1、基于植物的三維重建和可視化研究，是虛擬植物與數(shù)字農(nóng)業(yè)的一個(gè)重要的研究方向，也是發(fā)展智慧農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)和農(nóng)業(yè)現(xiàn)代化的重要途徑。目前，基于植物的三維重建技術(shù)主要有基于模型的技術(shù)、基于圖像的技術(shù)和基于三維激光掃描的技術(shù)。本文主要是利用激光掃描技術(shù)進(jìn)行植物三維重建研究，通過數(shù)字植物形態(tài)特征提取油菜生長(zhǎng)參數(shù)，為農(nóng)作物栽培管理，遺傳育種研究提供方法。
　　本文利用三維激光掃描系統(tǒng)獲取油菜植株的點(diǎn)云數(shù)據(jù)，經(jīng)過數(shù)據(jù)處理，結(jié)合點(diǎn)云去噪方法和點(diǎn)云簡(jiǎn)化

2、方法、利用模型重建的點(diǎn)云格網(wǎng)化和網(wǎng)格優(yōu)化算法等，建立了油菜植株三維形態(tài)模型。在重建模型的基礎(chǔ)上，實(shí)時(shí)獲取了較高精度的油菜植株三維形態(tài)模型，并且通過對(duì)油菜生長(zhǎng)過程中的葉片面積、葉長(zhǎng)、株高、葉柄夾角等作物生理生長(zhǎng)參數(shù)進(jìn)行測(cè)定和分析，實(shí)現(xiàn)了油菜植株生長(zhǎng)過程的無損測(cè)量和監(jiān)測(cè)。
　　在植物三維重建關(guān)鍵技術(shù)中，本文主要從以下四個(gè)方面開展了技術(shù)方法研究：
　?。?）點(diǎn)云去噪算法，根據(jù)油菜點(diǎn)云數(shù)據(jù)特點(diǎn)，本文采用了自動(dòng)去噪和手動(dòng)輔助降噪相結(jié)合

3、的方法，提出了基于k-近鄰算法的點(diǎn)云噪聲處理技術(shù)，并利用油菜植株的葉片、莖桿、花朵以及角果數(shù)據(jù)驗(yàn)證了算法的有效性。
　　（2）點(diǎn)云簡(jiǎn)化算法，本文提出了基于點(diǎn)間距均勻分布的精簡(jiǎn)算法以及基于特征點(diǎn)保留的均勻簡(jiǎn)化算法以實(shí)現(xiàn)三維點(diǎn)云數(shù)據(jù)簡(jiǎn)化?；邳c(diǎn)間距均勻分布的精簡(jiǎn)算法可以有效地簡(jiǎn)化大部分點(diǎn)云數(shù)據(jù)，提高數(shù)據(jù)處理效率；基于特征點(diǎn)保留的簡(jiǎn)化算法能夠最大限度的保留油菜植株的細(xì)節(jié)特征，尤其是葉片的脈絡(luò)信息。
　?。?）三維形態(tài)重建，本研究在

4、 Delaunay三角剖分的基礎(chǔ)上，提出了一種新型網(wǎng)格優(yōu)化算法，并利用油菜葉片數(shù)據(jù)進(jìn)行了驗(yàn)證處理，通過實(shí)驗(yàn)證明，該方法去除了多余的邊緣冗余數(shù)據(jù)，三維模型獲得了比較好的格網(wǎng)化效果。
　?。?）植物形態(tài)參數(shù)研究，本研究在獲取油菜植株生長(zhǎng)各階段三維點(diǎn)云數(shù)據(jù)基礎(chǔ)上進(jìn)行的植物形態(tài)模型精確重建，利用數(shù)字化手段，分析和比對(duì)葉片面積、葉片長(zhǎng)度、株高、葉柄夾角等生理參數(shù)，實(shí)現(xiàn)了對(duì)植株的無損測(cè)量和監(jiān)測(cè)，實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性，對(duì)數(shù)字植物的研究具