CN103218853A - 一种作物单根可变形建模方法 - Google Patents
一种作物单根可变形建模方法 Download PDFInfo
- Publication number
- CN103218853A CN103218853A CN2013101544075A CN201310154407A CN103218853A CN 103218853 A CN103218853 A CN 103218853A CN 2013101544075 A CN2013101544075 A CN 2013101544075A CN 201310154407 A CN201310154407 A CN 201310154407A CN 103218853 A CN103218853 A CN 103218853A
- Authority
- CN
- China
- Prior art keywords
- root
- image
- point
- crop
- main root
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种作物单根可变形建模方法,涉及作物根系三维重建与可视化领域。包括以下步骤:S1、将单根平板扫描图像进行图像预处理,得到单根骨架图像;S2、将所述单根骨架图像进行图像分割;S3、将分割完成的图像进行单根参数提取;S4、依据提取的单根参数进行单根可变形几何建模。本发明基于平板扫描图像构建作物单根的几何模型,所构造的单根几何模型具有较高的真实感,且能真实反映作物根系的实际生长结构;发明所构造的单根三维模型可在保持主要形态参数不变的前提下进行几何形变,从而可根据该建模姿态多样的单根几何模型。
Description
技术领域
本发明涉及作物根系三维重建与可视化领域,具体涉及一种作物单根可变形建模方法。
背景技术
背景介绍:作物根系深藏于地下,很难对其进行直接观测,在计算机上以三维可视化计算和视觉体验方式来表征作物根系的长相和长势,有助于研究者更全面直观地了解根系的形态、结构和功能,具有极其重要的意义。国内外研究者在作物根系三维建模与可视化方面开展了广泛的工作,这些方法主要可分为两大类:一种是基于计算机算法模拟的作物根系三维建模,另外一类是基于实测数据的作物根系三维重建。
由于人们难以直观获得作物根系的三维形态信息,使得作物根系的三维形态建模主要以计算机模拟方法为主,即通过分析作物根系的形态结构特征,或基于对作物根系破坏性探测数据进行统计分析的基础上,采用计算机图形学中一些模拟算法进行作物根系的三维建模与可视化,这种方法所构造的作物根系三维模型与实际根系具有形态上的相似性。张吴平等在棉花根系生长发育的虚拟研究(***仿真学报,2006,18(z1):283-286)及小麦苗期根系三维生长动态模型的建立与应用(中国农业科学,2006,39(11):2261-2269)中采用GREENLAB植物功能-结构模型的原理,在根系生长发育基本单元基础上,模拟了根系的拓扑结构,并以三维可视化的方式给出根系的形态结构空间分布,构建了小麦与棉花的根系模型。邓旭阳等在小麦苗期根系三维生长动态模型的建立与应用(中国农业科学,2006,39(11):2261-2269.)中采用粒子***的方法对玉米根系进行了三维可视化模拟。赵春江等在基于交互式骨架模型的玉米根系三维可视化研究(农业工程学报,2007,23(9):1-6)中提出一种植物根系逐部位交互式精确设计方法,并在玉米根系建模中应用。Han等在A functional-structural modeling approachto autoregulation of nodulation(Annals Of Botany,2011,107(5):855-863.)中利用经验数据,采用RULD方法对大豆根系及根瘤进行三维建模,并利用信号传递机制模拟大豆根系的生长。
与基于计算机算法模拟的建模方法相比,基于原位探测的作物根系三维重建更能真实反映作物根系的实际形态。较完整地对作物根系进行原位测量需昂贵的仪器,且大多针对根系生长前期获取,目前基于原位探测数据的作物根系三维重建以基于XCT或多视角图像为主。
在作物根系图像分析方面,美国Clemson大学在基于二维图像的根系识别方面进行了深入的研究,图像中的根系与血管形态类似,因此,Zeng等将血管识别的匹配滤波方法应用于微根管图像的根系识别中来,结合熵阈值方法实现了微根管图像的根系识别与测量,并利用5种分类器优化方法提高了识别率,其后又提出一种基于Gibbs点过程结合Candy模型的微根管图像根系快速自动识别方法。
