一种果树冠层叶子和果实三维重建方法及系统

摘要

本发明提供一种果树冠层叶子和果实三维重建方法及系统，包括：提取果树冠层的三维枝干骨架，判断所述枝干骨架中的每一根枝条是否连接有子枝条，对连接有子枝条的枝条生成叶簇枝和果枝，构建叶子和果实的三维模型，根据所述叶子的三维模型在所述三维枝干骨架中的枝条上生成叶子，根据所述果实的三维模型在所述果枝上生成果实。本发明结合三维点云的果树枝干骨架提取方法，实现带叶、带果状态果树冠层形态结构的快速三维模型重建，重建的冠层模型中叶子的数量、大小和方向更加符合真实果树的形态特征，同时该模型具有很好的通用性，从而为进行果树冠层的结构分析、生理生态特性评价等应用提供高精度的基础模型支持。

说明书

技术领域

本发明涉及三维图形处理技术领域，尤其涉及一种果树冠层叶子 和果实三维重建方法及系统。

背景技术

果树冠层的三维重建是农学研究、图形仿真等应用领域的热点 问题，准确、快速的冠层三维重建对于果树冠层形态结构分析、生 理功能计算等均有十分重要的意义。叶子和果实作为果树最重要的 两个器官，对于果树树形的外观塑造、冠层形态特征和生理功能计 算等都有十分重要的影响，因此如何实现叶子和果实器官的准确生 成是果树冠层三维重建的关键技术问题。

最直接、最精确的方法是利用三维数字化仪对果树冠层进行数 据采集，详细获取冠层中每根枝条上每个叶子的位置、方向和大小 等信息，并基于这些信息重建果树冠层的三维模型[Sonohat2006] （Sonohat G,Sinoquet H,Kulandaivelu V,et al.“Three-dimensional  reconstruction of partially3D digitised peach tree canopies”.Tree  Physiology2006,26:337-351）。由于果树冠层形态结构复杂，因此该 方法需要花费大量的人力和时间进行数据采集，一株成年果树一般 需要花费几个人几天的时间进行数据测量；同时由于树形高大，手 工测量极不方便，往往需要搭建支架等辅助设施，因此这种重建方 法存在数据采集不便、工作繁琐的缺点。

直接从三维点云中进行树木冠层三维重建也是一直选择。例如， （马伟，项波，查红彬等.“基于测量数据的植物建模”.中国科学 F辑:信息科学,2009,39(1):134-144）针对大部分植物的叶片具有 尖锐特征的特点，实现了一种基于三维点云数据的小型植物冠层三 维重建方法。但是，由于树木冠层枝叶繁茂，相互遮挡严重，三维 扫描时冠层中大部分叶子和果实被遮挡而无法完整获取，因此该方 法重建的植物模型只是视觉上的相似，准确性不高；同时该方法在 重建时整个冠层重复使用同一个平整的叶片模型，导致重建的树木 三维模型中叶子的空间姿态单一，严重影响叶面积、光截获能力的 计算，也与自然界中“同一株树木上没有完全相同的两片叶子”的 多样性不符。

另一种方法是采用某种规则或树木冠层枝叶的空间分布知识进 行冠层三维重建，一般称为基于规则的重建方法，而对于现有基于 规则的树木冠层三维重建方法，这些方法都存在一个共同的缺点： 所添加的叶子大小相同、形态相同，或仅仅通过简单的随机方法改 变大小和方向，缺乏生理上的科学性，难以体现自然界植物冠层中 叶子在形态、颜色上的多样性，也会引起最终重建的冠层模型中叶 面积、光截获能力的计算结果存在较大的误差。

综合而言，虽然目前关于果树冠层形态结构三维重建方面的有 了一些方法，但由于果树形态结构特有的复杂性，这些方法在实现 果树形态结构的快速、精确三维重建时仍然存在不足。此外，已有 的树木冠层三维重建方法中都只是考虑了叶子器官的添加或生成， 而对于果实器官均没有考虑。

