[发明专利]植物扫描与重建方法

权利要求书

1.一种植物扫描与重建方法，其特征在于，包括：

对植物进行整体扫描，获得植物的整体扫描数据；

对植物的每个叶子进行单独扫描，获得每个叶子的点云数据；

将每个叶子的点云数据重建为曲面模型，通过泊松重建算法得到茎杆的重建结果；

将重建后的所有叶子和茎杆与植物的整体扫描数据对齐；

将所有叶子对齐后的点云数据融合到一起，得到整棵植物模型；

其中，将每个叶子的点云数据重建为曲面模型，包括：

利用L1-中值算法提取叶子的骨架；

沿着骨架对叶子的点云做垂直切片；

根据点云切片的纵横比将切片分为叶片和叶柄两部分；

采用基于曲率的二次距离极小化方法，对每个切片拟合一个非统一有理B样条NURBS曲线，叶片拟合一个非闭合曲线，叶柄拟合闭合曲线；

优化求解所有NURBS控制点的最佳位置；

连接叶子的所有切片形状，得到叶子的形状。

2.如权利要求1所述的方法，其特征在于，采用手持式结构光3D扫描仪，对植物进行整体扫描，以及，对植物的每个叶子进行单独扫描。

3.如权利要求1所述的方法，其特征在于，优化求解所有NURBS控制点的最佳位置，包括：

通过BFGS算法极小化如下目标函数，得到NURBS控制点的最佳位置：

f(x)＝E_data(x)+αE_smooth(x)+βE_bound(x)+γE_round(x)；

其中，x为要求解的控制点位置；E_data为所有点云中的点到NURBS曲线最近距离的累加；E_smooth为不同NUBRS曲线上相同标识ID的控制点连成的曲线的不光滑度；E_bound为非闭合NURBS端点到叶片点云边界处的最近距离的累加，E_round为每个闭合NURBS曲线的周长面积比；α、β、γ为常数。

4.如权利要求1所述的方法，其特征在于，将重建后的所有叶子和茎杆与植物的整体扫描数据对齐，包括：

为每个叶子或茎秆模型定义多对到植物点云的对应点，求出所述多对对应点定义的刚性变换，并以求出的刚性变换对每个叶片或茎秆进行变换；

利用骨架驱动叶片和茎秆变形，进行非刚性配准；

将控制对象由骨架变为用WLOP算法均匀采样的控制点，再次进行非刚性配准。

5.如权利要求4所述的方法，其特征在于，利用骨架驱动叶片和茎秆变形，进行非刚性配准，包括：优化求解骨架点旋转和平移变换。

6.如权利要求5所述的方法，其特征在于，优化求解骨架点旋转和平移变换，包括：

采用BFGS算法极小化目标函数，以求得定义在骨架上的最佳变换，并将所述最佳变换应用到叶片和茎秆模型上，所述目标函数定义为变形后叶片到点云之间的距离+定义在骨架上的一个的拉普拉斯光滑算子。

7.如权利要求6所述的方法，其特征在于，将控制对象由骨架变为用WLOP算法均匀采样的控制点，再次进行非刚性配准，包括：

将拉普拉斯光滑算子由骨架移到控制点相互连接成的网格上。

8.如权利要求1所述的方法，其特征在于，将所有叶子对齐后的点云数据融合到一起，包括：

通过检测三角形相交求出两片相交叶子的相交轮廓，然后搜索出使轮廓长度下降最快的位移方向，并通过移动轮廓附近的控制点来驱动叶子变形。

9.如权利要求1所述的方法，其特征在于，将所有叶子对齐后的点云数据融合到一起，包括：

如果植物有茎，将叶子骨架末端变形到与叶子骨架末端距离最近的茎上的点，并利用骨架的变形驱动叶子的变形来达到茎叶相连；若没有茎，自动检测叶柄的末端距其它叶柄的距离，若距离小于阈值，则利用骨架的变形驱动叶子的变形来达到叶子相连。