基于实测数据的作物根系三维重建方法对设备要求比较高,成像设备昂贵,且基于实测数据构建的作物根系仅能恢复主根的三维形态,无法准确刻画根毛等细节;另一方面,基于算法生成的作物根系规律性强,真实感不高,且各算法都具有一定的局限性,无法对不同作物的根系进行三维建模。对于作物根系的图像分析研究目前只是停留在根系图像参数提取与测量方面,其尚未用于高真实感的作物根系三维模型构建。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供一种作物单根可变形建模方法。本发明基于根系平板扫描图像构建作物根系的单根几何模型,建模模型上的主根与根毛在长度约束的前提下可根据实际需求发生几何形变,进一步为基于参数化的作物根系几何建模提供具有高真实感的作物根系几何模板。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种作物单根可变形建模方法,其特征在于,包括以下步骤:
S1、将单根平板扫描图像进行图像预处理,得到单根骨架图像;
S2、将所述单根骨架图像进行图像分割;
S3、将分割完成的图像进行单根参数提取;
S4、依据提取的单根参数进行单根可变形建模。
其中,步骤S1中单根平板扫描图像为彩色图像,所述预处理包括以下步骤:分离所述彩色图像中的蓝色通道,将蓝色通道的图像作为目标图像,将所述目标图像进行二值化处理,对二值化处理后的图像进行孤岛删除,将孤岛删除后的图像进行细化,得到单根骨架图像。
其中,步骤S2中包含步骤:指定所述单根骨架图像中主根的起点与终点,根据所述起点到终点的最短路径法进行单根骨架图像中主根的分割,所述分割的图像的像素区域包含主根区域、多个分枝根区域和无根区域。
其中,单根骨架图像上除无根区以外的像素点分为末端点、分枝点和一般点;末端点包括起点和终点,分支点为生长出分枝根的点,一般点为分枝点与末端点之外的所有点;单根骨架图像中沿分枝点拓展的像素区域即为主根上的分枝根,所述分枝根以主根上的分枝点作为其起点,距离其像素连通距离最远的末端点为终点。
其中,步骤S3中提取的单根参数包括主根长、各分枝根在主根上的分枝点、各分枝根与主根分枝点的夹角及各根的初始粗度。
其中,主根长由单根骨架图像分割的主根像素长度确定;各分枝根在主根上的分枝点由该分枝点到主根起点的像素距离和主根长的比值确定;各分枝根与主根分枝点的夹角直接在单根骨架图像中提取;各根的初始粗度由细化前的单根平板扫描图像中提取。
其中,步骤S4中单根可变形建模包含以下步骤:
S41、将主根与各分枝根按位置信息与实际比例,通过保持二维像素空间的二维坐标不变,增加具有连续性的一维度坐标的方式,转化为具有三维坐标的几何模型;
S42、根据所述三维坐标的几何模型,分枝根和次级分枝根按随机生成的相对于主根的方位角,在其对应生长点按照对应的夹角在主根模型上建模,生成单根的三维模型。
其中,步骤S4中单根可变形建模可产生几何形变,产生的几何形变包括:保持主根的长度和直径不变的情况下形态发生的形变;保持各分枝根在主根上的生长点的不变的情况下分枝根与主根夹角发生的形变,以及分枝根相对主根方位角发生的形变;保持分枝根自身长度与直径不变的情况下形态发生的形变。
(三)有益效果
本发明通过提供一种作物单根可变形建模方法,基于平板扫描图像构建作物单根的几何模型,所构造的单根几何模型具有较高的真实感,且能真实反映作物根系的实际生长结构;发明所构造的单根三维模型可在保持主要形态参数不变的前提下进行几何形变,从而可根据该建模姿态多样的单根几何模型;基于本发明所构造的单根建模结合作物根系拓扑结构参数即可生成单株的作物根系几何模型。
附图说明
图1为作物单根可变形建模方法的流程图;
图2为单根示意图;
图3为单根平板扫描图像示意图。
具体实施方式
下面对于本发明所提出的一种作物单根可变形建模方法,结合附图和实施例详细说明。
实施例:
如图1所示,一种作物单根可变形建模方法,其实施例包括以下步骤:
首先进行作物单根的平板扫描,得到单根平板扫描图像。
如图2所示,以玉米根系为例,将玉米根系连同土壤取出,水洗,保持根系的连续性,将水洗后的根系浸泡于甲基紫溶液中染色2小时。对染色后的根系按拓扑结构进行单根分割,对每一分割后的单根采用根系平板扫描仪进行扫描成像,图像带有该单根的层级标记。
S1、将单根平板扫描图像进行图像预处理,得到单根骨架图像;
单根平板扫描图像为彩色图像,所述预处理包括以下步骤:分离所述彩色图像中的蓝色通道,将包含蓝色通道的图像作为目标图像,将所述目标图像进行二值化处理,对二值化处理后的图像进行孤岛删除,将孤岛删除后的图像进行细化,从细化后的图像中提取单根骨架图像。
如图3所示,原32位的彩色图像包含RGBA4个通道,新建一个8位图像,将彩色图像中的B通道值即蓝色通道存储在新建的8位图像中,记为BlueImage,将BlueImage进行二值化,结果图像记为BinaryImage,对BinaryImage进行孤岛删除操作,即根据二值图像的连通性将其分为若干区域,计算每个区域的面积,将面积小于预先设定的阈值的区域删除,孤岛删除后的图像记为IslandRemovalImage,再对该图像进行细化操作,即对临近像素进行骨架收缩得到根系骨架,细化后的图像记为thinImage。
S2、将所述单根骨架图像进行图像分割;
所述分割的图像的像素区域包含主根区域、多个分枝根区域和无根区域。单根骨架图像分割仅对图3中的黑色像素点进行操作,即不考虑无根区域(白色区域)。指定所述单根骨架图像的起点与终点,根据起点到终点的最短路径法进行单根骨架图像分割。单根骨架图像上的像素点分为末端点、分枝点和一般点;末端点包括起点和终点,分支点为生长出分枝根的点,一般点为分枝点与末端点之外的所有点;
最短路径法分割主根的方法为:在图像上像素值为0的区域,检索出由指定起点到终点的所有路径,并计算出各路径的像素长度,选择其中最短的路径作为主根区域,将该路径上的所有像素点标记为已标记(Flag)。
在主根分割已完成的基础上,开始对分枝根进行分割。遍历单根骨架的所有点,找出其中的所有分枝点,每个分枝点沿分枝方向进行像素遍历直到末端点为止,遍历过的像素标记为已标记(Flag)。所有像素遍历完成后即完成了图像分割。
S3、将分割完成的图像进行单根参数提取;
步骤S3中提取的单根参数包括主根长、各分枝根在主根上的分枝点、各分枝根与主根分枝点的夹角及各根的初始粗度。
主根长由单根骨架图像分割的主根像素长度确定;各分枝根在主根上的分枝点由该分枝点距离主根起点的像素距离与主根长的比值确定;各分枝根与主根分枝点的夹角直接在单根骨架图像中提取(具体方法见a);各根的初始粗度由细化前的单根平板扫描图像中提取(具体方法见b)。
a、各分枝根与主根分枝点的夹角提取方法具体为:在分枝点做主根方向与分枝根方向的切线,两切线夹角即为对于那个的分枝点夹角。
b、各根的初始粗度提取方法:对于图3图像上的各主根及分枝根,每个根上选取N个点,在这N个点做该点沿该根的切线的垂线,垂线在原图像上(图1)与该根边缘的两交点之间的距离记为该根在该点的粗度。
S4、依据提取的单根参数进行单根可变形建模;
包含步骤:
S41、将主根与各分枝根按位置信息与实际比例,通过保持二维像素空间的二维坐标不变,增加具有连续性的一维度坐标的方式,转化为具有三维坐标的几何模型;
具体方法为:在原图像中,根系各点的二维坐标为(xi,yi),转化成(xi,yi,z),此时各像素点的z坐标相同。
S42、根据所述三维坐标的几何模型,分枝根和次级分枝根按随机生成的相对于主根的方位角,在其对应生长点按照对应的夹角在主根模型上建模,生成单根的三维模型。
按照夹角与方位角建模,将分枝根平移到对应主根的生长点,将该分枝根旋转至与主根切线夹角,并在主根垂直平面的方向上将分枝根旋转对应的方位角。
步骤S4中单根可变形建模可产生几何形变,产生的几何形变包括:保持主根的长度和直径不变的情况下形态发生的形变;保持各分枝根在主根上的生长点的不变的情况下分枝根与主根夹角发生的形变,以及分枝根相对主根方位角发生的形变;保持分枝根自身长度与直径不变的情况下形态发生的形变。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (8)
1.一种作物单根可变形建模方法,其特征在于,包括以下步骤:
S1、将单根平板扫描图像进行图像预处理,得到单根骨架图像;
S2、将所述单根骨架图像进行图像分割;
S3、将分割完成的图像进行单根参数提取;
S4、依据提取的单根参数进行单根可变形建模。
2.如权利要求1所述的一种作物单根可变形建模方法,其特征在于,步骤S1中单根平板扫描图像为彩色图像,所述预处理包括以下步骤:分离所述彩色图像中的蓝色通道,将蓝色通道的图像作为目标图像,将所述目标图像进行二值化处理,对二值化处理后的图像进行孤岛删除,将孤岛删除后的图像进行细化,得到单根骨架图像。
3.如权利要求1所述的一种作物单根可变形建模方法,其特征在于,步骤S2中包含步骤:指定所述单根骨架图像中主根的起点与终点,根据所述起点到终点的最短路径法进行单根骨架图像中主根的分割,所述分割的图像的像素区域包含主根区域、多个分枝根区域和无根区域。
4.如权利要求3所述的一种作物单根可变形建模方法,其特征在于,单根骨架图像上除无根区以外的像素点分为末端点、分枝点和一般点;末端点包括起点和终点,分支点为生长出分枝根的点,一般点为分枝点与末端点之外的所有点;单根骨架图像中沿分枝点拓展的像素区域即为主根上的分枝根,所述分枝根以主根上的分枝点作为其起点,距离其像素连通距离最远的末端点为终点。
5.如权利要求1所述的一种作物单根可变形建模方法,其特征在于,步骤S3中提取的单根参数包括主根长、各分枝根在主根上的分枝点、各分枝根与主根分枝点的夹角及各根的初始粗度。
6.如权利要求5所述的一种作物单根可变形建模方法,其特征在于,主根长由单根骨架图像分割的主根像素长度确定;各分枝根在主根上的分枝点由该分枝点到主根起点的像素距离和主根长的比值确定;各分枝根与主根分枝点的夹角直接在单根骨架图像中提取;各根的初始粗度由细化前的单根平板扫描图像中提取。
