基于FastSCAN玉米整株三維重構及參數計算方法

李抒昊，關海鷗，于　崧，馬曉丹，李偉凱，鄭雯璐

(黑龍江八一農墾大學 a.信息技術學院；b.農學院，黑龍江 大慶　163319)

0　引言

早在20世紀70年代，隨著計算機軟硬件及性能的不斷提升，虛擬現實技術得以實現，從而建立了虛擬植物模型，在計算機上展現植物生長發育過程的三維立體圖像初步進入大眾的視野[1]。如今，隨著現代信息技術的不斷研究及發展，信息技術與農業相結合成為了國內外未來研究農業方向的重要組成部分之一[2]。農業加以信息技術結合分析產生了諸多科研成果，依托信息技術對植物進行三維可視化研究成為國內外研究農業信息化的熱點[3]。

玉米作為世界范圍內農業生產種植的重要谷類作物之一，有極高的營養價值、食療價值、工業價值及藥用價值等等。然而，在生長發育過程中會受到環境因素、傳因子和噪聲變量等影響[1,3]，從而影響長勢，因此對玉米三維重建至關重要。在國內，郭焱最早對虛擬植物進行研究[4]，應用了三位數字化儀，對玉米不同生產期的冠層形態結構進行了精準的測量，并建立了玉米的虛擬結構。李輝、王傳宇等人[5]采用平面模板法、基于雙目立體視系統立體拼接重建出的部分葉片三維曲面，并獲得葉片參數。楊亮等人[6]等基于立體視覺通過對玉米葉片邊緣恢復進行三維重建。牛曉靜[7]開發了點云精簡、去噪平滑和重構系統。對玉米的三維點云數據進行精簡，然后采用分步處理策略對點云模型進行去噪和平滑,最后使用Delaunay三角剖分方法對三維點云數據進行三維重構。傳統方法對玉米進行的三維重建大多都是研究玉米的根莖及葉片，很好地反映了玉米部分器官的生理構造特征，但對整株玉米鮮有報道且應用范圍比較窄。本文應用FastSCAN三維掃描儀對玉米整株在三葉期至撥節期進行三維重構，在靜態虛擬玉米的基礎上動態重建玉米，能夠精準地構造玉米的三維形態，反映玉米整株的中前期的生長規律，為預測玉米未來的生長發育提供了良好的基礎。

1　實驗材料及方法

1.1田間實驗

田間實驗于2016年6-8月在黑龍江省大慶市薩爾圖區黑龍江八一農墾大學大田進行。該實驗田屬北溫帶大陸性季風氣候區，生長期降水量在350～480mm之間。育苗的健壯與籽粒的大小與播種深淺有極大的關系。實驗地墑情較好，土壤濕度、松粘適中，在距地面深度5cm處種植5株玉米，每株間距為0.5m。對玉米定期進行人工除草及水肥處理，確保實驗無人為干擾與強風影響玉米冠層結構[8]。供試儀器采用美國pollemus公司生產的FastSCAN三維掃描儀。玉米在生長中主要經歷以下4個時期：①出苗期；②三葉期至撥節期；③穗期；④開粒期[9]。實驗起始日期于2016年6月1日。本實驗選擇第2時期對玉米進行動態三維重構。

1.2玉米整株三維重構與數據獲取

在玉米整株三維重建與數據獲取中采用的實驗儀器為FastSCAN三維掃描儀，其特點是準確、快捷、方便[10]，能夠清晰地捕捉到玉米葉片的細節特點，并呈現出三維立體模型結構。然而，其最大掃描距離為750mm，隨著玉米整株長度超出最大掃描距離，超出部分捕捉不到。因此，本實驗選擇重點掃描記錄時期為玉米整株的出苗期、三葉期至拔苗期。種植5組實驗組，從出苗期起每隔約7天長出1片葉片，掃描1次，直至拔苗期部分玉米葉片邊緣三維無法重構，完成動態虛擬。通過FastSCAN自帶修復功能重建的整株玉米如圖1所示。

圖1　三維掃描儀重構不同時期整株玉米

在用FastSCAN三維掃描儀重構玉米整株三維模型需注意電磁參照體(Transmitter)與掃面對象處于相對靜止狀態，且掃描過程中物體不能發生任何偏移。為了提高掃描質量，在掃描過程中將手持設備(Wand)與被掃描對象保持垂直，且最佳距離為10～15cm，小于8cm或大于22cm則會影響數據的精度。通常情況下,FastSCAN三維掃描儀正常工作時的數據捕獲精度是0.5mm，隨著手柄滑過物體表面的速度不同精度也發生變化[11]。滑動的速度與精度成反比，因此勻速緩慢掃描整株玉米。最后，掃描植株的準確性受外界環境的影響，如有外界有磁場及光照過強，會干擾掃描，因此要避免在金屬物體附近及強光照射下采集三維模型。FastSCAN三維掃描儀可調節自身靈敏度，因此根據環境中光線的強弱選擇激光的強度。本實驗將靈敏度調制5重構玉米整株三維模型。

2　玉米特征模型建立及特征參數計算方法

2.1玉米特征模型建立

為獲取玉米整株株高、株寬、莖粗等特征參數，實驗通過Geomagic Spark建立玉米整株特征模型，如圖4所示。以y坐標為軸，選取不同時期玉米整株最高點為定點，擬合球與地面相切，獲取擬合球半徑距離為玉米高度特征參數。以x坐標與y坐標建立的平面，選取玉米在該平面最大距離的兩點，獲取擬合球半徑距離為玉米的寬度特征參數。以玉米莖部一端為軸向玉米莖部另一端擬合圓柱，分別擬合玉米莖的上部、中部、基部，擬合圓柱半徑距離為玉米的莖粗特征參數。