发明内容

本发明所要解决的技术问题是如何结合现有基于三维点云的果 树枝干骨架提取方法，实现带叶、带果状态果树冠层形态结构的快速 三维重建，从而为进行果树冠层的结构分析、生理生态特性评价等应 用提供高精度的基础模型支持。

为解决上述技术问题，本发明提出了一种果树冠层叶子和果实三 维重建方法，包括以下步骤：

提取果树冠层的三维枝干骨架；

判断所述枝干骨架中的每一根枝条是否连接有子枝条；

对连接有子枝条的枝条生成叶簇枝和果枝；

构建叶子和果实的三维模型；

根据所述叶子的三维模型在所述三维枝干骨架中的枝条上生成 叶子；

根据所述果实的三维模型在所述果枝上生成果实。

优选地，所述方法还包括：

对没有连接子枝条的枝条根据枝条长度进行枝条分类。

优选地，所述对没有连接子枝条的枝条根据枝条长度进行枝条 分类，具体包括：

获取所述没有连接子枝条的枝条的长度信息；

根据所述长度信息按照预设的枝条长度模型将所述没有连接子 枝条的枝条分为长枝、中枝和短枝。

优选地，所述方法还包括：

为生成的叶子和果实进行颜色优化处理。

优选地，所述对连接有子枝条的枝条生成叶簇枝和果枝具体包 括：

设置所述连接有子枝条的枝条上生成的叶簇枝的数量；

根据所述叶簇枝的数量在所述连接有子枝条的枝条上选取叶簇 枝的着生点；

在所述叶簇枝的着生点生成叶簇枝；

设置所述连接有子枝条的枝条上生成的果枝的数量；

根据所述果枝的数量在所述连接有子枝条的枝条上选取果枝的 着生点；

在所述果枝的着生点生成果枝。

优选地，所述根据所述叶子的三维模型在所述三维枝干骨架中 的枝条上生成叶子，具体包括：

预设所述三维枝干骨架中不同类型枝条上放置的叶子数量和叶 子最大长度的第一取值规则；

根据所述第一取值规则在枝条上放置叶子的三维模型，并调整 所述叶子的三维模型的方向和大小。

优选地，所述根据所述果实的三维模型在所述果枝上生成果实， 具体包括：

预设所述果枝上着生果实数量和果实最大直径的第二取值规 则；

根据所述第二取值规则在果枝上放置果实的三维模型，并调整 所述果实的三维模型的方向和大小。

此外，本发明还提供了一种果树冠层叶子和果实三维重建系统， 该系统包括：

枝干骨架提取模块，用于提取果树冠层的三维枝干骨架；

判断模块，用于判断所述枝干骨架中的每一根枝条是否连接有子 枝条；

叶簇枝和果枝生成模块，用于对连接有子枝条的枝条生成叶簇枝 和果枝；

模型构建模块，用于构建叶子和果实的三维模型；

叶子生成模块，用于根据所述叶子的三维模型在所述三维枝干骨 架中的枝条上生成叶子；

果实生成模块，用于根据所述果实的三维模型在所述果枝上生成 果实。

优选地，所述系统还包括枝条分类模块和优化处理模块；

枝条分类模块，用于对没有连接子枝条的枝条根据枝条长度进行 枝条分类。

优化处理模块，用于为所述叶子生成模块和果实生成模块生成 的叶子和果实进行颜色优化处理。

优选地，所述叶簇枝和果枝生成模块包括：

第一设置单元，用于设置所述连接有子枝条的枝条上生成的叶 簇枝的数量；

第一选取单元，用于根据所述叶簇枝的数量在所述连接有子枝 条的枝条上选取叶簇枝的着生点；

叶簇枝生成单元，用于在所述叶簇枝的着生点生成叶簇枝；

第二设置单元，用于设置所述连接有子枝条的枝条上生成的果 枝的数量；

第二选取单元，用于根据所述果枝的数量在所述连接有子枝条 的枝条上选取果枝的着生点；

果枝生成单元，用于在所述果枝的着生点生成果枝。

通过采用本发明所公开的一种果树冠层叶子和果实三维重建方 法及系统，方便准确地实现了果树冠层叶子和果实的三维重建，本方 法所使用的参数简单明了，重建的冠层模型中叶子的数量、大小和方 向更加符合真实果树的形态特征，同时本发明具有很好的通用性，只 需修改少量的参数取值和更换叶子的纹理贴图即可以满足不同果树 品种的应用需求，从而为进行果树冠层的结构分析、生理生态特性评 价等应用提供高精度的基础模型支持。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面 将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而 易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域 普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些 附图获得其他的附图。

