摘要：基于物理的方法是解决植物动态建模与仿真的有效途径,而模型参数的确定是基于物理方法所面临的重要问题.为实现基于生物物理属性特征的玉米叶片高精度、高真实感动态建模与仿真,提出一种基于运动学分析的玉米叶片物理建模与参数确定方法.首先利用运动捕捉技术获取玉米叶片的运动数据;然后根据运动捕捉特征点构建基于质点-弹簧系统的物理模型;最后基于运动学分析建立物理模型参数解析方程组,利用最小二乘法计算物理模型的参数.以此参数构建物理模型实现玉米叶片的动态模拟,并给出2种模型构造方式的玉米叶片虚拟仿真.结果表明,该方法以一种数据驱动的机制有效估算出对应的物理模型参数,生成的玉米叶片动态虚拟仿真过程具有与实际情况较为接近的真实感效果,为虚拟植物建模与应用提供了一种可行的物理建模及参数确定方法.

摘要：为从玉米叶片点云数据(尤其是缺失点云数据)中准确提取骨架特征,该研究设计了一种考虑玉米叶片形状结构和数据完整性的自适应加权算子来计算玉米叶片点云的骨架约束点集,并引入主曲线对骨架约束点集进行拟合得到优化的玉米叶片点云骨架。首先使用K均值聚类将玉米叶片分为若干变化较为平缓的部分;然后通过改进的距离场方法提取点云的截面相关点集;再利用设计的包括空间距离、法向差异和点云完整性的自适应加权算子,提取骨架约束点集;最后计算骨架约束点集的主曲线得到最终的玉米叶片点云骨架。通过对30个具有典型形状特征的玉米叶片点云数据的测试结果表明,本文方法所提取的骨架能较好地反映玉米叶片的三维形状结构,利用所提取骨架计算的叶长与实测叶长的平均绝对百分比误差(Mean Absolute Percent Error,MAPE)为2.10%,均方根误差(Root Mean Square Error,RMSE)为2.21 cm,标准化均方根误差(Normalized Root Mean Square Error,NRMSE)为2.89%。该方法可实现玉米叶片点云骨架的自动提取,对缺失的点云数据具有较好的鲁棒性,无需后期手动调整,能够为表型大数据处理、自动化表型解析等提供技术支持。

摘要：基于多视角重建技术的作物三维表型高通量获取系统成本低、获取效率高,引起越来越多的关注。植物自旋转式拍摄平台易于搭建,但植物旋转过程中产生的抖动对点云三维重建和表型解析精度有一定影响。为评估旋转式多视角成像在小麦植株三维表型解析中的适用性,基于植物旋转设计了便携式小麦植株三维表型高通量采集系统,选取穗期不同品种的小麦植株作为实验样本进行点云重建,基于Hausdorff距离评价了重建点云的精度误差;并基于人工测量数据,对所提取的表型指标精度进行评价。结果表明,植物旋转式重建的点云与相机旋转式重建的点云有较高的一致性,点云精度差距基本控制在0.4 cm以下;获取的叶长、叶宽和株高的均根方误差分别为0.79、0.13和0.53 cm,平均绝对百分比误差分别为3.26%、7.63%和0.74%,表明该方式适合穗期的小麦植株表型重建,具有较高的点云重建和表型提取精度,并为小麦植株表型评价提供了一种低成本的解决方案。

摘要：21世纪以来,人们正在步入数字化的时代,技术的不断更新带来了新的文化生活和新的社会现象。随着新兴的科学技术与数字技术的发展,农业体验正朝着智能化、网络化、数字化的方向进步,数字互动体验系统也逐渐出现在人们的视野当中。农产品与我们的生活息息相关,农产品的质量安全直接关系我们的健康和安全,更是食品安全的前提和保障,所以向用户展示农产品的生产过程是十分重要的。本文主要研究如何将虚拟现实技术、增强现实技术等信息技术与农业知识相结合,设计集真实性、科学性和趣味性为一体的数字互动体验系统。为用户科普农业信息,将农产品背后的故事更好的呈现在用户面前,向用户展示我国产业科技的发展,让用户感受农业科技的力量,以及农业发展的蓬勃生机。