基于FastSCAN玉米整株三维重构及参数计算方法

李抒昊，关海鸥，于　崧，马晓丹，李伟凯，郑雯璐

(黑龙江八一农垦大学 a.信息技术学院；b.农学院，黑龙江 大庆　163319)

0　引言

早在20世纪70年代，随着计算机软硬件及性能的不断提升，虚拟现实技术得以实现，从而建立了虚拟植物模型，在计算机上展现植物生长发育过程的三维立体图像初步进入大众的视野[1]。如今，随着现代信息技术的不断研究及发展，信息技术与农业相结合成为了国内外未来研究农业方向的重要组成部分之一[2]。农业加以信息技术结合分析产生了诸多科研成果，依托信息技术对植物进行三维可视化研究成为国内外研究农业信息化的热点[3]。

玉米作为世界范围内农业生产种植的重要谷类作物之一，有极高的营养价值、食疗价值、工业价值及药用价值等等。然而，在生长发育过程中会受到环境因素、传因子和噪声变量等影响[1,3]，从而影响长势，因此对玉米三维重建至关重要。在国内，郭焱最早对虚拟植物进行研究[4]，应用了三位数字化仪，对玉米不同生产期的冠层形态结构进行了精准的测量，并建立了玉米的虚拟结构。李辉、王传宇等人[5]采用平面模板法、基于双目立体视系统立体拼接重建出的部分叶片三维曲面，并获得叶片参数。杨亮等人[6]等基于立体视觉通过对玉米叶片边缘恢复进行三维重建。牛晓静[7]开发了点云精简、去噪平滑和重构系统。对玉米的三维点云数据进行精简，然后采用分步处理策略对点云模型进行去噪和平滑,最后使用Delaunay三角剖分方法对三维点云数据进行三维重构。传统方法对玉米进行的三维重建大多都是研究玉米的根茎及叶片，很好地反映了玉米部分器官的生理构造特征，但对整株玉米鲜有报道且应用范围比较窄。本文应用FastSCAN三维扫描仪对玉米整株在三叶期至拨节期进行三维重构，在静态虚拟玉米的基础上动态重建玉米，能够精准地构造玉米的三维形态，反映玉米整株的中前期的生长规律，为预测玉米未来的生长发育提供了良好的基础。

1　实验材料及方法

1.1田间实验

田间实验于2016年6-8月在黑龙江省大庆市萨尔图区黑龙江八一农垦大学大田进行。该实验田属北温带大陆性季风气候区，生长期降水量在350～480mm之间。育苗的健壮与籽粒的大小与播种深浅有极大的关系。实验地墒情较好，土壤湿度、松粘适中，在距地面深度5cm处种植5株玉米，每株间距为0.5m。对玉米定期进行人工除草及水肥处理，确保实验无人为干扰与强风影响玉米冠层结构[8]。供试仪器采用美国pollemus公司生产的FastSCAN三维扫描仪。玉米在生长中主要经历以下4个时期：①出苗期；②三叶期至拨节期；③穗期；④开粒期[9]。实验起始日期于2016年6月1日。本实验选择第2时期对玉米进行动态三维重构。

1.2玉米整株三维重构与数据获取

在玉米整株三维重建与数据获取中采用的实验仪器为FastSCAN三维扫描仪，其特点是准确、快捷、方便[10]，能够清晰地捕捉到玉米叶片的细节特点，并呈现出三维立体模型结构。然而，其最大扫描距离为750mm，随着玉米整株长度超出最大扫描距离，超出部分捕捉不到。因此，本实验选择重点扫描记录时期为玉米整株的出苗期、三叶期至拔苗期。种植5组实验组，从出苗期起每隔约7天长出1片叶片，扫描1次，直至拔苗期部分玉米叶片边缘三维无法重构，完成动态虚拟。通过FastSCAN自带修复功能重建的整株玉米如图1所示。

图1　三维扫描仪重构不同时期整株玉米

在用FastSCAN三维扫描仪重构玉米整株三维模型需注意电磁参照体(Transmitter)与扫面对象处于相对静止状态，且扫描过程中物体不能发生任何偏移。为了提高扫描质量，在扫描过程中将手持设备(Wand)与被扫描对象保持垂直，且最佳距离为10～15cm，小于8cm或大于22cm则会影响数据的精度。通常情况下,FastSCAN三维扫描仪正常工作时的数据捕获精度是0.5mm，随着手柄滑过物体表面的速度不同精度也发生变化[11]。滑动的速度与精度成反比，因此匀速缓慢扫描整株玉米。最后，扫描植株的准确性受外界环境的影响，如有外界有磁场及光照过强，会干扰扫描，因此要避免在金属物体附近及强光照射下采集三维模型。FastSCAN三维扫描仪可调节自身灵敏度，因此根据环境中光线的强弱选择激光的强度。本实验将灵敏度调制5重构玉米整株三维模型。

2　玉米特征模型建立及特征参数计算方法

2.1玉米特征模型建立

为获取玉米整株株高、株宽、茎粗等特征参数，实验通过Geomagic Spark建立玉米整株特征模型，如图4所示。以y坐标为轴，选取不同时期玉米整株最高点为定点，拟合球与地面相切，获取拟合球半径距离为玉米高度特征参数。以x坐标与y坐标建立的平面，选取玉米在该平面最大距离的两点，获取拟合球半径距离为玉米的宽度特征参数。以玉米茎部一端为轴向玉米茎部另一端拟合圆柱，分别拟合玉米茎的上部、中部、基部，拟合圆柱半径距离为玉米的茎粗特征参数。

图 2　玉米整株高度宽度测量方法

2.2玉米特征模型建立

为计算拟合球与拟合圆柱的半径，进而获取玉米目标特征参数，本文采用最小二乘方法[12]对玉米的株高、株宽、株茎的几何特征做出计算。

拟合球面任意点Pi到球心的距离函数为

d(s,Pi)=‖c-Pi‖

(1)

其中，c=(s1,s2,s3)T表示球心坐标。

根据上述特征计算方法，计算球表面任意点到球心距离即为拟合球半径，获取玉米在三叶期至拨节期高度宽度的特征参数，如表1所示。

表1玉米整株三叶期至拨节期高度宽度平均值

Table 1Whole plant corn trilobites period to dial the feast average height width

玉米整株时期平均高度/m平均宽度/m三叶期0．07000．0936四叶期0．12210．1690五叶期0．18360．2492六叶期0．24650．3379七叶期0．30280．3926八叶期0．47240．5711最终期0．71640．6033

最后一次扫描时期称最终期。

可见，玉米在三叶期至拨节期平均株高比平均株宽涨幅较高，且平均株高范围0.070 0～0.716 4m，平均株宽范围0.093 6～0.603 3m。

拟合圆柱体上表面任意一点Pi到圆心的距离方程为

(2)

其中，q0=(s1,s2,s3)T表示圆心坐标；a0=(s1,s2,s3)为圆柱面轴线的单位方向向量。

根据上述特征计算方法，计算拟合圆柱体上表面任意点到圆心的距离，即为玉米茎粗。获取玉米在三叶期至拨节期茎粗的特征参数，如表2所示。

表2玉米整株三叶期至拨节期高度茎粗平均值

Table 2Whole plant corn trilobites period to dial the feast average height stem diameter

玉米整株时期茎粗/cm上部中部基部三叶期0．30270．39470．4392四叶期0．66100．70440．8512五叶期0．76350．84691．0544六叶期0．80890．89881．1993七叶期1．02921．12791．2281

续表2

最后一次扫描时期称最终期。

由表2可见：玉米在三叶期至拨节期平均茎粗基处涨幅最高，中部其次，上部最低；平均株高范围0.070 0～0.716 4m，平均株宽范围0.093 6～0.603 3m，平均茎粗范围0.302 7～2.441 3cm。

2.3直接测量和扫描测量精度比较

图3为玉米整株的直接测量和间接测量回归分析。结果显示：实测数据和3D扫描测量的平均高度(R2=0.96，P<0.01)、平均宽度(R2=0.97,P<0.01)和平均茎粗(R2=0.96，P<0.01)呈现良好的直线回归关系；株高、株宽和茎粗实测数据和扫描测量数据的直线斜率分别为0.962 4、0.978 6和0.965 9，接近于1，截距分别为0.018 1、0.151 8和0.109 5，接近于0，是一条近似通过原点的直线。精度分析结果表明，三维扫描测量值与实测值拟合度很高。

图3　玉米整株的直接测量和三维测量回归分析

3　结论

FastSCAN三维扫描仪能够快速、准确、方便地扫描整株玉米，无论是室内或是室外都有很强的适用性，对于复杂植株的叶片纹理及其果实等三维重构的获取应用价值极大。在应用FastSCAN三维扫描仪扫描时也发现一些问题。FastSCAN三维扫描仪获取植株时对植株有一定的条件限制，应选择叶片与叶片之间无遮挡且各器官之间结构较为明显的植株进行三维重构，以避免由于植物自身器官或群体植物之间相互遮挡，从而影响手柄发出的激光扫面。其次，由于植株反射激光有限，光照过强或植物自身颜色干扰，可能会造成扫描有缺陷或落点，因此可以将泥土与水混合喷洒植株表面，人为进行处理，以便植物的三维重建。本文重构了在三叶期至拨节期玉米整株的动态三维模型，无需破坏实验对象，保护了玉米生长的连续性，并通过拟合曲面的方法计算了玉米的高度、宽度、茎粗等特征参数，为测量玉米其他特征参数及预测玉米未来长势提供了新思路。

参考文献：

[1]夏宁,李爱双,苏柱华，等.虚拟植物生长技术及其农业应用[J].广东农业科学,2009(9):218-223.

[2]文丹枫.现代信息技术推进我国农业现代化研究[D].武汉：华中师范大学,2015.

[3]李辉. 基于虚拟双目视觉的玉米叶片三维重建方法[J]. 科技通报,2016(5):96-101.

[4]Guo Y，Li B G. New advances in virtual plant research [J].Chiesnese Science Bulletin，2001，46(11)：888-894.

[5]王传宇,郭新宇,吴升，等. 基于计算机视觉的玉米果穗三维重建方法[J]. 农业机械学报,2014 (9):274-279.

[6]杨亮,郭新宇,赵春江，等. 基于立体视觉的玉米叶片形态测量与三维重建[J]. 计算机应用,2008(10):2661-2663.

[7]牛晓静.玉米植株三维点云处理及重构方法研究[D].杨凌：西北农林科技大学,2016.

[8]程锦,劳彩莲. 基于分段曲率的玉米植株三维结构的重建[J]. 中国农学通报,2009(24):538-543.

[9]热孜亚·木太力甫. 两种玉米各生长期不同部位营养成分分配规律及优质饲料调制方法研究[D].乌鲁木齐：新疆农业大学,2013.

[10]魏学礼,肖伯祥,郭新宇，等.三维激光扫描技术在植物扫描中的应用分析[J].中国农学通报,2010(20):373-377.

[11]王剑,周国民.利用激光扫描仪获取植物三维模型的方法[J]. 湖北农业科学,2008(1):104-106.

[12]刘元朋,赵辉,陈良骥，等. 基于有向点云数据的二次曲面拟合算法[J].机床与液压,2008(8):27-29.

[13]王传宇,赵明,阎建河，等. 基于双目立体视觉技术的玉米叶片三维重建[J]. 农业工程学报,2010(4):198-202.