7.如权利要求5所述的一种作物单根可变形建模方法,其特征在于,步骤S4中单根可变形建模包含以下步骤:
S41、将主根与各分枝根按位置信息与实际比例,通过保持二维像素空间的二维坐标不变,增加具有连续性的一维度坐标的方式,转化为具有三维坐标的几何模型;
S42、根据所述三维坐标的几何模型,分枝根和次级分枝根按随机生成的相对于主根的方位角,在其对应生长点按照对应的夹角在主根模型上建模,生成单根的三维模型。
8.如权利要求7所述的一种作物单根可变形建模方法,其特征在于,步骤S4中单根可变形建模可产生几何形变,产生的几何形变包括:保持主根的长度和直径不变的情况下形态发生的形变;保持各分枝根在主根上的生长点的不变的情况下分枝根与主根夹角发生的形变,以及分枝根相对主根方位角发生的形变;保持分枝根自身长度与直径不变的情况下形态发生的形变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310154407.5A CN103218853B (zh) | 2013-04-28 | 2013-04-28 | 一种作物单根可变形建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310154407.5A CN103218853B (zh) | 2013-04-28 | 2013-04-28 | 一种作物单根可变形建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103218853A true CN103218853A (zh) | 2013-07-24 |
CN103218853B CN103218853B (zh) | 2015-09-30 |
Family
ID=48816595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310154407.5A Active CN103218853B (zh) | 2013-04-28 | 2013-04-28 | 一种作物单根可变形建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103218853B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630477A (zh) * | 2013-11-23 | 2014-03-12 | 大连大学 | 利用森林凋落物扫描图像测算空间结构参数的方法 |
CN107392956A (zh) * | 2017-06-08 | 2017-11-24 | 北京农业信息技术研究中心 | 作物根系表型检测方法和装置 |
CN112913554A (zh) * | 2021-01-18 | 2021-06-08 | 田举鹏 | 一种百年古树移植方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266690A (zh) * | 2007-03-15 | 2008-09-17 | 华南农业大学 | 植物根系形态三维图像重建***及方法 |
CN101324955A (zh) * | 2008-06-02 | 2008-12-17 | 昆明理工大学 | 基于颜色特征的植物根系图像分割方法 |
CN103065352A (zh) * | 2012-12-20 | 2013-04-24 | 北京农业信息技术研究中心 | 一种基于图像和扫描数据的植株三维重建方法 |
-
2013
- 2013-04-28 CN CN201310154407.5A patent/CN103218853B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266690A (zh) * | 2007-03-15 | 2008-09-17 | 华南农业大学 | 植物根系形态三维图像重建***及方法 |
CN101324955A (zh) * | 2008-06-02 | 2008-12-17 | 昆明理工大学 | 基于颜色特征的植物根系图像分割方法 |
CN103065352A (zh) * | 2012-12-20 | 2013-04-24 | 北京农业信息技术研究中心 | 一种基于图像和扫描数据的植株三维重建方法 |
Non-Patent Citations (2)
Title |
---|
