基于虚拟现实的滨水区耐潮湿型观赏植物智能筛选方法

摘要

近年来,在滨水区耐潮湿型观赏植物的信息识别工作中,经常采用智能筛选技术确保识别工作顺利进行,因此提出基于虚拟现实的滨水区耐潮湿型观赏植物智能筛选方法,使用X3D-EDIT设计软件构建植物的根、茎、叶、花等组成部分模型,对于结构以及外形较为复杂的植物结构,通过3ds MAX软件将材质、色彩、光照等效果相结合,转换成X3D文件,嵌入到虚拟环境中,实现观赏植物三维结构构建与可视化。同时采用色彩对比度方法提取观赏植物图像特征,并提取耐潮湿型观赏植物图像信息库中的图像特征,得到候选图像特征,将植物图像特征和候选图像特征同时嵌入到智能视觉节点内排序,该候选图像就是耐潮湿型观赏植物图像。实验结果表明,所提方法对滨水区耐潮湿型观赏植物智能筛选所用的时间平均值为24.17 ms,且筛选查全率高。