數(shù)據(jù)及其研究進(jìn)展[J]. 農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào)，2019, 1(2): 5-18.

ZHAO Chunjiang.Big data of plant phenomics and its research progress[J]. Journal of Agricultural Big Data, 2019.1(2): 5-18.

Study on the construction of 3D model of flue-cured tobacco based on 3D point cloud

HU Xinyu1, RAN Mao2, YE Xiefeng1, LI Jiahui1, XIAO Qingli3, WANG Hongfeng2, LIU Linlin1, ZUO Wanqi4, ZHANG Qian1*

1 Tobacco College of Henan Agricultural University, National Research Base of Tobacco Cultivation Physiology and Biochemistry, Key Laboratory of Tobacco Cultivation of Tobacco Industry, Zhengzhou 450002, China; 2 Chongqing Tobacco Science Research Institute, Chongqing 400715, China; 3 Chongqing China Tobacco Industry Co., Ltd., Chongqing 400060, China; 4 Chongqing Tobacco Company Youyang Branch, Chongqing Youyang 409800, China

This study aims to construct a three-dimensional model of tobacco plants and extract flue-cured tobacco plant type information.By using a structured light scanner to obtain three-dimensional point cloud data of flue-cured tobacco and going through the steps of point cloud registration, point cloud denoising, and hole repair, a three-dimensional modeling method for flue-cured tobacco based on structured light technology is proposed in this study. The three-dimensional model of flue-cured tobacco was constructed, and the error estimation of flue-cured tobacco plant type parameters was carried out.The results show that the three-dimensional model of flue-cured tobacco constructed by this method can accurately restore the morphology and structure of flue-cured tobacco, where R2of fitting equations of the machine-measured and artificially measured values of leaf length, leaf width and plant height are above 0.8, indicating higher accuracy.The three-dimensional model of flue-cured tobacco constructed based on three-dimensional point cloud has high accuracy. It provides a high-precision method for identifying flue-cured tobacco plant types.

flue-cured tobacco; structured light; three dimensional model; 3D scanning

Corresponding author. Email：zhangqian225@163.com

胡心雨，冉茂，葉協(xié)鋒，等.基于三維點(diǎn)云的烤煙三維模型構(gòu)建及株型分析[J]. 中國(guó)煙草學(xué)報(bào)，2022，28（3）.HU Xinyu, RAN Mao, YE Xiefeng, et al. Study on the construction of 3D model of flue-cured tobacco based on 3D point cloud[J]. Acta Tabacaria Sinica, 2022,28(3). doi: 10.16472/j.chinatobacco. 2021.T0129

重慶市煙草公司科技項(xiàng)目“云產(chǎn)卷煙原料生產(chǎn)技術(shù)體系研究與構(gòu)建”（A20201NY01-1303）；重慶市煙草公司科技項(xiàng)目“利群卷煙原料生產(chǎn)技術(shù)體系研究與構(gòu)建”（A20201NY01-1304）；重慶市煙草公司科技項(xiàng)目“天子卷煙原料生產(chǎn)技術(shù)體系研究與構(gòu)建”（A20201NY01-1306）

胡心雨（1998—），碩士研究生，研究方向?yàn)闊煵菰耘嗌砩?，Tel：0371-63555763，Email：h18638140320@163.com

張芊（1980—），博士，研究方向?yàn)闊煵菪畔W(xué)，Tel：0371-63555763，Email：zhangqian225@163.com

2021-07-31；

2022-02-11