基于三维点云的烤烟三维模型构建及株型分析

胡心雨，冉茂，叶协锋，李家辉，肖庆礼，王红锋，刘琳琳，左万琦，张芊*

研究简报

基于三维点云的烤烟三维模型构建及株型分析

胡心雨1，冉茂2，叶协锋1，李家辉1，肖庆礼3，王红锋2，刘琳琳1，左万琦4，张芊1*

1 河南农业大学烟草学院，国家烟草栽培生理生化研究基地，烟草行业烟草栽培重点实验室，郑州市金水区文化路95号 450002；2 重庆烟草科学研究所，重庆市北碚区天生街道天生路2号 400715；3 重庆中烟工业有限责任公司，重庆市南岸区南坪东路2号 400060；4 重庆市烟草公司酉阳分公司，重庆市酉阳县桃花源街道桃花源大道中路87号 409800

【】为了构建烟株的三维模型、提取烤烟株型信息。【】采用结构光扫描仪获取烤烟的三维点云数据，经过点云配准、点云去噪以及孔洞修补等步骤后构建了烤烟的三维模型，并对烤烟株型参数进行了误差估计。【】利用该方法构建的烤烟三维模型能够精确还原烤烟的形态结构，叶长、叶宽和株高的机器测量值和人工测量值拟合方程的2均达0.8以上。【】基于三维点云构建的烤烟三维模型精度高，为烟草科研和烟叶生产提供了一种高精度的烤烟株型判别方法。

烤烟；结构光；三维模型；三维扫描

株型对烤烟生长发育极为重要，且影响烟叶的品质[1]。传统研究多通过田间测定烟株的农艺性状来确定烤烟株型参数[2-3]。随着智慧农业的兴起，基于虚拟仿真技术构建的植株三维模型，已成为研究包括烤烟在内的多种植物株型的重要方法[4-9]。构建植株三维模型常用的方法包括L-系统[10-12]、参考轴AMAP、分 形[13]以及三维扫描技术[14]，其中三维扫描技术是采集植株空间结构信息、构建三维模型的最有效方式。

前人多利用基于激光雷达的扫描仪对烟草进行三维建模，但该方法耗时长且精度有限。本研究利用Artec扫描仪建立烟株的三维模型，利用三维模型获取烤烟株型参数，并与田间实测数据进行比较，从而评价该方法的精度和可用性，以期为烤烟株型研究提供新的解决方案。

1 材料与方法

1.1 田间试验

田间试验于2020年在重庆市酉阳县龚滩镇杨柳村（北纬28°98′23″，东经108°39′38″）进行，供试品种为当地主栽品种K326，行距1.2 m，株距0.5 m，试验地土壤pH 4.8，有机碳含量16.81 g/kg，全氮含量1.55 g/kg，碱解氮含量86.74 mg/kg，速效钾含量259.83 mg/kg，速效磷含量85.07 mg/kg。于2020年5月初移栽，苗龄约55 d，采用小苗膜下移栽，施氮量为90 kg/hm2，在烟株现蕾开花后打顶，各种管理措施均与当地高产烟田保持一致。

1.2 烤烟三维模型的获取

采用Artec Eva三维扫描仪（美国阿泰克公司）获取烤烟三维模型，该仪器是一种便携式三维扫描设备，分辨率0.5 mm，3D数据精度可达0.1 mm，扫描时仪器和扫描面保持垂直并匀速移动，且距离在0.4～1 m。

1.2.1 扫描精度的评估

为了对该设备的扫描精度进行评估，在烤烟生长的各个时期对烟株进行整体扫描，并将烤烟株高、叶长及叶宽的计算值和测量值进行对比以评估三维扫描的精度。用三维扫描仪的配套软件对扫描得到的模型进行处理并读取烟株最高点和最低点的坐标，计算出两点之间的距离，即为株高；叶片正面自茎叶连接处至叶尖的直线长度即为叶片长度；叶面最宽处与主脉的垂直长度即为叶片宽度。

1.2.2 烤烟三维模型的获取

分别于移栽后30 d（团棵期）、70 d（打顶后）和80 d（圆顶期），选取18株烤烟进行三维扫描。将烟株连根拔起放入花盆中并移至室内，及时对烟株进行扫描，为避免扫描过程中烟株萎蔫造成误差，烟株应保持根部湿润，且扫描过程中避免烟株晃动而造成数据丢失。

1.2.3 烤烟株型指标的获取

参考前人烤烟株型的划分标准[15]。对移栽后80 d烤烟株型指标进行提取并对烤烟株型进行判定。

1.3 模型预处理

1.3.1 原理

本研究采用的Artec Eva三维扫描仪是结构光三维扫描仪，其由一个光栅发射镜头和一个信息采集镜头组成。发射镜头将光栅投影到物体表面，由于物体具有高度差，光栅会因此发生形变，将光栅的形变转化为光栅相位高度的变化，由此得到物体携带的三维的信息，并构建物体的三维模型。

图1 结构光三维扫描仪原理示意图

1.3.2 数据处理

点云数据指在一组三维坐标系统中的向量合集，扫描资料以点的形式记录，每一个点包含三维坐标，其中一些含有颜色信息或反射强度信息。对扫描得到的点云数据进行预处理，主要包括配准、删除离群噪点、孔修补等，防止个别误差点对三维模型的精度造成影响。点云处理前后情况见图2。

图2 点云预处理前（左）后（右）烤烟模型对比

1.3.2.1 点云配准

点云配准是指将不同扫描帧的烤烟三维点云数据统一到一个坐标系下，进而获取烟株各点真实三维坐标的过程[16]。点云配准包含基于靶标的配准和基于形状的配准2种方式，即通过寻找不同扫描帧之间的同名点，然后将矩阵带入数学模型中进行计算和转换，即可得到统一在同一坐标系下的坐标。本研究采用Artec Studio进行配准，其中包含粗略配准、精细配准和整体配准，由于获取的点云数量大，通过靶标和形状的匹配来缩小搜索范围，减少计算量。

1.3.2.2 删除离群噪点

删除离群噪点，即点云去噪。在进行三维扫描时，由于三维扫描仪本身的误差以及操作和外界环境的不可控性，会产生一些误差噪点[17]，这些噪点类型多样且分布无规律。噪点的存在影响模型的精度，本研究利用Artec Studio的离群噪点去除功能，对半径r和点数量t进行设定，对于点云中的点a，若以点a为球心、r为半径的球体内点的数量小于t，则将a定义为离群噪点并对其进行剔除。

1.3.2.3 孔修补

由于烟叶相互遮挡且烟叶表面存在不规则褶皱，三维扫描仪发射的光不能被反射导致缺失数据，造成点云数据存在孔洞。孔洞让模型不完整，并且影响后续数据的提取，导致精度降低[18]，因此，孔洞的修补显得格外重要。本研究采用配套软件中孔修复功能对孔洞进行修复，其原理为基于散乱点云的孔洞修复，即先识别点云孔洞的边界，进而建立孔洞的曲面函数以实现孔洞的修复。

1.4 数据处理

利用 Mircosoft Excel 2010 进行数据处理和图表绘制，Artec Studio 15.0 及GeomagicWrap进行三维模型处理。

2 结果与分析

2.1 测定效率与精度

由于烟株的大小及烟株形态存在差异，扫描一株烟的耗时有所不同，但通常在5～20 min，就本研究而言，在团棵期（移栽后30 d）烟株较小且有效叶片数较少，扫描一株烟的时间在5～8 min，而圆顶期（移栽后80 d）扫描一株烟需要约20 min。

为对三维扫描的精度进行评估，通过在大田内人工测量烤烟株高、叶长和叶宽，并将其分别与三维模型数据进行比较。对株高、叶长以及叶宽的人工测量值和三维模型值的吻合程度进行分析，由图3可知，株高、叶长及叶宽的人工测量值和计算值吻合程度较好，株高2达0.9866，且RMSE值为1.83；叶长2为0.8602， RMSE值为3.85；叶宽2为0.8318，RMSE值为2.79。叶长及叶宽的吻合程度略低于株高，是由于烟叶在自然生长状态下表面存在褶皱，人工测定时存在一定误差。

