基于变化光源方向多图像的植物叶片表观三维模拟
文献类型: 中文期刊
第一作者: 苗腾
作者: 苗腾;郭新宇;赵春江;肖伯祥;王传宇;温维亮
作者机构:
关键词: 三维;可视化;光源;叶片;表观模拟;数字植物
期刊名称: 农业工程学报
ISSN: 1002-6819
年卷期: 2016 年 32 卷 09 期
页码: 150-156
收录情况: EI ; 北大核心 ; CSCD
摘要: 为了真实准确地模拟植物叶片表观颜色,提出一种基于多图像的叶片表观模拟方法。首先搭建基于线性光源的表观图像采集系统,用以获得400张视线角度固定、光源方向变化的叶片图像集合;采用拟合方法自动地从400张图像中获得整个叶片表面的表观特征参数,包括漫反射强度、高光反射强度和粗糙度;利用该拟合方法对线性光源移动条件下理想物体的各种反射特征的变化情况进行仿真计算,然后针对叶片图像中的每个像素寻找与仿真计算结果最接近的表观模型参数作为拟合结果。通过该拟合方法,可将叶片表面上各个位置的表观参数合成3张表观参数图像,采用基于点光源的实时光照方法测试最终的可视化模拟效果。从模拟结果中可以看出利用该文方法得到的结果能够真实地表现叶片自身的表观质感特性,相对于传统方法更加真实准确。
分类号: Q944.56`TP391.41
- 相关文献
[1]基于农学参数的玉米叶片表观建模与可视化方法. 苗腾,郭新宇,温维亮,王传宇,肖伯祥. 2017
[2]葡萄树地上部形态结构数据获取方法. 温维亮,郭新宇,王勇健,李超,陆声链. 2015
[3]基于图像的作物病害状态表观三维模拟方法. 苗腾,郭新宇,温维亮,肖伯祥,陆声链. 2016
[4]数字植物研究进展:植物形态结构三维数字化. 赵春江,陆声链,郭新宇,杜建军,温维亮,苗腾. 2015
[5]水稻叶片形态日变化过程可视化模拟研究. 杨红云,孙爱珍,何火娇,艾施荣. 2009
[6]小麦地上部器官几何造型与可视化研究. 孟军,郭新宇,赵春江. 2009
[7]水稻叶片三维建模与叶色渲染. 汪丽萍,何火娇,杨红云. 2017
[8]脱绒棉种色选机光学系统的实现. 李江波,坎杂,张若宇,李景彬,李超. 2008
[9]实测数据驱动的小型植物三维重建研究. 陆声链,李帼,吴升. 2017
[10]基于实测数据的植物建模研究进展. 孙智慧,赵元棣,郭新宇,魏学礼. 2012
[11]三维激光扫描技术在植物扫描中的应用分析. 魏学礼,肖伯祥,郭新宇,温维亮,陆声链. 2010
[12]两种光源对金龟子的诱捕效果. 陈琦,张运栋,范志业,刘迪,沈海龙,侯艳红,陈莉,段云,黄建荣,李世民. 2020
[13]数字植物及其技术体系探讨. 赵春江,陆声链,郭新宇,肖伯祥,温维亮. 2010
[14]基于计算机视觉的植物行为感知研究综述. 祁卫宇,王传宇,郭新宇. 2017
[15]三维视觉类电子出版物中冗余光源的判别——基于K-L展开式. 黄洁,董刚. 2019
[16]不同光源对4种蔬菜幼苗生长发育的影响. 李符,米国全,史艳艳,杨凡,唐艳领,孙天梅,王晋华,李志刚,王文博. 2020
[17]不同光源对4种蔬菜幼苗叶绿素荧光及生理指标的影响. 李符,史艳艳,米国全,牛莉莉,唐艳领,孙天梅,王晋华,李志刚,王文博. 2020
[18]曲面建模方法在数字植物中的应用与展望. 温维亮,郭新宇,陆声链,肖伯祥,赵春江. 2011
[19]不同光源对固始鹅繁殖性能的影响. 刘健,王明发,王鑫磊,黄炎坤,路新开. 2017
[20]枸杞蛀果蛾趋光特性及其种群动态. 李锋,刘亚佳,刘晓丽,马超,仲崇山,刘传敬. 2024
作者其他论文 更多>>
-
基于Micro-CT分析大豆种子结构表型及构建种子重量预测模型
作者:刘长斌;李远鲲;郭民坤;樊江川;郭新宇;卢宪菊
关键词:Micro-CT;大豆;结构表型;重量预测;模型构建;机器学习
-
基于多模态融合大模型架构Agri-QA Net的作物知识问答系统
作者:吴华瑞;赵春江;李静晨
关键词:多模态融合;人机交互;农业知识问答;甘蓝作物;大语言模型
-
高新科技成果转化促进农业新质生产力发展:机理、困境与对策
作者:李鸿飞;赵春江;李瑾
关键词:农业新质生产力;农业高新技术;科技成果转化;科技创新;产学研协同
-
农业领域音频信息技术研究进展
作者:余礼根;庄晏榕;邱枫;丁晓丽;何金;赵宇杰;杨淦;吴月;赵春江;李奇峰
关键词:智慧农业;畜禽养殖;种植业;音频信息技术;智能语音交互
-
基于ROS的蔬菜移栽机器人控制系统设计
作者:马文强;冯青春;李亚军;茹孟菲;赵春江
关键词:蔬菜移栽机器人;控制系统;ROS;伺服控制
-
丘陵山地水稻机械化技术研究现状与展望
作者:赵春江;马晨;李瑾;王小萌
关键词:丘陵山地;水稻机械化;关键技术;主要挑战;未来趋势
-
基于AIC-YOLOv11n模型的砀山梨多表面缺陷检测方法
作者:李成轩;赵春江;张驰;黄文倩;李佳琪;何鑫;王庆艳
关键词:砀山梨;机器视觉;缺陷检测;YOLOv11;轻量化;注意力机制;模型部署