圖 2　玉米整株高度寬度測量方法

2.2玉米特征模型建立

為計算擬合球與擬合圓柱的半徑，進而獲取玉米目標特征參數，本文采用最小二乘方法[12]對玉米的株高、株寬、株莖的幾何特征做出計算。

擬合球面任意點Pi到球心的距離函數為

d(s,Pi)=‖c-Pi‖

(1)

其中，c=(s1,s2,s3)T表示球心坐標。

根據上述特征計算方法，計算球表面任意點到球心距離即為擬合球半徑，獲取玉米在三葉期至撥節期高度寬度的特征參數，如表1所示。

表1玉米整株三葉期至撥節期高度寬度平均值

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

玉米整株時期平均高度/m平均寬度/m三葉期0．07000．0936四葉期0．12210．1690五葉期0．18360．2492六葉期0．24650．3379七葉期0．30280．3926八葉期0．47240．5711最終期0．71640．6033

最后一次掃描時期稱最終期。

可見，玉米在三葉期至撥節期平均株高比平均株寬漲幅較高，且平均株高范圍0.070 0～0.716 4m，平均株寬范圍0.093 6～0.603 3m。

擬合圓柱體上表面任意一點Pi到圓心的距離方程為

(2)

其中，q0=(s1,s2,s3)T表示圓心坐標；a0=(s1,s2,s3)為圓柱面軸線的單位方向向量。

根據上述特征計算方法，計算擬合圓柱體上表面任意點到圓心的距離，即為玉米莖粗。獲取玉米在三葉期至撥節期莖粗的特征參數，如表2所示。

表2玉米整株三葉期至撥節期高度莖粗平均值

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

玉米整株時期莖粗/cm上部中部基部三葉期0．30270．39470．4392四葉期0．66100．70440．8512五葉期0．76350．84691．0544六葉期0．80890．89881．1993七葉期1．02921．12791．2281

續表2

最后一次掃描時期稱最終期。

由表2可見：玉米在三葉期至撥節期平均莖粗基處漲幅最高，中部其次，上部最低；平均株高范圍0.070 0～0.716 4m，平均株寬范圍0.093 6～0.603 3m，平均莖粗范圍0.302 7～2.441 3cm。

2.3直接測量和掃描測量精度比較

圖3為玉米整株的直接測量和間接測量回歸分析。結果顯示：實測數據和3D掃描測量的平均高度(R2=0.96，P<0.01)、平均寬度(R2=0.97,P<0.01)和平均莖粗(R2=0.96，P<0.01)呈現良好的直線回歸關系；株高、株寬和莖粗實測數據和掃描測量數據的直線斜率分別為0.962 4、0.978 6和0.965 9，接近于1，截距分別為0.018 1、0.151 8和0.109 5，接近于0，是一條近似通過原點的直線。精度分析結果表明，三維掃描測量值與實測值擬合度很高。

圖3　玉米整株的直接測量和三維測量回歸分析

3　結論

FastSCAN三維掃描儀能夠快速、準確、方便地掃描整株玉米，無論是室內或是室外都有很強的適用性，對于復雜植株的葉片紋理及其果實等三維重構的獲取應用價值極大。在應用FastSCAN三維掃描儀掃描時也發現一些問題。FastSCAN三維掃描儀獲取植株時對植株有一定的條件限制，應選擇葉片與葉片之間無遮擋且各器官之間結構較為明顯的植株進行三維重構，以避免由于植物自身器官或群體植物之間相互遮擋，從而影響手柄發出的激光掃面。其次，由于植株反射激光有限，光照過強或植物自身顏色干擾，可能會造成掃描有缺陷或落點，因此可以將泥土與水混合噴灑植株表面，人為進行處理，以便植物的三維重建。本文重構了在三葉期至撥節期玉米整株的動態三維模型，無需破壞實驗對象，保護了玉米生長的連續性，并通過擬合曲面的方法計算了玉米的高度、寬度、莖粗等特征參數，為測量玉米其他特征參數及預測玉米未來長勢提供了新思路。

參考文獻：

[1]夏寧,李愛雙,蘇柱華，等.虛擬植物生長技術及其農業應用[J].廣東農業科學,2009(9):218-223.

[2]文丹楓.現代信息技術推進我國農業現代化研究[D].武漢：華中師范大學,2015.

[3]李輝. 基于虛擬雙目視覺的玉米葉片三維重建方法[J]. 科技通報,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]王傳宇,郭新宇,吳升，等. 基于計算機視覺的玉米果穗三維重建方法[J]. 農業機械學報,2014 (9):274-279.

[6]楊亮,郭新宇,趙春江，等. 基于立體視覺的玉米葉片形態測量與三維重建[J]. 計算機應用,2008(10):2661-2663.

[7]牛曉靜.玉米植株三維點云處理及重構方法研究[D].楊凌：西北農林科技大學,2016.

[8]程錦,勞彩蓮. 基于分段曲率的玉米植株三維結構的重建[J]. 中國農學通報,2009(24):538-543.

[9]熱孜亞·木太力甫. 兩種玉米各生長期不同部位營養成分分配規律及優質飼料調制方法研究[D].烏魯木齊：新疆農業大學,2013.

[10]魏學禮,肖伯祥,郭新宇，等.三維激光掃描技術在植物掃描中的應用分析[J].中國農學通報,2010(20):373-377.

[11]王劍,周國民.利用激光掃描儀獲取植物三維模型的方法[J]. 湖北農業科學,2008(1):104-106.

[12]劉元朋,趙輝,陳良驥，等. 基于有向點云數據的二次曲面擬合算法[J].機床與液壓,2008(8):27-29.

[13]王傳宇,趙明,閻建河，等. 基于雙目立體視覺技術的玉米葉片三維重建[J]. 農業工程學報,2010(4):198-202.