植物茎秆可视化研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (35): 164-167.

• 图形、图像、模式识别 • 上一篇下一篇

植物茎秆可视化研究

乔桂新1，2，温维亮1，郭新宇1，魏学礼1，赵国辉2，王剑2

1.国家农业信息化工程技术研究中心/农业部农业信息技术重点开放实验室，北京 100097
2.大连理工大学数学科学学院，辽宁大连 116024

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-12-11 发布日期:2011-12-11

Research on visualization of plant stalk

QIAO Guixin1，2，WEN Weiliang1，GUO Xinyu1，WEI Xueli1，ZHAO Guohui2，WANG Jian2

1.China National Engineering Research Center for Information Technology in Agriculture/Key Laboratory for Information Technology in Agriculture，Beijing 100097，China
2.School of Mathematical Sciences，Dalian University of Technology，Dalian，Liaoning 116024，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-12-11 Published:2011-12-11

摘要/Abstract

摘要： 植物茎杆的可视化模拟对认知植物骨架结构及提高植株真实感具有重要意义。为模拟作物茎秆的外部形态，提出基于球B样条的植物茎杆模拟方法。首先利用数字化仪或三维扫描仪获取作物的真三维数据，然后根据不同作物的特点灵活选用样条基函数计算得到中轴线，并根据中轴线确定轮廓线，最后根据枝干的弯曲情况确定各点轮廓线的法向。文中利用不同表达形式的球B样条实现了辣椒、黄瓜、玉米三种作物的茎秆可视化模拟，并在玉米的模型中将球B样条推广到了任意轮廓外形的作物形态研究。实验表明，该方法得到的模型能够比较真实地反映作物茎杆的弯曲程度及诸多细节，适用于多种作物，具有一定的应用前景。

关键词: 可视化, 球B样条, 茎秆

Abstract: Visual simulation of plant stems is of great significance for recognizing plant structure and improving realistic of plants.In order to simulate the external morphology of crop stalks，a Ball B-spline based method has been proposed.Firstly，3-dimension data points can be gotten by 3D scanner or digitizer.Then centerline and contour line can be resolved according to different B-spline base function.Finally，the normal vector can be used in order to simulate the bend of branches.Visualization model of pepper，cucumber and corn have been gotten by different forms of Ball B-spline.Besides，the algorithm has been improved for arbitrary shape during the modeling of corn.The experimental results show that this method not only can simulate the plant stalk with the degree of bending and many details but also can be used for many kinds of plant and has a relatively large value of certain prospects.

Key words: visualization, ball B-spline, stalk

乔桂新1，2，温维亮1，郭新宇1，魏学礼1，赵国辉2，王剑2. 植物茎秆可视化研究[J]. 计算机工程与应用, 2011, 47(35): 164-167.

QIAO Guixin1，2，WEN Weiliang1，GUO Xinyu1，WEI Xueli1，ZHAO Guohui2，WANG Jian2. Research on visualization of plant stalk[J]. Computer Engineering and Applications, 2011, 47(35): 164-167.

[1]	余磊，许光銮，王洋，林道玉，李峰. 基于动态投影嵌入的多维异质网络可视化研究[J]. 计算机工程与应用, 2021, 57(8): 145-152.
[2]	王友发，周圆圆，罗建强. 近20年智能制造研究热点与前沿挖掘[J]. 计算机工程与应用, 2021, 57(6): 49-57.
[3]	李晓英，唐冬琳. 面向用户生成内容的创意思维知识服务研究[J]. 计算机工程与应用, 2021, 57(4): 236-244.
[4]	江洋洋，金伯，张宝昌. 深度学习在自然语言处理领域的研究进展[J]. 计算机工程与应用, 2021, 57(22): 1-14.
[5]	陈小寒，魏书宁，覃正泽. 基于深度学习可视化的恶意软件家族分类[J]. 计算机工程与应用, 2021, 57(22): 131-138.
[6]	程宇航，张健钦，李江川，张安. 交通行业事故文本数据的可视化挖掘分析方法[J]. 计算机工程与应用, 2021, 57(21): 116-122.
[7]	任卓君，陈光，卢文科. 恶意软件的操作码可视化方法研究[J]. 计算机工程与应用, 2021, 57(18): 130-134.
[8]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[9]	张迪，杨沛，邓鑫波，赵千川. ASExplorer：基于联合熵的多维相关性可视分析系统[J]. 计算机工程与应用, 2021, 57(1): 99-109.
[10]	魏世超，李歆，张宜弛，周晓锋，李帅. 基于E-t-SNE的混合属性数据降维可视化方法[J]. 计算机工程与应用, 2020, 56(6): 66-72.
[11]	王家润，孙禹楠，尹辉，杨志龙. 军事目标关系的拟合地势及双重保凸可视建模[J]. 计算机工程与应用, 2020, 56(5): 270-278.
[12]	王占刚. 面向视觉变量感知特征的时空过程可视化模型[J]. 计算机工程与应用, 2020, 56(4): 50-56.
[13]	王金丽，樊勇，张辉. 区块链文献主题发现及演化研究[J]. 计算机工程与应用, 2020, 56(20): 1-8.
[14]	翟永杰，杨旭，王金娜，王坤峰，赵振兵. 平行视觉框架下深度卷积神经网络可视化分析[J]. 计算机工程与应用, 2020, 56(19): 139-145.
[15]	张功森，郭翌，李永哲，裴曦，徐榭，周解平. 结合增强现实的医用加速器碰撞检测方法[J]. 计算机工程与应用, 2020, 56(17): 197-202.

植物茎秆可视化研究

Research on visualization of plant stalk

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics