苗 騰，郭新宇，溫維亮，王傳宇，肖伯祥

?

基于農(nóng)學(xué)參數(shù)的玉米葉片表觀建模與可視化方法

苗 騰1,2,3,4，郭新宇1,3,4※，溫維亮1,3,4，王傳宇1,3,4，肖伯祥1,3,4

（1. 北京農(nóng)業(yè)信息技術(shù)研究中心，北京 100097；2. 沈陽農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，沈陽 110866； 3. 國家農(nóng)業(yè)信息化工程技術(shù)研究中心，北京 100097；4. 數(shù)字植物北京市重點(diǎn)實(shí)驗(yàn)室，北京 100097）

為提高農(nóng)業(yè)題材三維數(shù)字媒體內(nèi)容制作效率，提出基于SPAD（soil and plant analyzer development）和生育期農(nóng)學(xué)參數(shù)的作物葉片表觀建模與可視化方法，并以玉米為例進(jìn)行實(shí)際驗(yàn)證。將玉米葉片分成葉肉、一級(jí)葉脈、二級(jí)葉脈3種結(jié)構(gòu)，首先獲取主要生育期下各結(jié)構(gòu)表觀材質(zhì)（包括漫反射強(qiáng)度、透射強(qiáng)度、高光反射強(qiáng)度、粗糙度4種參數(shù)）及SPAD數(shù)據(jù)；之后構(gòu)建各類表觀材質(zhì)參數(shù)與SPAD及生育期之間的定量化模型；再對(duì)玉米葉片紋理樣式進(jìn)行抽象，構(gòu)建參數(shù)化的玉米紋理結(jié)構(gòu)幾何表達(dá)，并基于定量化模型為紋理結(jié)構(gòu)分配表觀參數(shù)；最后整合實(shí)時(shí)光照計(jì)算框架，對(duì)大田光環(huán)境下玉米表觀進(jìn)行可視化模擬。該文方法搭建了農(nóng)業(yè)知識(shí)與三維可視化效果間的橋梁，使用戶可以通過調(diào)整農(nóng)學(xué)參數(shù)實(shí)現(xiàn)對(duì)作物葉片表觀的快速、準(zhǔn)確設(shè)計(jì)與制作，為農(nóng)業(yè)題材的三維數(shù)字資源開發(fā)提供技術(shù)工具。

三維；可視化；作物；葉片表觀；表觀模擬；數(shù)字植物

0 引 言

隨著農(nóng)業(yè)信息化及虛擬現(xiàn)實(shí)技術(shù)的不斷發(fā)展，三維虛擬動(dòng)畫逐漸成為農(nóng)業(yè)知識(shí)科普和技術(shù)培訓(xùn)的重要手段。作物是農(nóng)業(yè)題材三維虛擬動(dòng)畫中最重要的載體，而對(duì)作物表觀的設(shè)計(jì)和重現(xiàn)則是重中之重。農(nóng)業(yè)行業(yè)的背景特點(diǎn)使得對(duì)于作物表觀設(shè)計(jì)的評(píng)價(jià)標(biāo)準(zhǔn)不再單單局限于視覺效果是否漂亮，同時(shí)對(duì)農(nóng)業(yè)現(xiàn)象等專業(yè)背景知識(shí)表達(dá)的準(zhǔn)確性也有非常高的要求。

植物器官多屬半透明材質(zhì)，近十多年，圍繞半透明材質(zhì)可視化的研究取得了長足進(jìn)步，尤其是在表觀模擬[1-5]、測量[6-8]、復(fù)雜光環(huán)境下的實(shí)時(shí)編輯[9-10]等方面研究成果頗豐。在虛擬植物及計(jì)算機(jī)領(lǐng)域，部分學(xué)者專門圍繞植物表觀材質(zhì)建模與可視化模擬開展了具有針對(duì)性的研究工作，從表觀模型參數(shù)的類型角度區(qū)分，可將當(dāng)前方法簡單地分為基于物理模型和基于生理模型兩類?；谖锢砟Ｐ偷姆椒ㄍㄟ^抽象葉片結(jié)構(gòu)，簡化葉片與光的作用方式，并構(gòu)建物理模型來進(jìn)行表觀顏色的模擬[11-17]，這類方法在數(shù)字娛樂領(lǐng)域得到了較好的應(yīng)用，可以從視覺上獲得較真實(shí)的模擬結(jié)果，但其并不考慮作物內(nèi)在生理功能以及外在生長環(huán)境對(duì)表觀光學(xué)特性的影響，因此較難與農(nóng)業(yè)相關(guān)知識(shí)進(jìn)行結(jié)合。基于生理模型的方法[18-23]多構(gòu)建植物表觀材質(zhì)與內(nèi)在色素含量或外部環(huán)境之間的關(guān)系模型實(shí)現(xiàn)葉片表觀的模擬，該類方法與農(nóng)業(yè)研究的需求更加緊密，但在表觀可視化效果、模型效率等方面表現(xiàn)較差，因此很難應(yīng)用于實(shí)際虛擬動(dòng)畫的制作。