图3 基于三维扫描仪的测量值和人工测量值的比较

2.2 烤烟三维可视化模型

图4 不同时期的烤烟K326三维可视化模型

Fig. 4 Three-dimensional visualization model of flue-cured tobacco K326 in different periods

2.3 烤烟株型的判定

经预处理后得到的烤烟K326三维模型，可提取出烤烟株型相关的指标并以此对烤烟株型进行判断（表1）。烤烟K326三维可视化模型如图5所示，移栽后80 d烟株呈现长筒形，与利用模型获得的判定结果吻合。

表1 烤烟K326株型判定

Tab.1 Determination of plant type of flue-cured tobacco K326

图5 烤烟K326株型示意图

3 结论与讨论

本研究采用手持式结构光三维扫描仪快速获取点云数据，通过点云配准、点云去噪和孔洞修补等过程建立烤烟三维模型，并对其进行可视化和株型参数提取。通过株高、叶长和叶宽等指标进行误差估计，结果显示，三维扫描的精度较高，人工测量值和机器测量值拟合的2均达0.8以上，利用提取的数据信息进行烤烟K326的株型判断（长筒形），符合K326的株型特征。本研究构建的烤烟三维模型可以准确地获取烤烟株型特征参数。

魏学礼等[19]应用徕卡ScanStation2和Vivid9i两款三维激光扫描仪对烟株进行扫描发现只能对植株进行整体扫描，叶片之间相互遮挡，大量细节无法顾及，从而使获取的三维信息出现明显偏差；郭焱等[20]采用FastSCAN三维激光扫描仪对烤烟植株进行扫描，由于绿叶会吸收仪器发射的红光导致不能正常地返回植物信息，故喷洒爽身粉以解决此问题，但爽身粉很难喷洒均匀，且易被风吹散，影响数据采集的精度；王剑等[21]指出FastSCAN三维激光扫描仪可受磁场的干扰使探棒无法定位，从而影响其精度。而本研究中采用的基于结构光扫描技术构建的烤烟三维模型具有较高的精度和数据获取效率，且与FastSCAN等基于激光雷达的扫描仪不同，不受扫描对象颜色的影响且不受磁场干扰。此外，本研究中利用Artec扫描仪相较于使用FastSCAN对烟株进行扫描的耗时大大缩短。

植物表型是其遗传特性与环境交互的三维表达[22]。烟株三维模型作为其表型信息的载体，为产量预测、群体性状监测、病虫害监测预警等提供了信息支撑，是智慧烟草的重要基础。利用株型等来自烤烟三维模型的表型信息能够建立烟草的表型-生长-品质的预测模型，实现基于表型信息的烤烟生长发育过程监测和分析，为烤烟养分监测和成熟采收提供指导和建议，相关研究将在未来逐步开展。本研究限于条件仅对K326进行了数据采集、建模及验证，未来计划在更多烤烟品种上推广应用。此外，三维扫描获取的烟株点云数据量大，受限于计算机性能，数据后期的处理以及建模耗时相对较长，需要进一步优化以提高数据处理效率。

[1] 韩占江，郜庆炉，薛香，等. 不同小麦品种干物质积累、分配与产量的关系[J]. 贵州农业科学，2008, 36(6): 14-16.

HAN Zhanjiang, GAO Qinglu, Xue Xiang, et al. Relationship between accumulation, distribution and yield of dry matter in different wheat varieties [J]. Guizhou Agricultural Science, 2008, 36 (6): 14-16.

[2] 何文高，陈伟，宗学凤，等. 不同处理对烤烟株型、光合特性及产质量的影响[J]. 西南大学学报(自然科学版)，2015, 37(07): 37-43.

HE Wengao, CHEN Wei, ZONG Xuefeng, et al. Effects of nitrogen rate and number of remaining leaves on plant type, photosynthesis characteristics and yield and quality of flue-cured tobacco [J]. Journal of Southwest University(Natural Science Edition), 2015, 37(07): 37-43.

[3] 郑登峰，陈懿，陈伟，等. 烤烟株型与产量和质量的关系[J]. 土壤，2018, 50(04): 718-725.

ZHENG Dengfeng,CHEN Yi,CHEN Wei,et al.Relationship between plant type and yield & quality of flue-cured tobacco[J]. Soil, 2018, 50(04): 718-725.

