基于序列图像苹果树三维点云模型获取.docVIP

基于序列图像苹果树三维点云模型获取 　　doi：10.15889/j.issn.1002-1302.2016.10.110 　　摘要：围绕苹果树每10°～20°采集1幅图像形成苹果树的序列图像。首先匹配图像特征点构建稀疏点云，再利用多视点视觉技术（patch-based multi-view stereo，简称PMVS）构建果树的稠密点云。对苹果树不同物候期的三维点云获取结果表明，叶片的方向各异性以及稠密度对苹果树的重建效果有重要影响，可为植物建模、虚拟修剪试验和植物拓扑结构分析等提供参考。 　　关键词：序列图像；苹果树；模型；三维点云 　　中图分类号： S126文献标志码： A文章编号：1002-1302（2016）10-0375-04 　　收稿日期：2015-08-20 　　基金项目：国家“863”计划（编号：2013AA102405）；中国农业科学院创新工程（编号：CAAS-ASTIP-2015-AII-03）。 　　作者简介：樊景超（1980―），男，辽宁沈阳人，博士，助理研究员，从事农业信息技术的科研工作。E-mail：fanjingchao@caas.cn。 　　通信作者：周国民，博士，研究员，博士生导师，从事农业信息技术的科研工作。E-mail：zhouguomin@caas.cn。我国是水果大国，总产量居世界首位[1]。但是，我国出口水果情况不容乐观，主要存在3个方面的问题[2-4]：（1）占比低，我国水果出口量仅占世界总出口量的3%，远低于其他主要水果生产国10%的比例；（2）结构单一，我国水果出口品种，主要集中在苹果、梨、柑橘以及其他坚果；（3）价格低，我国出口水果价格仅为国际市场平均价格的一半。导致果农增产不增收的本质原因是果业生产管理过程中的重栽轻管、广种薄收、重数量轻质量，优质果只占总量的30%[5]。如何提高我国水果的产量与品质已成为我国水果产业中亟待解决的核心问题。随着现代信息技术的快速发展，信息技术用于果园管理已取得了较大的进展，并呈现出数字化、智能化、机械化、集成化的发展趋势[6]。果树的树体结构对树木的生长和产量具有重要的影响，如枝条数量、枝条长度和枝条空间分布[7]。这些因素影响树体光截获，进而影响果树产量和果实质量。在果树栽培和生产实践中，通过对果树冠层三维结构的研究，可为合理的果树整形提供量化依据[8]。 　　与株型简单的小麦、玉米等一年生作物不同，苹果果树生长期较长、形态（叶型、枝型、株型）时空变异性强、植株形体高大，使得此方面的研究进展相对较为缓慢[9]。三维点云模型具有丰富的信息表现力，不但包含植物器官的三维坐标信息，还可以包含RGB颜色以及法线等信息。三维激光扫描设备精度高，能够完整地重构模型，但是这些设备在果园等野外条件下不便使用，而且价格昂贵。这些都使得该项技术的应用范围受到限制。基于序列图像的三维重建方法近年来日趋成熟，获得三维点云模型精度逐步提高。该方法只需要使用普通摄像机即可，相对成本低，具有很广阔的研究前景。本研究尝试使用该方法获取苹果树在不同物候期的三维点云模型。 　　1材料与方法 　　本研究选用的果树来自北京市顺义区双河果园，该园位于京郊顺义城区（40° 8′N、116° 43′E），海拔32 m，占地面积66.7 hm2，属大陆性季风气候区，年均温度11.3 ℃，冬季平均气温-1.7 ℃，年均降水量620 mm左右，冬季平均相对湿度为45%，冬季日照时间为517 h[10]。所选苹果树枝条空间分布均匀，叶片没有明显遮挡。所选果树与相邻果树无枝条邻接现象，且行距与间距满足相机拍摄要求，以单幅照片能包含整株果树的树冠为准。 　　本研究使用的数码相机型号为Canon EOS 700D（18～55 mm），拍摄时的镜头焦距固定为5 mm，采用自动曝光模式，图像分辨率 5 284×3 456像素。从4月初开始每周选取无风或微风天气，以果树为中心，围绕果树每转10°～20°拍1张，确保形成连续的果树图像序列。考虑到果树枝条在空间方向各异，围绕果树在不同高度进行多次拍摄更好。图1-a为本试验在果园中选取的处于萌芽期的苹果树，图1-b是使用本方法采集的苹果树多幅序列图像。基于序列图像进行三维点云重建的核心是匹配图片之间的特征点，因此在拍摄照片时尽量保证同一枝条能从2个以上的角度进行拍摄。 　　2三维点云模型的获取 　　基于序列图像提取物体的三维坐标，核心思想是根据图像中点位置信息，恢复出点在三维场景中的三维坐标。果树三维点云获取有2个基本阶段：第1阶段从所有图像上提取特征点，通过特征点匹配、重建，得到种子点形成稀疏点云；第2阶段将种子点向周围扩散得到稠密的空间点云[11]。完成上述步骤后经过简单的背景切除得到果树自身的三维点云。 　　2.1构建