從當(dāng)前三維虛擬動(dòng)畫設(shè)計(jì)行業(yè)的實(shí)際情況看，現(xiàn)有的表觀編輯技術(shù)或軟件工具多采用基于物理模型的方法，提供給設(shè)計(jì)人員的材質(zhì)編輯接口多為計(jì)算機(jī)圖形學(xué)技術(shù)的專業(yè)參數(shù)，動(dòng)畫設(shè)計(jì)者可利用它們編輯出漂亮的作物外觀可視化結(jié)果，但由于對(duì)作物本身生物學(xué)特性并不了解，常導(dǎo)致可視化結(jié)果與作物實(shí)際表觀不符；農(nóng)學(xué)、植物學(xué)等生命科學(xué)類專業(yè)人員雖然了解相關(guān)知識(shí)，能夠明確告知設(shè)計(jì)者畫面是否符合特定知識(shí)要求，但是并不清楚表觀設(shè)計(jì)參數(shù)與相關(guān)知識(shí)的具體關(guān)系，對(duì)設(shè)計(jì)者幫助有限，經(jīng)常會(huì)出現(xiàn)動(dòng)畫設(shè)計(jì)者與生命科學(xué)類專業(yè)人員交流不暢，作品反復(fù)修改的現(xiàn)象，最終導(dǎo)致農(nóng)業(yè)題材三維動(dòng)畫的制作效率非常低。

針對(duì)上述問題，本文以玉米葉片為例，以SPAD（soiland plant analyzer development）和生育期2個(gè)常用農(nóng)學(xué)概念作為模型參數(shù)，提出基于農(nóng)學(xué)參數(shù)的作物表觀建模與可視化方法。大量研究表明作物葉片表觀會(huì)隨色素含量以及時(shí)間發(fā)生較顯著變化，因此本文以SPAD和生育期為參數(shù)構(gòu)建玉米葉片的表觀模型，搭建農(nóng)業(yè)知識(shí)與可視化效果間的橋梁，實(shí)現(xiàn)作物表觀的快速、準(zhǔn)確設(shè)計(jì)與制作，為農(nóng)業(yè)題材的三維虛擬動(dòng)畫研發(fā)提供技術(shù)工具。

1 數(shù)據(jù)采集

夏玉米葉片表觀數(shù)據(jù)獲取試驗(yàn)于2015年5-10月份在北京市農(nóng)林科學(xué)院試驗(yàn)田進(jìn)行。試驗(yàn)品種選為鄭單958，種植密度設(shè)為60 000株/hm2，施氮量按200 kg/hm2設(shè)置，其中60%用于基肥，40%在拔節(jié)期追肥施入。分別在拔節(jié)期、大喇叭口期、開花期、灌漿期、成熟期以及衰老時(shí)期開展數(shù)據(jù)采集工作。每個(gè)時(shí)期選擇長勢均勻的植株5株，自上部第一片完全展開葉至底部最后一片完全展開葉進(jìn)行數(shù)據(jù)測量，為了使被測葉片區(qū)域盡量平展，通過打孔器在葉片上打出10個(gè)圓片作為樣本，利用2.1.1節(jié)介紹的方法采集不同光照條件下的葉片顏色圖像，利用美國SPECTRUM公司生產(chǎn)的SPAD-502 型手持式葉綠素儀測量每個(gè)圓片的SPAD值。

2 玉米葉片表觀建模與可視化方法

2.1 玉米葉片表觀材質(zhì)模型

作物葉片表觀反映其與光的作用方式。如圖1所示，葉片作為半透明物質(zhì)，入射光射到表面點(diǎn)之后，部分光線會(huì)直接在點(diǎn)處反射形成光澤反射（未進(jìn)入葉片內(nèi)部，在葉片表面即被反射出的光線）；剩余部分則折射進(jìn)入葉片內(nèi)部，在組織之間形成多次散射和吸收，一部分在點(diǎn)周圍區(qū)域以漫反射離開葉片，其余部分則在葉片另一側(cè)以透射形式射出。

注：L為入射光線； P為葉片上一點(diǎn)。

利用雙向反射分布函數(shù)（bidirectional reflectance distribution function，BRDF）及雙向透射分布函數(shù)（bidirectional transmittance distribution function，BTDF）表示作物葉片對(duì)光的反射及透射作用。研究表明，葉片的回射現(xiàn)象可忽略不計(jì)，透射以漫反射特征為主，因此葉片表觀材質(zhì)可利用如下數(shù)學(xué)形式進(jìn)行表示

植物葉片主要由葉肉和各級(jí)葉脈構(gòu)成，它們的BRDF/BTDF參數(shù)不同，導(dǎo)致表觀特征具有明顯的差異性，因此葉片表觀可視化需對(duì)各種結(jié)構(gòu)均進(jìn)行建模。本文主要考慮玉米葉片的葉肉、主葉脈、二級(jí)葉脈3類結(jié)構(gòu)，后文中出現(xiàn)的葉片表觀參數(shù)均為3種結(jié)構(gòu)表觀參數(shù)的總稱。

2.1.1 表觀材質(zhì)參數(shù)測量

利用線形光源反射系統(tǒng)獲取不同光源方向下玉米葉片的表觀圖像，并采用文[25]的方法擬合玉米葉片的漫反射強(qiáng)度、高光反射強(qiáng)度和粗糙度參數(shù)。為了測量玉米葉片的透射強(qiáng)度，在線形光源反射系統(tǒng)的基礎(chǔ)上搭建了基于背光源的葉片透射圖像采集模塊（如圖2）。該模塊由相機(jī)和背光板組成，其中背光板從葉片底部打光，相機(jī)獲取背光環(huán)境下的葉片表觀圖像。選用櫻木LED動(dòng)漫A4拷貝臺(tái)作為背光光源，該設(shè)備能夠發(fā)出均勻的漫反射白光，且可調(diào)整光源亮度。相機(jī)在獲取圖像前需進(jìn)行內(nèi)參以及響應(yīng)曲線的標(biāo)定[25]。在暗室內(nèi)獲取透射圖像，首先打開背光板，利用相機(jī)獲取背光板圖像1；之后將葉片樣本擺放在背光板上，并拍照獲得圖像2。假設(shè)2圖像中葉片樣本表面一點(diǎn)像素的RGB（Red，Green，Blue）向量為2，圖像坐標(biāo)為(,)；1圖像(,)坐標(biāo)像素的RGB向量為1，則葉片該點(diǎn)的透射強(qiáng)度為2/1.

圖2 葉片透射圖像采集系統(tǒng)結(jié)構(gòu)圖

得到上述表觀參數(shù)之后，以SPAD和生育期為參數(shù)構(gòu)建表觀模型計(jì)算葉片漫反射、高光反射以及透射特性，并結(jié)合光照計(jì)算對(duì)作物葉片表觀進(jìn)行可視化。

2.1.2 農(nóng)學(xué)參數(shù)標(biāo)準(zhǔn)化

將生育期轉(zhuǎn)換成數(shù)值參數(shù)用于建模，拔節(jié)期、大喇叭口期、開花期、灌漿期、成熟期以及衰老期6個(gè)生育期分別用實(shí)數(shù)1.0、2.0、3.0、4.0、5.0、6.0表示，其他生育期參數(shù)根據(jù)這些值進(jìn)行估算，生育期參數(shù)用符號(hào)進(jìn)行表示。將玉米葉片SPAD值除以70，將其轉(zhuǎn)化為[0.0,1.0]區(qū)間的實(shí)數(shù)（在實(shí)際SPAD測量中，發(fā)現(xiàn)玉米葉片SPAD均在70以下），SPAD參數(shù)用符號(hào)表示。

2.1.3 葉肉表觀參數(shù)模型

采用Matlab工具箱中的曲面擬合（surface fitting）模塊對(duì)葉肉表觀進(jìn)行數(shù)學(xué)建模。以SPAD參數(shù)、生育期參數(shù)作為自變量，以葉肉漫反射強(qiáng)度為因變量將數(shù)據(jù)導(dǎo)入至Matlab中，采用多個(gè)數(shù)學(xué)模型（如表1，其中字母～為待擬合的模型參數(shù)）對(duì)數(shù)據(jù)進(jìn)行擬合并進(jìn)行對(duì)比，表2列出了分別以漫反射強(qiáng)度的紅綠藍(lán)3個(gè)分量（D,D,D）作為因變量的各數(shù)學(xué)模型對(duì)比情況，表中數(shù)值為Matlab曲面擬合工具箱在95%置信區(qū)間下的計(jì)算結(jié)果，擬合方法采用基于雙平方權(quán)（bisquare weights）的魯棒最小二乘算法，以減少異常值對(duì)回歸結(jié)果帶來的影響。

表1 不同數(shù)學(xué)模型

注：～為數(shù)學(xué)模型待擬合系數(shù)，為SPAD參數(shù)，為生育期參數(shù)；

Note:～are the coefficients to be fitted,is the SPAD parameter,is the growth period parameter.