图1：是本发明一种果树冠层叶子和果实三维重建方法的流程图；

图2：是本发明实施例中叶子的三维网格模型的示意图；

图3：是本发明实施例中果实的三维网格模型的示意图；

图4：是本发明实施例中枝条上叶子的方向计算示意图；

图5：是本发明实施例中枝条上果实的方向计算示意图；

图6：是本发明一种果树冠层叶子和果实三维重建系统的模块图。

具体实施方式

下面将结合本发明的附图，对本发明实施例中的技术方案进行清 楚、完整地描述，显然所描述的实施例是本发明一部分实施例，而不 是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没 有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保 护的范围。

本发明实施例中提出了本发明提出了一种果树冠层叶子和果实 三维重建方法，如图1所示，包括以下步骤：

S101提取果树冠层的三维枝干骨架；

S102判断所述枝干骨架中的每一根枝条是否连接有子枝条；

S103对连接有子枝条的枝条生成叶簇枝和果枝；

S104构建叶子和果实的三维模型；

S105根据所述叶子的三维模型在所述三维枝干骨架中的枝条上 生成叶子；

S106根据所述果实的三维模型在所述果枝上生成果实。

优选地，所述方法还包括：

对没有连接子枝条的枝条根据枝条长度进行枝条分类。

优选地，所述对没有连接子枝条的枝条根据枝条长度进行枝条 分类，具体包括：

获取所述没有连接子枝条的枝条的长度信息；

根据所述长度信息按照预设的枝条长度模型将所述没有连接子 枝条的枝条分为长枝、中枝和短枝。

本发明实施例对通过交互设计方法或者利用基于三维点云的智 能提取技术得到的果树枝干骨架中的每条枝条进行分类，以便在不同 类型的枝条上进行叶子和果实的添加，具体处理过程如下：

S11:用户通过手工选择的方式指定作为树干的枝条骨架线。

S12:按顺序从0开始对果树枝条骨架中的枝条进行编号；将果 树枝条骨架中的每根枝条的父枝条编号和子枝条数分别设置为-1和 0。

S13:查找直接与树干连接的一级枝条。方法为对果树枝干骨架 中的每根枝条（除树干外），检查检查该枝条的起点坐标是否刚好在 树干骨架线上，如是，则将该枝条标记为一级枝条，其父枝条编号设 为0，同时将树干的子枝条数增加1。

S14：查找二级枝条，即与起点坐标在一级枝条骨架线上的枝条。 方法为对果树枝干骨架中除树干和一级枝条外的每一根枝条，检查该 枝条的起点坐标在哪条一级枝条骨架线上，若发现起点坐标在一级枝 条L_b1上，则将该枝条标记为二级枝条，将其父枝条编号设为L_b1的 编号，同时将L_b1的子枝条数增加1。

S15：依次类推，查找三级、四级、…、n级枝条，直到所有枝 条的父枝条编号都大于-1。

S16:对所有子枝条数为0的枝条即所述没有连接子枝条的枝条， 获取所述没有连接子枝条的枝条的长度信息，根据所述长度信息按照 预设的枝条长度模型将其枝条类型标记为长枝、中枝或短枝，其中， 预设的枝条长度模型为若枝条的长度>Length_long，则该枝条为长枝； 若枝条的长度≤Length_long同时≥Length_short，则该枝条为中枝；若枝 条的长度<Length_short，则该枝条为短枝。其中Length_long>Length_short, 均为用户指定具体取值的参数，也可在实际应用中根据具体的果树品 种经过测量得到，枝条长度的单位为厘米（cm），下同。

