虚拟植物果实的三维建模分析-three - dimensional modeling and analysis of virtual plant fruits.docxVIP

摘要虚拟植物是指利用虚拟现实环境对植物的生长过程进行模拟的技术。虚拟植物是一个综合性研究课题，涉及到应用数学，计算机科学，农林学，生态学等学科理论，是当前的一个研究热点。虚拟植物具有一个良好的应用前景，特别是在农业试验方面，如对于长期的观察试验，嫁接植株试验，大面积种植试验等，虚拟植物都具备传统方法无法匹敌的优势。除此外，在娱乐，教育，数字仿真等方面都具有很高的应用价值。针对这些应用，本文研究主要完成了以下的工作：(1)针对当前建模方法中真实感不足，耗时费力等问题，改进了基于图像的建模方法,提出了更适用于植物果实模型的基于图像的建模方法。该方法保留了当前的方法优点，解决了其不足之处。该方法首先研究了射影几何的基础理论。接着结合果实的局部光滑连续的特性，运用了匹配扩散的概念，并生成了匹配点簇。这些点簇经过平面单映射以后进一步密集化匹配点。基于这些密集匹配点，实现点的三维建模。综合所有的三维信息，利用三角剖分理论实现点云图生成果实表面，最后用原始图像对果实表面进行纹理渲染。试验结果表明根据本文方法得到的果实模型可以有效解决果实表面真实感不足的问题。(2)实现将3d植物器官导入到虚拟植物平台中去。将植物器官模型以vrml格式表示，实现Plantlab系统与植物器官的转化和通信，并能完成植物器官与Plantlab内部表示形式的映射。并用已有的器官模型实现在虚拟植物平台的展现。经过实验验证果实模型能够得到重复利用。(3)基于已经建模成功的果实模型，采用基于L系统的Plantlab平台对其生长过程进行模拟。L系统是将植物分解为单个器官的组合，随着生长阶段的不同这种组合关系也在逐渐变化。L系统通过控制字符串的迭代变化实现对器官的组合。论文利用已经存在的植物器官模型和本文研究得到的果实模型，根据植物生长规律，实现植物生长过程的模拟。实验结果显示利用已经存在的植物生长模型能够真实模拟植物的生长变化过程。此外，文章还探讨了纹理渲染的主要方法。对于植物器官的表面细节也做了一定的研究。综合上述知识本文研究展示了一株具有真实感的结有果实的果树。关键词：虚拟植物，植物生长模拟，匹配扩散，L系统，纹理渲染ABSTRACTVirtualplantisthetechnologyofsimulatingtheplant’sgrowthinvirtualrealityenvironment.Virtualplantisacomprehensiveresearchprojectandalsoacurrentresearchfocus,whichinvolvesappliedmathematics,computerscience,agroforestry,ecology,andsoon.Virtualplanthasagoodprospect,andithassomeadvantagesovertraditionalmethods,especiallyinagriculturetest,suchasthelong-termobservationexperiment,graftedplantstest,wide-rangingcultivationtests.Inaddition,virtualplantisofgreatvalueinthefieldsofentertainment,education,digitalsimulationandsoon.Basedontheseapplications,thisstudyhascompletedthefollowingtasks:Sincetherearesomeproblemsinthecurrentmodelingapproaches,suchaslackofauthenticity,time-consumingissues,thestudyinthisthesisproposedimage-basedvirtualplantfruitmodelingmethod.Theadvantagesanddisadvantagesofthecurrentmodelingmethodareanalyzedinthethesisandsomeresearcheshavebeendoneonthebasictheoryofprojectivegeometry.Withthecharacteristicsthatthelocalsurfaceoffruitshassmoothcontinuity,wegeneratedmatchpointsclustersbyemployingthetheoryofmatchingspread.Thesematchpointclustersgeneratedquasi-densematchedpoi