共查询到20条相似文献,搜索用时 15 毫秒
1.
番茄植株三维形态精确重构研究 总被引:4,自引:0,他引:4
为实现番茄形态的数字化设计与可视化模拟,通过对番茄进行长期的观察测量与分析,提出了对实测数据统计分析的基础上进行器官模板分类的几何建模方法.对叶片和侧枝进行了分类,每种分类都建立模板库.依据番茄器官的主要形态特征,提取器官几何模型的主控参数.结合模板技术实现了番茄主要器官和植株三维形态结构的交互式设计软件.所提出的基于番茄器官几何模型的植株结构交互式设计方法所构建的模型呈现多态性,并且对模型和对应的真实植株的垂直投影叶面积与总叶面积的比值进行了计算,分别为0.478 8和0.483 2,其误差为0.91%,具有较高的真实感效果.该设计方法易于结合农学知识,且满足番茄形态多样化的数字化设计要求,对形态结构复杂的园艺作物几何建模具有一定的参考价值. 相似文献
2.
叶片是大豆的重要器官之一,对大豆叶片结构模型的研究,有助于对大豆叶片功能的研究.为此,从大豆叶片轮廓的提取方法和模拟模型的建立方法两个方面进行讨论,提出了大豆叶片进行数字化处理的基本方法,应用L系统,成功地建立了大豆叶片结构模拟模型,解决了大豆生长模拟模型建立过程中的一个关键问题,对大豆植株模型的建立有着重要的指导意义. 相似文献
3.
4.
为了真实虚拟黄瓜叶片形态和叶片纹理,实现黄瓜的动态生长三维虚拟,提出了用图像处理提取黄瓜叶片边缘特征点进行叶表面重建,借助粒子系统思想构造叶片纹理并与叶表面合成的叶片三维重建方法,用曲面投影法实现叶片的弯曲变形.结果表明,该方法较好地保持了黄瓜叶片边缘形状,真实地反映了叶片纹理的细节特征以及叶片在空间的弯曲变形. 相似文献
5.
6.
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。 相似文献
7.
8.
基于图像处理的葡萄叶片含水率诊断初探 总被引:2,自引:0,他引:2
随着图像处理与分析技术的蓬勃发展,许多专家学者利用图像获取工具比人眼更精细的分辨能力,应用图像处理技术进行信息诊断研究。以温室大棚中的葡萄植株为研究对象,使用卡西欧ex-2750数码相机采集葡萄冠层叶片图像,并通过烘干法测量叶片样本的含水率,通过MATLAB计算叶片图像的灰度均值。通过对提取的15组葡萄叶片样本数据的多项式曲线拟合,建立了基于叶片图像灰度均值的叶片含水率估算模型,模型的确定系数R2高达0.780 3。结果表明,利用叶片图像的灰度均值可以对葡萄叶片的含水率进行诊断。 相似文献
9.
为真实模拟黄瓜苗期生长过程,提出生长数学模型和参数L-系统相结合的黄瓜苗期生长可视化方法.通过黄瓜生长实验建立黄瓜生长数学模型,分析黄瓜苗期形态结构变化规律,提出基于参数L-系统的黄瓜苗期生长模型,用图像处理技术提取叶片轮廓特征点,并基于特征点用三角面片法三维重建叶表面,利用3次Bezier曲线和螺旋线分别描述黄瓜叶柄中轴线与节间中轴线,采用五边形作为叶柄截面,四边形作为节间截面,用三角面片法三维重建叶柄与节间表面,在VC++6.0平台下调用OpenGL图形库函数,实现了黄瓜苗期生长的三维可视化模拟.该方法可真实反映黄瓜苗期连续生长情况,为同类农作物的真实虚拟提供了一种新的方法. 相似文献
10.
11.
12.
基于植株-环境交互的温室黄瓜虚拟生长模型研究 总被引:2,自引:0,他引:2
以温室黄瓜生长为例,对实验观测数据进行预处理并采用关联分析法获取植株-环境互作信息,依据作物发育动态理论模型建立了植株-环境的信息响应模型和信息反馈模型,再从植株生长的系统变化过程对相关模型进行耦合。运用规则化处理方法与面向对象技术建立植株拓扑演变模型与器官形态发生模型,并构建虚拟植物动态模型。实验表明,模型拟合度均达到95%以上,能较好地虚拟外部环境作用下的植物生长发育,为动态掌握和预测适宜植物生长的温室环境条件提供依据。 相似文献
13.
14.
15.