优选地，所述方法还包括：

为生成的叶子和果实进行颜色优化处理。

优选地，所述对连接有子枝条的枝条生成叶簇枝和果枝具体包 括：

设置所述连接有子枝条的枝条上生成的叶簇枝的数量；

根据所述叶簇枝的数量在所述连接有子枝条的枝条上选取叶簇 枝的着生点；

在所述叶簇枝的着生点生成叶簇枝；

设置所述连接有子枝条的枝条上生成的果枝的数量；

根据所述果枝的数量在所述连接有子枝条的枝条上选取果枝的 着生点；

在所述果枝的着生点生成果枝。

该步骤的目的在于在果树枝干骨架上生成更短小的叶簇枝和结 果枝，这些枝条很难通过基于三维点云数据进行提取或通过人工测 量的方法进行获取。

本发明实施例中提出了具体的处理过程，具体包括：

S21:生成叶簇枝。方法为对果树枝干骨架中所有子枝条数大于 0的枝条，执行如下操作：

（1）对每条枝条Li，计算拟在Li上生成的叶簇枝条数n。 n=Length_Li×0.2，其中Length_Li为枝条Li的长度。

（2）在枝条Li的骨架线上随机选取n个点，分别记为v₁,v₂,…,v_n， 作为叶簇枝的着生点。

（3）对每个着生点v_j（1≤j≤n），在垂直于线段Lv_sjv_j且与点 v_j的直线距离为Length_lc的地方随机选取1点v_top。其中v_sj为枝条 Li骨架线的起点坐标，Length_lc=Length_short×λ；λ为0.2～0.5之间的 随机数。则线段Lv_jv_top即为1根叶簇枝条的骨架线，将其加入果树 枝干骨架中，并将其枝条类型标记为lc。

S22:生成果枝。方法为对果树枝干骨架中所有子枝条数大于0 的枝条，执行如下操作：

（1）对每条枝条Li，计算拟在Li上生成的叶簇枝条数m。 m=Length_Li×μ，其中μ为大于0的密度调整系数，默认值为0.1， 也可由用户自行指定。

（2）在枝条Li的骨架线上随机选取m个点，分别记为 v₁,v₂,…,v_m，作为果枝的着生点。

（3）对每个着生点v_j（1≤j≤m），在垂直于线段Lv_sjv_j且与点 v_j的直线距离为Length_fp的地方随机选取1点v_top。其中v_sj为枝条 Li骨架线的起点坐标，Length_fp为2.0～4.0之间的随机数。则线段 Lv_jv_top即为1根果枝的骨架线，将其加入果树枝干骨架中，并将其 枝条类型标记为fp。

为了建立叶子和果实的三维网格模型，以便在后续在冠层中生 成叶子和果实时使用，本发明实施例中提出的构建叶子和果实的三 维模型，具体处理过程如下：

S31:从真实果树的同一根枝条上不同部位采摘三个叶子，采摘 部位分别是枝条顶部、枝条中部和枝条底部；然后将每个叶子平铺 在地面上（用白色地板做背景），利用数码相机分别拍摄叶子的正面 图像，作为叶子三维网格模型的纹理贴图。

S32:根据S31步骤获取的三个叶子图像，利用3ds Max等三维 建模软件设计三个叶子的三维网格模型，如图2所示，分别记为 LM1、LM2和LM3，左边为顶叶模板，中间为中叶模板，右边为 底叶模板，其长度和宽度分别为1cm和0.7cm，作为叶子模板。需 要注意的是，叶子模板的网格数量可根据需要自由调整，如果需要 高精度、细致的描述，可以构建很细致的叶子三维网格模型；叶子 模板越细致、网格数量就越多，最终重建的果树冠层三维模型的网 格规模就越大。