[4] 温维亮，王勇健，许童羽，等.基于三维点云的玉米果穗几何建模[J]. 中国农业科技导报，2016, 18(05): 88-93.

WEN Weiliang,WANG Yongjian,XU Tongyu,et al.Geometric modeling of maize ear based on three-dimensional point cloud[J].Journal of Agricultural Science and Technology, 2016, 18(05): 88-93.

[5] 汪丽萍，何火娇，杨红云. 水稻叶片三维建模与叶色渲染[J]. 计算机工程与应用，2017, 53(24): 187-190.

WANG Liping, HE Huojiao, YANG Hongyun. Three-dimensional shape modeling and real-time color rendering of rice leaf[J]. Computer Engineering and Applications, 2017, 53(24):187-190.

[6] 孙晨阳. 小麦生长的三维可视化建模方法研究[D]. 郑州：郑州大学，2019.

SUN Chenyang.Research on three-dimensional visual modeling method for wheat growth[D]. Zhengzhou University, 2019.

[7] Barillot R, Louarn G, Escobar-Gutiérrez AJ, et al. How good is the turbid medium-based approach for accounting for light partitioning in contrasted grass-legume intercropping systems? [J]. Annals of Botany, 2011, 108(6): 1013-1024.

[8] Guo Y, Fourcaud T, Jaeger M, et al. Plant growth and architectural modelling and its applications[J]. Annals of Botany, 2011, 107(5): 723-727.

[9] Sinoquet H, Rivet P. Measurement and visualization of the architecture of an adult tree based on a three-dimensional digitising device[J]. Trees-Structure and Function, 1997, 11 (5): 265-270.

[10] 杨旨窈，刘骥.基于虚拟器官L系统的植物生长模拟[J]. 软件，2018, 39(10): 182-186.

YANG Zhiyao,LIU Ji.Plant growth simulation based on virtual organ L system[J].computer engineering&software, 2018, 39(10): 182-186.

[11] Perttunen J, Sievnen R, Nikinmaa E.LIGNUM: a model combining the structure and the functioning of trees[J]. Ecol. Model., 1998, 108(1-3): 189-198.

[12] Allen M T, Prusinkiewicz P, DeJong T M. Using L systems for modeling source sink interactions, architecture and physiology of growing trees: the L-PEACH mode[J]. New Phytol., 2005, 166(3): 869-880.

[13] 吴升. 苹果树冠层三维重建及可视化计算方法研究[D]. 北京：北京林业大学，2017.

WU Sheng. Study on 3D reconstruction and visual computational methods of apple canopy layer[D]. Beijing Forestry University, 2017.

[14] 杨丹琦. 基于三维扫描数据的花瓣形变及生长过程模拟[D]. 北京:北京林业大学，2020.

YANG Danqi. Simulation of petal deformation and growth process based on 3D scan data[D]. Beijing Forestry University, 2020.

[15] 龚治翔. 不同栽培措施对烤烟株型的调控[D]. 郑州：河南农业大学，2018.

GONG Zhixiang.Ideotype regulation of flue-cured tobacco by different cultivation measures[D]. Henan Agricultural University, 2018.

[16] 张亚，山锋，王涛.三维激光扫描技术点云数据采集与配准研究[J]. 地理空间信息，2021, 19(03): 24-27+6.

ZHANG Ya，SHAN Feng，WANG Tao. Research on Point Cloud Data Acquisition and Registration of 3D Laser Scanning Technology[J]. Geospatial Information. 2021.19(03):24-27+6.

[17] 蒋通，邹进贵. 基于区域生长的体素滤波点云去噪算法[J]. 测绘地理信息，2021, 46(02): 63-66.

JIANG Tong, ZOU Jingui. Point cloud denoising algorithm of voxel filtering based on region growing[J].Journal of Geomatics, 2021, 46(02): 63-66.

[18] Xiaoyuan Guo, Jun Xiao, Ying Wang. A survey on algorithms of hole filling in 3D surface reconstruction[J]. The Visual Computer, 2018, 34(1).

[19] 魏学礼，肖伯祥，郭新宇，等. 三维激光扫描技术在植物扫描中的应用分析[J]. 中国农学通报，2010, 26(20): 373-377.