表2 不同模型下漫反射強(qiáng)度參數(shù)D擬合結(jié)果

注：為漫反射強(qiáng)度參數(shù)，DDD為的紅綠藍(lán)分量。下同。

Note：is the diffuse intensity parameter. DDDare the Red, Green, Blue channelsofSame as below.

本文依據(jù)決定系數(shù)2、均方根誤差RMSE選擇數(shù)學(xué)模型。從表1中可以看出，利用SPAD參數(shù)和生育期參數(shù)的二元多項(xiàng)式模型在R、RMSE上的表現(xiàn)要明顯強(qiáng)于僅采用的一元多項(xiàng)式模型，說明生育期對(duì)葉肉漫反射率的影響不能忽略，同時(shí)在二元模型中，參數(shù)指數(shù)的增大也會(huì)帶來更好的擬合結(jié)果。最終確定漫反射模型公式如下：

式中D，D，D分別為漫反射強(qiáng)度的紅綠藍(lán)分量，為SPAD參數(shù)，為生育期參數(shù)。決定系數(shù)分別為0.913 7、0.851 1、0.614 6，RMSE為0.015 49、0.012 8、0.015 33。

與漫反射數(shù)據(jù)相比，透射數(shù)據(jù)中存在少量與總體數(shù)據(jù)有巨大差異的數(shù)據(jù)，為徹底排除這些數(shù)據(jù)對(duì)擬合的影響，采用基于最小絕對(duì)殘差（least absolute residuals）的魯棒最小二乘算法對(duì)曲面進(jìn)行擬合，利用該方法構(gòu)建模型時(shí)得到的絕對(duì)系數(shù)2均較大，因此我們?cè)谶x擇模型時(shí)更加側(cè)重考慮RMSE的大小。從表3中可以看到，冪指數(shù)數(shù)學(xué)模型（編號(hào)8）與二元一次多項(xiàng)式（編號(hào)4）對(duì)(T,T,T)的擬合結(jié)果優(yōu)于其他數(shù)學(xué)形式，同時(shí)兩者在RMSE的表現(xiàn)上相差不大，但根據(jù)次表面散射傳輸物理過程可知，葉肉透射強(qiáng)度與厚度和組織結(jié)構(gòu)的傳輸系數(shù)呈負(fù)指數(shù)關(guān)系[17]，因此為了模型更加符合物理特性，選擇冪指數(shù)形式作為透射模型：

式中T,T,T分別為透射強(qiáng)度的紅綠藍(lán)分量。決定系數(shù)分別為0.997 5、0.991 3、0.990 7，RMSE為0.006 4、0.009 6、0.020 7。

表3 不同數(shù)學(xué)模型下透射強(qiáng)度參數(shù)T擬合結(jié)果

注：為漫反射強(qiáng)度參數(shù)，TTT為的紅綠藍(lán)分量。下同。

Note:is the diffuse intensity parameter. TTTare the Red, Green, Blue channels of. Same as below.

2.1.4 二級(jí)葉脈表觀參數(shù)模型

我們?cè)鴩L試擬合出SPAD與漫反射和透射強(qiáng)度的回歸公式作為表觀模型，但實(shí)際可視化效果較差，模擬出的葉脈漫反射及透射表觀會(huì)出現(xiàn)虛假的視覺效果（回歸模型得到的一些顏色特征并不能在真實(shí)葉片中產(chǎn)生）。從圖3a、3b中可以看出，漫反射和透射數(shù)據(jù)在不同的SPAD參數(shù)區(qū)間存在較強(qiáng)的差異性，因此本文通過SPAD參數(shù)對(duì)漫反射及透射進(jìn)行分段，并采用區(qū)間內(nèi)的平均向量作為二級(jí)葉脈的漫反射及透射強(qiáng)度參數(shù)。為簡化分類工作，采用單通道亮度值（本文用RGB三通道的平均值作為亮度值）代替RGB三通道進(jìn)行分析，用符號(hào)i和i分別表示漫反射強(qiáng)度和透射強(qiáng)度的亮度值，圖3c為SPAD參數(shù)與兩者的關(guān)系圖。從圖中可以看出，以SPAD參數(shù)為基準(zhǔn)，漫反射亮度在[0, 0.38]和（0.38, 1.0）2個(gè)區(qū)間差異明顯，透射亮度在[0, 0.57]、（0.57, 0.8）、（0.8, 1.0） 3個(gè)區(qū)間內(nèi)有較大差異。

a. 二級(jí)葉脈漫反射強(qiáng)度及SPAD數(shù)據(jù)

a. Diffuse intensity and SPAD data

b. 二級(jí)葉脈透射及SPAD數(shù)據(jù)

b. Transparency reflectance and SPAD data

c. 二級(jí)葉脈漫反射亮度、透射亮度及SPAD數(shù)據(jù)

c. Diffuse intensity, transparency intensity and SPAD data

注：為漫反射強(qiáng)度和透射強(qiáng)度三通道的平均值

Note:are the average values ofchannels of diffuse and transparency intensity vectors

圖3 二級(jí)葉脈漫反射、透射與SPAD數(shù)據(jù)圖

Fig.3 Diffuse reflectance of secondary vein, transparency of secondary vein and SPAD data

綜上考慮，以SPAD參數(shù)為基準(zhǔn)可將漫反射及透射參數(shù)劃分為4個(gè)區(qū)域，并以每個(gè)區(qū)域內(nèi)的平均向量作為表觀參數(shù)：

所測數(shù)據(jù)發(fā)現(xiàn)ρ、與和無相關(guān)性。同樣采用平均值作為模型參數(shù)，ρ=（0.11,0.11,0.11），=0.24，得到二級(jí)葉脈高光反射項(xiàng)(ρ,)三個(gè)分量r,g,b為

2.1.5 一級(jí)葉脈表觀參數(shù)模型

2.2 葉片表觀紋理建模

葉片表面表觀具有空間差異性，從而形成紋理特征。本文采用二維圖像表示玉米葉片紋理幾何結(jié)構(gòu)，并整合節(jié)2表觀模型構(gòu)造玉米葉片表觀紋理。

2.2.1玉米紋理結(jié)構(gòu)

將玉米葉片紋理劃分為葉肉、主葉脈（一級(jí)葉脈）和二級(jí)葉脈3種結(jié)構(gòu)（如圖4a），各結(jié)構(gòu)的劃分及排列方式是對(duì)實(shí)際玉米葉片紋理圖案的幾何抽象及簡化。各結(jié)構(gòu)單元將二維圖像劃分為多個(gè)區(qū)域，其中主葉脈形成單個(gè)連通區(qū)域，二級(jí)葉脈以及葉肉均形成多個(gè)區(qū)域且兩者區(qū)域彼此相鄰。為生成表觀紋理，需計(jì)算出各結(jié)構(gòu)區(qū)域在圖像中所包含的像素信息（即連通區(qū)域）。

首先計(jì)算主葉脈在圖像中所占區(qū)域。設(shè)二維圖像寬為，高為，坐標(biāo)原點(diǎn)（0,0）為圖像左上角點(diǎn)。將一級(jí)葉脈抽象為五邊形，頂點(diǎn)用符號(hào)1～5表示，該五邊形可拆分為一個(gè)等腰梯形和一個(gè)等腰三角形，詳細(xì)幾何結(jié)構(gòu)信息如圖4b所示，頂點(diǎn)1～5的坐標(biāo)可由如下公式計(jì)算得到

獲得多邊形頂點(diǎn)之后，遍歷圖像中所有像素，判斷每個(gè)點(diǎn)是否在多邊形內(nèi)部，在內(nèi)部的像素即屬于一級(jí)葉脈的區(qū)域。判斷點(diǎn)是否在多邊形內(nèi)部是非常經(jīng)典的圖形學(xué)問題，本文采用交叉點(diǎn)數(shù)判別法進(jìn)行判斷。

注：1表示葉肉，2表示一級(jí)葉脈3表示二級(jí)葉脈；1～5為主葉脈結(jié)構(gòu)幾何特征點(diǎn)；C和Z為葉肉和二級(jí)葉脈結(jié)構(gòu)幾何特征點(diǎn)；d為CC1之間的距離，為葉肉單元寬度。

Note:1indicates mesophyll,2 indicates main vein,3indicates secondary vein;1～5are the geometric feature points of main vein;CandZare geometric feature points of mesophyll and secondary vein;dis the distance between CandC1;is the mesophyll unit width;

圖4 玉米紋理幾何結(jié)構(gòu)

Fig.4 Geometry structure of maize leaf texture

之后計(jì)算二級(jí)葉脈在圖像中所占區(qū)域。由于二級(jí)葉脈以圖像中心線左右對(duì)稱，因此僅以右側(cè)二級(jí)葉脈為例進(jìn)行介紹。二級(jí)葉脈被抽象為四邊形結(jié)構(gòu)，其包含一條中心線用以表示二級(jí)葉脈維管束突起的部分，中心線兩邊的區(qū)域表示維管束與葉肉細(xì)胞相鄰的部分，二級(jí)葉脈的幾何結(jié)構(gòu)圖如圖4c（注意，圖中C和C1之間的實(shí)際距離為d，但是在圖中比0、1間的距離大，這是為了更加清晰的標(biāo)注出各結(jié)構(gòu)的幾何信息，在圖中并沒有嚴(yán)格按照實(shí)際比例進(jìn)行構(gòu)圖）。圖4c中1為一級(jí)葉脈多邊形頂點(diǎn)1，6坐標(biāo)為(0.5,)，7坐標(biāo)為（,），在線段BB上以d為間隔選取個(gè)點(diǎn)，用C表示（0≤≤1），本文取12，C坐標(biāo)為(0.5,(+1) d)，Z～Z5個(gè)點(diǎn)的坐標(biāo)分別為