S33:利用3ds Max等三维建模软件设计一个果实的三维网格模 型，如图3所示，其最大外界四方形为边长为1cm的正方形。

优选地，所述根据所述叶子的三维模型在所述三维枝干骨架中 的枝条上生成叶子，具体包括：

预设所述三维枝干骨架中不同类型枝条上放置的叶子数量和叶 子最大长度的第一取值规则；

根据所述第一取值规则在枝条上放置叶子的三维模型，并调整 所述叶子的三维模型的方向和大小。

该步骤的作用是通过某些知识规则将建立的叶子模型放置到果 树枝干骨架上，实现叶子在果树冠层的三维重建。具体处理过程如 下：

S41:建立不同类型枝条上放置的叶子数量和叶子最大长度的 取值规则。

（1）设定长枝的叶子数和最大长度分别为Lnumber_long和 Length_{max_long}；其中，Lnumber_long的默认值为20～25之间的随机数 （整数），也可根据不同果树的品种特征经实地调查后确定，或者由 用户输入；Length_{max_long}的默认值为7～10之间的随机数，也可根据 不同果树的品种特征经实地调查后确定，或由用户输入。

（2）设定中枝的叶子数和叶子最大长度分别为Lnumber_middle和 Length_{max_middle}，其中，Lnumber_middle=Lnumber_long×0.7； Length_{max_middle}=Length_{max_long}×0.7。

（3）设定短枝的叶子数和叶子最大长度分别为Lnumber_short和 Length_{max_short}，其中，Lnumber_short=Lnumber_long×0.5； Length_{max_short}=Length_{max_long}×0.5。

（4）设定叶簇枝的叶子数和叶子最大长度分别为Lnumber_lc和 Length_{max_lc}，其中，Lnumber_lc=8×θ，其中θ为0.9～1.2之间的随机 数；Length_{max_lc}=Length_{max_long}×0.3。

（5）设定叶子长度和宽度的比例为Lradio_lw，Lradio_lw=0.6×θ。

（6）除以上类型枝条外，其他所有枝条的叶子数均为0。

S42:根据规则在枝条上放置叶子模板，并调整其方向和大小。 方法为对果树枝干骨架中所有叶子数大于0的枝条，执行如下操作 其中，Li表示当前处理枝条：

（1）根据Li的枝条类型取得叶子数量Lnumber_Li和叶子最大长 度Length_{max_Li}。

（2）将枝条Li的骨架线等分为Lnumber_Li段（则每个分段的长 度Length_{segment_Li}=Length_Li÷Lnumber_Li，其中Length_Li为枝条Li骨架 线的长度），从枝条Li骨架线的顶部为始点，从上往下在枝条Li骨 架线上每隔Length_{segment_Li}的地方取1个点，记为v₁,v₂,…,v_p（p=Lnumber_Li），作为叶子的着生点。

（3）在枝条Li上每个叶子着生点v_j处（1≤j≤Lnumber_Li）， 从步骤S32构建的叶子模板中选取1个叶子模板LMq（1≤q≤3）， 并添加到生成点v_j处，并记该新添加的叶子为lf_j。其中，q=(int)(3.0 ×(float)j÷Lnumber_Li)，若q<1,则令q＝1，若q>3,则令q＝3；叶 子lfj的长度Length_lfj和宽度Width_lfj按下式计算

Length_lfj=Length_{max_Li}×(2.0-abs(j–Lnumber_Li÷2.0)/ (Lnumber_Li÷2.0))×k;（k为取值为0.45～0.55之间的随机数），其中 abs为取绝对值函数；

Width_lfj=Length_{max_Li}×Lradio_lw；

叶子lf_j的倾斜角Inclination_lfj（即叶子模板与一个与枝条Li垂直 的平面α的夹角）和方位角Azimuth_lfj（即叶子模板的中轴线在平面 α上的投影与叶子lf₁的中轴线在平面α上的投影的夹角）按如下方 式计算，具体为：

(a)若枝条Li的类型为长枝、中枝或短枝，则叶子lf_j的倾斜角 Inclination_lfj和方位角Azimuth_lfj的计算方法，如图4所示，图4中E、 F、G为一条骨架线上的三个点，表示1根枝条；α为垂直于线段L_EG的平面；lf₁是在该枝条顶部添加的第一个叶子，L_GH为lf₁的中轴线， L_JK为lf₂的中轴线,L_G′H′为L_GH在α上的投影，L_J′K′为L_JK在α上 的投影），具体计算公式为