WEI Xueli,XIAO Boxiang,GUO Xinyu,et al. Analysis of applications of 3D Laser scan technology in plant scanning[J].Chinese Agricultural Science Bulletin, 2010, 26(20): 373-377.

[20] 郭焱，史同鑫，吴劼，等. 烟草植株静态虚拟模型的研究[J]. 中国烟草学报，2012, 18(05): 29-33.

GUO Yan,SHI Tongxin,WU Jie,et al.Development of static virtual tobacco model based on three-dimensional scanning methodology[J]. Acta Tabacaria Sinica, 2012, 18(05): 29-33.

[21] 王剑，周国民. 利用激光扫描仪获取植物三维模型的方法[J]. 湖北农业科学，2008(01): 104-106.

WANG Jian,ZHOU Guomin.Introduction of developing 3D plants model by using laser scanner[J]. Hubei Agricultural Sciences, 2008(01): 104-106.

[22] 赵春江. 植物表型组学大数据及其研究进展[J]. 农业大数据学报，2019, 1(2): 5-18.

ZHAO Chunjiang.Big data of plant phenomics and its research progress[J]. Journal of Agricultural Big Data, 2019.1(2): 5-18.

Study on the construction of 3D model of flue-cured tobacco based on 3D point cloud

HU Xinyu1, RAN Mao2, YE Xiefeng1, LI Jiahui1, XIAO Qingli3, WANG Hongfeng2, LIU Linlin1, ZUO Wanqi4, ZHANG Qian1*

1 Tobacco College of Henan Agricultural University, National Research Base of Tobacco Cultivation Physiology and Biochemistry, Key Laboratory of Tobacco Cultivation of Tobacco Industry, Zhengzhou 450002, China; 2 Chongqing Tobacco Science Research Institute, Chongqing 400715, China; 3 Chongqing China Tobacco Industry Co., Ltd., Chongqing 400060, China; 4 Chongqing Tobacco Company Youyang Branch, Chongqing Youyang 409800, China

This study aims to construct a three-dimensional model of tobacco plants and extract flue-cured tobacco plant type information.By using a structured light scanner to obtain three-dimensional point cloud data of flue-cured tobacco and going through the steps of point cloud registration, point cloud denoising, and hole repair, a three-dimensional modeling method for flue-cured tobacco based on structured light technology is proposed in this study. The three-dimensional model of flue-cured tobacco was constructed, and the error estimation of flue-cured tobacco plant type parameters was carried out.The results show that the three-dimensional model of flue-cured tobacco constructed by this method can accurately restore the morphology and structure of flue-cured tobacco, where R2of fitting equations of the machine-measured and artificially measured values of leaf length, leaf width and plant height are above 0.8, indicating higher accuracy.The three-dimensional model of flue-cured tobacco constructed based on three-dimensional point cloud has high accuracy. It provides a high-precision method for identifying flue-cured tobacco plant types.

flue-cured tobacco; structured light; three dimensional model; 3D scanning

Corresponding author. Email：zhangqian225@163.com

胡心雨，冉茂，叶协锋，等.基于三维点云的烤烟三维模型构建及株型分析[J]. 中国烟草学报，2022，28（3）.HU Xinyu, RAN Mao, YE Xiefeng, et al. Study on the construction of 3D model of flue-cured tobacco based on 3D point cloud[J]. Acta Tabacaria Sinica, 2022,28(3). doi: 10.16472/j.chinatobacco. 2021.T0129

重庆市烟草公司科技项目“云产卷烟原料生产技术体系研究与构建”（A20201NY01-1303）；重庆市烟草公司科技项目“利群卷烟原料生产技术体系研究与构建”（A20201NY01-1304）；重庆市烟草公司科技项目“天子卷烟原料生产技术体系研究与构建”（A20201NY01-1306）

胡心雨（1998—），硕士研究生，研究方向为烟草栽培生理生化，Tel：0371-63555763，Email：h18638140320@163.com

张芊（1980—），博士，研究方向为烟草信息学，Tel：0371-63555763，Email：zhangqian225@163.com

2021-07-31；

2022-02-11