獲得1～5頂點(diǎn)之后，遍歷圖像中所有像素，判斷每個(gè)點(diǎn)是否在多邊形1234之中，在內(nèi)部的像素即屬于二級(jí)葉脈的區(qū)域。除此之外，還需對(duì)二級(jí)葉脈區(qū)域進(jìn)一步分類，線段CZ5上的像素屬于二級(jí)葉脈區(qū)域維管束突起部分，其余像素屬于維管束與葉肉細(xì)胞相鄰的部分。

上述二級(jí)葉脈由16線段的采樣點(diǎn)構(gòu)造而成，此外，有部分二級(jí)葉脈區(qū)域需在67線段上采樣生成。在67上以d為間隔選取個(gè)點(diǎn)，用C表示(0≤≤1)，C坐標(biāo)為(0.5+(+1)d,)，則Z～Z5個(gè)點(diǎn)的坐標(biāo)為

在多邊形6798內(nèi)部的圖像像素為二級(jí)葉脈的區(qū)域，其中在線段CZ10的點(diǎn)為維管束突起區(qū)域。

由于每個(gè)葉肉區(qū)域均在兩個(gè)二級(jí)葉脈區(qū)域之間，因此可直接采用二級(jí)葉脈結(jié)構(gòu)的頂點(diǎn)計(jì)算葉肉區(qū)域。以C二級(jí)葉脈和C1二級(jí)葉脈之間的葉肉區(qū)域?yàn)槔?，該葉肉區(qū)域的四邊形頂點(diǎn)即為23（輸入C二級(jí)葉脈）和1112（屬于C1二級(jí)葉脈）。獲得頂點(diǎn)之后，對(duì)于區(qū)域像素的計(jì)算同一級(jí)葉脈的方法。

按照如上方法計(jì)算得到的結(jié)構(gòu)區(qū)域會(huì)出現(xiàn)重疊現(xiàn)象，即有部分像素分屬于不同的結(jié)構(gòu)。這種現(xiàn)象會(huì)發(fā)生在一級(jí)葉脈與二級(jí)葉脈、一級(jí)葉脈與葉肉的鄰近區(qū)域，本文將這類像素全部歸至一級(jí)葉脈區(qū)域。

2.2.2 玉米表觀紋理生成算法

生成玉米葉片紋理結(jié)構(gòu)之后，基于表觀模型計(jì)算特定SPAD以及生育期參數(shù)（由用戶給出）下葉肉、一級(jí)葉脈、二級(jí)葉脈的表觀參數(shù)，再按照結(jié)構(gòu)類別為每個(gè)區(qū)域賦予對(duì)應(yīng)的表觀參數(shù)。上述方式會(huì)使同一結(jié)構(gòu)類型的區(qū)域具有相同的表觀結(jié)果，為了增加隨機(jī)性，本文將所有測量得到的玉米表觀數(shù)據(jù)分成12個(gè)表觀數(shù)據(jù)集合（葉肉、二級(jí)葉脈、一級(jí)葉脈各4個(gè)表觀參數(shù)集合，包括漫反射強(qiáng)度集合、透射強(qiáng)度集合、高光強(qiáng)度集合、粗糙度集合），當(dāng)通過模型計(jì)算得到表觀參數(shù)之后，基于最近鄰方法在對(duì)應(yīng)集合中找到10個(gè)與計(jì)算結(jié)果最相近的表觀參數(shù)，每個(gè)結(jié)構(gòu)區(qū)域的任一表觀參數(shù)從11個(gè)參數(shù)中隨機(jī)選擇，最終得到的表觀紋理在相同結(jié)構(gòu)區(qū)域內(nèi)像素的表觀參數(shù)一致，不同區(qū)域像素的表觀參數(shù)具有輕微差別。