Inclination_lfj=(1.0－j÷Lnumber_Li)×β+20.0，其中β为 20.0～30之间的随机数；

Azimuth_lfj=（j-1）×140.0×θ，其中θ为0.9～1.2之间的随机 数。

(b)若枝条Li的类型为叶簇枝，则叶子lf_j的倾斜角Inclination_lfj和方位角Azimuth_lfj的计算公式为

Inclination_lfj=(1.0－j÷Lnumber_Li)×β+40.0，其中β为 20.0～30之间的随机数；

Azimuth_lfj=360.0×δ，其中δ为0.0～1.0之间的随机数。

（4）重复执行步骤（3），即可在枝条Li上生成Lnumber_Li个叶 子。

优选地，所述根据所述果实的三维模型在所述果枝上生成果实， 具体包括：

预设所述果枝上着生果实数量和果实最大直径的第二取值规 则；

根据所述第二取值规则在果枝上放置果实的三维模型，并调整 所述果实的三维模型的方向和大小。

该步骤的作用是将建立的果实模型放置到果树枝干骨架上，实 现果实在果树冠层的三维重建，具体处理过程如下：

S51:设定果枝上着生果实的数量和果实最大直径分别为 Fnumber和Fdiameter_max。Fnumber的默认值为1，也可根据不同果 树的品种特征经实地调查后确定，或者由用户输入；Fdiameter_max的 默认值为Length_{max_middle}，也可根据不同果树的品种特征经实地调查 后确定，或由用户输入。设定果实直径与长度（高度）的比例Fradio_dl的值为1.1。

S52:根据规则在果枝上放置果实模板，并调整其方向和大小。 方法为对果树枝干骨架中所有枝条类型为fp为的枝条，执行如下操 作（令Li表示当前处理枝条）：

（1）将枝条Li的骨架线等分为Fnumber段（则每个分段的长 度Length_{segment_Li}=Length_Li÷Fnumber，其中Length_Li为枝条Li骨架 线的长度），从枝条Li骨架线的顶部为始点，从上往下在枝条Li骨 架线上每隔Length_{segment_Li}的地方取1个点，记为v₁,v₂,…,v_p（p=Fnumber），作为果实的着生点。

（2）在每个果实着生点v_j处添加一个步骤S33构建的果实模板 （其中，1≤j≤Fnumber），并记该新添加的果实为ff_j。其中，ff_j的 直径Fdiameter_ffj和长度Flength_ffj按下式计算

其中为0.85～1.0之间的随机数；

Flength_ffj=Fdiameter_ffj×Fradio_dl；

果实ff_j的倾斜角Inclination_ffj（即果实模板与果枝的夹角）和方 位角Azimuth_ffj（即果实模板的起点终点线在地面上的投影与果枝在 地面的投影的夹角）按下式计算，如图5所示，其中平面α为地面； A、B为1根果枝的起始点；C、D分别为果实模板的起点和终点,L_A′B′为L_AB在α上的投影，L_C′D′为L_CD在α上的投影：

Inclination_ffj=90.0×θ，其中θ为0.9～1.2之间的随机数;

Azimuth_ffj=(180.0+(j-1)×180.0×τ)%360,其中τ为-1.0～1.0 之间的随机数;

（3）重复执行步骤（2），即可在果枝类枝条Li上生成Fnumber 个果实。

本发明实施例中根据枝条类型进行叶子数量的计算，并根据叶 子在枝条上的着生位置计算其大小和方向，使得本发明重建的果树 冠层中所生成的叶子数量更加符合真实果树的形态特征。

本发明实施例中还包括对为生成的叶子和果实进行颜色优化处 理即对生成的叶子和果实进行颜色赋值，以便在计算机上对重建的 果树三维冠层进行显示时每个叶子和果实的颜色都不相同。具体处 理过程如下：

对生成的每个叶子lf_i，令该叶子的颜色为c_lfi，其中c_lfi的R分 量值c_lfi-r=100+ω，c_lfi的G分量值c_lfi-g=120+ω，c_lfi的B分量值 c_lfi-b=130+ω;ω的取值为10～50之间的随机数；R、G和B分别代表 红、绿和蓝三种颜色。

对生成的每个果实ff_i，令该果实的颜色为c_ffi，其中c_ffi的R分 量值c_ffi-r=120+ω，c_ffi的G分量值c_ffi-g=110+ω，c_ffi的B分量值 c_ffi-b=100+ω;ω的取值为10～50之间的随机数；R、G和B分别代表 红、绿和蓝三种颜色。

本发明提出的技术方案较好地实现了果树冠层叶子和果实的三 维重建，根据枝条类型进行叶子数量的计算，并根据叶子在枝条上 的着生位置计算其大小和方向，使得本发明重建的果树冠层中所生 成的叶子数量更加符合真实果树的形态特征。

通过叶簇枝和结果枝的自动添加对果树枝干骨架进行完善，解 决了果树中这两类枝条很难通过图像或三维点云进行提取而造成果 树枝干骨架中幼枝缺失的问题。

进行叶子、果实的生成和颜色值的计算时，均加入了一定范围 的随机扰动，使得生成的叶子和果实的大小、方向和颜色都不会完 全相同，在确保所重建的果树冠层符合大致的植物学原理的前提下， 显著提高了重建模型的随机性，因此更符合自然规律。

良好的通用性，本发明中所使用的大部分参数都没有指定唯一 取值，仅给出了默认值，同时允许用户在使用过程中根据实际进行 自行调整，以满足用于不同果树品种的应用需求。

此外，本发明实施例二还提供了一种果树冠层叶子和果实三维重 建系统，如图6所示，该系统包括：

枝干骨架提取模块1，用于提取果树冠层的三维枝干骨架；

判断模块2，用于判断所述枝干骨架中的每一根枝条是否连接有 子枝条；

叶簇枝和果枝生成模块3，用于对连接有子枝条的枝条生成叶簇 枝和果枝；

模型构建模块4，用于构建叶子和果实的三维模型；

叶子生成模块5，用于根据所述叶子的三维模型在所述三维枝干 骨架中的枝条上生成叶子；

果实生成模块6，用于根据所述果实的三维模型在所述果枝上生 成果实。

优选地，所述系统还包括枝条分类模块和优化处理模块；

枝条分类模块，用于对没有连接子枝条的枝条根据枝条长度进行 枝条分类。

优化处理模块，用于为所述叶子生成模块和果实生成模块生成 的叶子和果实进行颜色优化处理。

优选地，所述叶簇枝和果枝生成模块包括：

第一设置单元，用于设置所述连接有子枝条的枝条上生成的叶 簇枝的数量；

第一选取单元，用于根据所述叶簇枝的数量在所述连接有子枝 条的枝条上选取叶簇枝的着生点；

叶簇枝生成单元，用于在所述叶簇枝的着生点生成叶簇枝；

第二设置单元，用于设置所述连接有子枝条的枝条上生成的果 枝的数量；

第二选取单元，用于根据所述果枝的数量在所述连接有子枝条 的枝条上选取果枝的着生点；

果枝生成单元，用于在所述果枝的着生点生成果枝。

通过采用本发明所公开的一种果树冠层叶子和果实三维重建方 法及系统，不仅方便准确地实现了果树冠层叶子的三维重建，还实现 了果实器官的三维重建，而且本方法所使用的参数简单明了，重建的 冠层模型中叶子及果实的数量、大小和方向的计算更加符合真实果树 的形态特征，同时本发明具有很好的通用性，只需修改少量的参数取 值和更换叶子的纹理贴图即可以满足不同果树品种的应用需求，从而 为进行果树冠层的结构分析、生理生态特性评价等应用提供高精度的 基础模型支持。

以上实施例仅用以说明本发明的技术方案而非限定，仅仅参照较 佳实施例对本发明进行了详细说明。本领域的普通技术人员应当理 解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明 技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。