基于图像处理技术的水稻株型参数测量算法 总被引:1,自引:0,他引:1
模型模拟法是简便可行的作物生物量无损检测方法之一。其中,作物株高、植株投影面积等株型参数的无损测量对该方法的应用具有重要意义。为此,以水稻为研究对象,以植株图像的株高和投影面积等参数为测定指标,研究了基于图像处理技术的无损测量方法。在自然条件下获取水稻植株图像,利用超绿色法对彩色图像进行灰度转换,采用中值滤波方法对图像进行降噪处理,应用最大类间方差法实现了植株特征像素的提取。该算法为快速、无损测量作物的图像株型参数提供了有效手段,为作物生物量的无损检测奠定了理论基础。 相似文献
16.
针对水稻氮素营养实时检测的问题,设计了一种基于嵌入式技术的利用水稻叶片颜色特征进行氮素营养水平检测的系统。首先提取不同氮素营养水平下的水稻样本叶片图像的RGB颜色特征,并对各颜色特征值与水稻全株含氮量进行相关性分析。其中颜色特征G和2G-R-B分量的相关性高于其它,分别为-0.761 1和-0.742 1,进一步对叶片不同位置的G和2G-R-B分量与全株含氮量进行相关性分析得出叶片中部2G-R-B分量与全株含氮量间相关性最高,达0.765 6。以此为依据,结合Open CV图像处理技术和Qt4.5跨平台用户界面框架技术,最终实现系统的嵌入式设计。针对设定样本检测结果表明,系统对各营养水平稻株识别准确率均超过90%,且具有良好实时性与便携性,能够满足水稻氮素营养水平实时检测需要。 相似文献
17.
基于高光谱的抽穗期寒地水稻叶片氮素预测模型 总被引:3,自引:0,他引:3
为快速、无损地监测水稻叶片氮素营养状况,开展了基于高光谱成像技术的抽穗期寒地水稻叶片氮素预测模型的研究。以不同施氮水平的寒地水稻叶片为研究对象,采用连续投影算法(successive projections algorithm,SPA)和分段主成分分析(segmented principal components analysis,SPCA)方法选择水稻叶片的高光谱特征波段,SPCA方法降维后结合相关分析(correlation analysis,CA)构建特征光谱参量,并建立基于全波段高光谱数据、SPA特征波段及SPCA特征光谱参量的多种回归分析模型且对模型进行检验和筛选。研究结果表明:在校正集决定系数RC2上,基于多元逐步回归分析(multiple stepwise regression analysis,MSRA)的全波段模型较好,RC2=0.9 6 4,校正集均方根误差RMSEC=0.083;RP2为0.961,RMSEP为0.050。该研究结果为快速检测水稻叶片氮素含量及水稻生长期间精确施肥管理提供了技术支撑和理论依据。 相似文献
18.
基于分形系统的烟草花序可视化仿真研究 总被引:1,自引:0,他引:1
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。 相似文献
19.
辣椒生长的三维可视化模拟 总被引:2,自引:0,他引:2
以辣椒动态生长过程虚拟为目标,在测定辣椒植物器官形态结构主要特征的基础上,用NURBS曲面建模方法建立辣椒叶、基于椭球变形的建模方法建立辣椒果实等器官的模型,提出以子结构为单位来生成植物结构的生长过程动态虚拟方法,用VC++结合OpenGL重构了辣椒器官和个体三维形态,实现了具有较好真实感的辣椒生长过程可视化模拟. 相似文献
20.
针对小麦植株分蘖多、器官间交叉遮挡严重,难以用图像或点云准确提取植株和器官表型的问题,本研究提出了基于三维数字化的小麦植株表型参数提取方法。首先提出了小麦植株各器官数字化表达方法,制定了适用于小麦全生育期的三维数字化数据获取规范,并依据该规范进行数据获取。根据三维数字化数据的空间位置语义信息和表型参数的定义,提出了小麦植株表型参数计算方法,实现了小麦植株和器官长度、粗度和角度等3类共11个常规可测表型参数的计算。进一步提出了定量描述小麦株型和叶形的表型指标。其中,植株围度通过基于最小二乘法拟合三维离散坐标计算,用于定量化描述小麦植株松散/紧凑程度;小麦叶片卷曲和扭曲程度为定量化叶形的指标,根据叶面向量方向变化计算得到。利用丰抗13号、西农979号和济麦44号三个品种小麦起身期、拔节期、抽穗期三个时期的人工测量值和提取值进行验证。结果表明,在保持植株原始三维形态结构的前提下,提取的茎长、叶长、茎粗、茎叶夹角与实测数据精度相对较高,R2 分别为0.93、0.98、0.93、0.85;叶宽和叶倾角与实测数据的R2 分别为0.75、0.73。本方法能便捷、精确地提取小麦植株和器官形态结构表型参数,为小麦表型相关研究提供了有效技术支撑。 相似文献