K.BANERJEE等: "An Accessible and Accurate Image Analysis for Root Length and Leaf Area Estimation: A Case Application to Azadirachta indica Seedlings", 《AMERICAN-EURASIAN J. AGRIC. & ENVIRON. SCI.》, vol. 12, no. 1, 31 December 2012 (2012-12-31), pages 64 - 76 * |
***: "计算机视觉在根系形态分析中的应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》, no. 12, 15 December 2006 (2006-12-15), pages 138 - 1151 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630477A (zh) * | 2013-11-23 | 2014-03-12 | 大连大学 | 利用森林凋落物扫描图像测算空间结构参数的方法 |
CN103630477B (zh) * | 2013-11-23 | 2015-06-17 | 大连大学 | 利用森林凋落物扫描图像测算空间结构参数的方法 |
CN107392956A (zh) * | 2017-06-08 | 2017-11-24 | 北京农业信息技术研究中心 | 作物根系表型检测方法和装置 |
CN107392956B (zh) * | 2017-06-08 | 2020-04-10 | 北京农业信息技术研究中心 | 作物根系表型检测方法和装置 |
CN112913554A (zh) * | 2021-01-18 | 2021-06-08 | 田举鹏 | 一种百年古树移植方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103218853B (zh) | 2015-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104392486B (zh) | 一种点云场景重建方法 | |
CN104766366B (zh) | 一种三维虚拟现实演示的建立方法 | |
CN102938142B (zh) | 基于Kinect的室内LiDAR缺失数据填补方法 | |
CN106503060A (zh) | 一种输电线路三维点云数据处理及交跨物获取方法 | |
CN106127857B (zh) | 综合数据驱动与模型驱动的机载LiDAR数据建模方法 | |
CN105550691B (zh) | 基于尺度空间的自适应山谷山脊线提取方法及*** | |
KR100609786B1 (ko) | 도화원도를 이용한 3차원 건물 모델링 방법 | |
CN102938066A (zh) | 一种基于多元数据重建建筑物外轮廓多边形的方法 | |
CN101783016B (zh) | 一种基于形状分析的树冠外形提取方法 | |
CN103258345A (zh) | 一种基于地面激光雷达三维扫描的树木枝干参数提取方法 | |
CN107679498A (zh) | 一种机载激光点云城区道路识别方法 | |
CN105261068A (zh) | 基于Micro-CT技术的储层岩心三维实体模型重构方法 | |
CN102279981B (zh) | 一种三维图像网格化方法 | |
Zhao | Application of 3D CAD in landscape architecture design and optimization of hierarchical details | |
CN102708587A (zh) | 一种快速获取三维建筑信息的方法及*** | |
CN105096311A (zh) | 基于gpu的深度图修复和虚实场景结合技术 | |
CN105760581A (zh) | 一种基于osg的沟道流域整治规划仿真方法及*** | |
CN105005580B (zh) | 一种用于显示水库地形的方法及其装置 | |
CN110322497A (zh) | 一种基于三维可视化的交互式点云对象提取方法 | |
CN104268941A (zh) | 仿真三维地图的热区形成方法及装置 | |
CN102074012A (zh) | 结合图像和计算模型的茶叶嫩芽形态的三维重建方法 | |
CN102930602A (zh) | 一种基于断层图像的面皮三维表面模型重建方法 | |
CN101364311A (zh) | 大规模城市仿真中快速自动建立模型的方法 | |
CN114120141A (zh) | 一种可全天候遥感监测自动分析方法及其*** | |
CN115018982A (zh) | 一种基于地基激光雷达点云的树木数字孪生方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |