高曉陽* 李紅嶺13 楊 梅12

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

植物可視化是智慧農(nóng)業(yè)的主要研究領(lǐng)域之一，對植物生長發(fā)育和栽培育種研究及精準農(nóng)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(nèi)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(nèi)外針對植物已開展了大量形態(tài)結(jié)構(gòu)建模和可視化研究，國外研究植物結(jié)構(gòu)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(jié)構(gòu)模型研究奠定了堅實的基礎(chǔ)。雖然國內(nèi)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(jié)構(gòu)模型可視化研究中，采用的三維建模處理技術(shù)方法主要有基于OPEN-GL的立體虛擬建模、基于3Dsmax的結(jié)構(gòu)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(shè)計和實現(xiàn)了玉米三維重構(gòu)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(gòu)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(shù)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(gòu)出植物葉片的高精度網(wǎng)格曲面。目前，采用3D掃描技術(shù)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(shè)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(jīng)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(nèi)存)、3D掃描儀(Artec Space Spider)、溫度計、福祿克-9風(fēng)速儀、福祿克-941照度計、美國土壤水分溫度電導(dǎo)率速測儀-TDR350等。

1.2 實驗設(shè)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(nèi)土壤適宜，光照充足，灌溉條件良好。按延遲栽培技術(shù)方法對溫室葡萄進行施水、施肥和剪枝管理,在試驗田內(nèi)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(jié)構(gòu)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(fù)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(guān)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(xué)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(gòu)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(gòu)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(diào)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(shè)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(chǎn)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(jīng)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(chǎn)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(jié)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(yīng)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(jié)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(jié)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(jié)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(yù)測性。

2.3 可視化模型分析

基于拓撲結(jié)構(gòu)結(jié)合計算機圖形學(xué)建立植物模型的L-studio軟件，在葡萄生長建模研究中已有應(yīng)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(gòu)建模型如圖9(a)所示，其表面設(shè)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(jié)

通過采集田間數(shù)據(jù)和借助Logistic方程擬合構(gòu)建了溫室葡萄葉片生長模型，實驗結(jié)果表明其對葡萄葉片的預(yù)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(jīng)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(chǔ)，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(nóng)業(yè)理論與技術(shù)。