上述方法可以獲得表觀較均勻（即整個(gè)玉米葉片表面所有點(diǎn)的參數(shù)和都為相同值）的葉片紋理，但葉片紋理在特定狀態(tài)會(huì)存在較大的表觀空間差異性，如在成熟期之前一段時(shí)間會(huì)出現(xiàn)黃綠和深綠相間裝填的表觀，在衰老期的一段時(shí)間內(nèi)也會(huì)出現(xiàn)黃綠相間的狀態(tài)，為了模擬這些復(fù)雜的紋理樣式，本文采用在均勻表觀紋理基礎(chǔ)上輔助人工交互的方式對(duì)這類現(xiàn)象進(jìn)行編輯。由于3.1方法已經(jīng)明確了紋理圖像上每個(gè)像素所屬的結(jié)構(gòu)區(qū)域，因此當(dāng)用戶想對(duì)某些區(qū)域進(jìn)行表觀編輯時(shí)，只需用鼠標(biāo)選擇待編輯區(qū)域中的任意像素，即可索引到該結(jié)構(gòu)區(qū)域的所有像素，最后為該區(qū)域像素設(shè)定不同的參數(shù)，即可為該結(jié)構(gòu)區(qū)域賦予與其他區(qū)域不同的表觀顏色。通過多次操作即可得到樣式復(fù)雜的玉米表觀紋理圖像。

本文生成的紋理可映射至由樣條曲面生成的玉米葉片模型上。設(shè)三維模型的樣條曲面參數(shù)軸分別為([0,1])、([0,1])，二維紋理圖像參數(shù)軸表示為([0,1])、([0,1])，紋理映射計(jì)算只需將與，與分別等值一一對(duì)應(yīng)即可。因此，對(duì)于葉片模型上一點(diǎn)，若其曲面參數(shù)為=’、=’，則該點(diǎn)的紋理坐標(biāo)為=’、=’。

2.3 可視化渲染

式中f和 f分別為表觀材質(zhì)的BRDF 和BTDF；N為點(diǎn)的法向量；（,L）表示葉片表面點(diǎn)是否在L方向上被其他物體遮擋，（,L）=0表示被完全遮擋，形成陰影，本文采用文[26]的方法計(jì)算（,L）。

天空散射光每條光線的光強(qiáng)相對(duì)直射光強(qiáng)度較弱，本文忽略其對(duì)葉片透射的影響，僅考慮反射，利用輻射度傳輸公式計(jì)算葉片點(diǎn)在天空散射光下的輻射度e由下式計(jì)算

將公式（6）與（7）的結(jié)果相加，即可獲得最終的玉米葉片可視化結(jié)果。用戶可通過調(diào)整SPAD參數(shù)以及生育期參數(shù)獲得不同狀態(tài)下大田玉米葉片的模擬結(jié)果。

3 結(jié)果與分析

3.1 算法可視化結(jié)果

算法在配置為3.0 GHZ CPU、DDR8G內(nèi)存的PC機(jī)上進(jìn)行了測試，表觀模擬方法在渲染3 000個(gè)頂點(diǎn)的模型時(shí)，速度達(dá)到140幀/s，可進(jìn)行流暢的三維實(shí)時(shí)交互瀏覽。本文方法可根據(jù)用戶輸入的SPAD以及生育期參數(shù)獲得符合實(shí)際的表觀紋理，圖5為不同SPAD和生育期參數(shù)下的表觀紋理（從左至右分別為漫反射紋理、透射紋理、高光紋理、粗糙度紋理），由于本文方法構(gòu)建的各結(jié)構(gòu)高光反射模型在不同生育期保持恒定，因此圖5中不同參數(shù)下的高光紋理和粗糙度紋理是相同的，但漫反射和投射紋理具有差異。圖6為不同參數(shù)下的玉米葉片表觀可視化模擬結(jié)果，從圖中可以看出，隨著SPAD的增大，葉片表觀顏色的色調(diào)會(huì)逐漸從黃色向深綠色變化，這是由于葉片中葉綠素含量下降導(dǎo)致的；而隨著生育期參數(shù)的變大，葉片透射總體亮度變暗，這主要是葉片厚度逐步增大的結(jié)果。圖7為采用交互方法生成的較復(fù)雜的表觀紋理，由于高光和粗糙度紋理不會(huì)隨著參數(shù)改變，因此通過交互編輯得到的上述2張紋理與圖5相同，7b和7c為編輯得到的具有空間差異性的表觀紋理，2張圖中偏黃色的區(qū)域即為人工編輯區(qū)域，其內(nèi)部像素被賦予了更小的S參數(shù)。圖8為利用圖7b和7c紋理生成的可視化效果，圖8a模擬了衰老期出現(xiàn)的黃綠相間表觀狀態(tài)，圖8b模擬了成熟期之前一段時(shí)間出現(xiàn)的黃綠和深綠相間裝填的表觀狀態(tài)。

a.=0.37;=1.0 b.=0.77;=5.0 c.=0.01;=6.0

注：圖中每組紋理從左至右分別為漫反射、透射、高光強(qiáng)度及粗糙度紋理

Note:Each appearance texture group from left to right in the figure are diffuse texture, transparency texture, specular texture and roughness texture.

圖5 不同參數(shù)下生成的玉米表觀紋理

Fig.5 Appearance texture of maize leaf with different model parameters .

a. S=0.26; G=1.0b. S=0.6; G=2.0c. S=0.73; G=4.0 d. S=0.9; G=4.0e. S=0.9; G=5.0f. S=0.01; G=6.0

3.2 表觀模型分析

對(duì)比葉肉、一級(jí)葉脈、二級(jí)葉脈三類結(jié)構(gòu)的漫反射、透射、高光反射和粗糙度4個(gè)表觀材質(zhì)模型，發(fā)現(xiàn)以下2個(gè)現(xiàn)象。

a. 黃綠相間表觀紋理 a. Appearance textures for yellow and green leafb. 黃綠與深綠相間表觀紋理 b. Appearance textures for yellow-green and dark green

a. 圖7a紋理的可視化效果 a. Simulation results with textures of figure 7ab. 圖7b紋理的可視化效果 b. Simulation results with textures of figure 7b

1）漫反射、透射表觀受SPAD和生育期參數(shù)影響最大，而高光反射和粗糙度參數(shù)一直較穩(wěn)定。我們認(rèn)為這是由于漫反射和透射是一種由光在葉片內(nèi)部傳輸過程的次表面散射造成的光學(xué)特性，因此葉片內(nèi)部生理組分和結(jié)構(gòu)的變化（如色素含量的增減、細(xì)胞組織的增大）對(duì)兩者影響巨大，而生育期參數(shù)和SPAD參數(shù)均與生理組分結(jié)構(gòu)密切相關(guān)，因此會(huì)更大程度影響漫反射和透射，這同時(shí)也是3種結(jié)構(gòu)中SPAD參數(shù)和生育期參數(shù)對(duì)葉肉表觀影響相比于葉脈結(jié)構(gòu)更大的原因。高光反射和粗糙度是光與表皮區(qū)域及絨毛結(jié)構(gòu)作用的結(jié)果，與葉片內(nèi)部生理組分不發(fā)生直接接觸，因此受SPAD參數(shù)影響小。但從理論上說隨著玉米生育期的變化，表皮細(xì)胞均會(huì)增大，這樣一定程度上會(huì)影響光的折射和反射特性，從而帶來高光和粗糙度的改變，但是本文數(shù)據(jù)并未在時(shí)間尺度上檢測到變化，導(dǎo)致該現(xiàn)象的原因可能是本文采用的表觀測量設(shè)備和方法對(duì)高光反射強(qiáng)度擬合的精度不夠；或者由于試驗(yàn)時(shí)的離體、打孔操作一定程度上破壞了表皮、絨毛在活體狀態(tài)下的特性，從而導(dǎo)致在進(jìn)行表觀參數(shù)測量時(shí)高光反射和粗糙度參數(shù)結(jié)果的不準(zhǔn)確。

2）葉肉的漫反射模型和透射模型在不同通道上的擬合結(jié)果存在差異，從2、RMSE兩項(xiàng)指標(biāo)對(duì)比，紅色通道的擬合結(jié)果最優(yōu)，綠色通道相比紅色通道稍差，藍(lán)色通道的擬合結(jié)果最差，且與前兩者差距明顯。之所以出現(xiàn)這種情況，我們認(rèn)為是由于SPAD參數(shù)和生育期參數(shù)與葉綠素、類胡蘿卜素的含量關(guān)系密切，而兩種色素對(duì)光的吸收主要集中在綠、紅波段，而對(duì)偏藍(lán)波段的吸收較小，從而導(dǎo)致以和作為參數(shù)構(gòu)建的模型對(duì)漫反射和透射的藍(lán)色通道解釋能力相對(duì)較弱，但由于兩個(gè)模型在藍(lán)色通道的數(shù)值都不大，因此對(duì)最終可視化效果的影響不大，因此可以接受。

3.3 與已有算法比較

現(xiàn)有面向數(shù)字農(nóng)業(yè)的葉色可視化方法也常以SPAD作為參數(shù)進(jìn)行建模，但是在表觀數(shù)據(jù)、表觀模型精細(xì)度等方面均有差異。文[29]和文[30]分別構(gòu)建了玉米和黃瓜葉片的基于SPAD的葉色RGB可視化模型，但是均采用單張數(shù)字圖像的RGB向量作為葉色，忽略了葉片的高光特性和透射特性；同時(shí)，這些方法也未考慮不同葉片結(jié)構(gòu)單元的表觀差異性，因此本文模型的可視化模擬結(jié)果相比上述方法更加精細(xì)。同時(shí)，本文模型也考慮了生育期對(duì)表觀模型的影響，尤其在透射特性方面，生育期導(dǎo)致的葉片厚度增加是不可忽略的因素，而上述2種模型均未涉及。

4 結(jié) 論

本文提出一種基于農(nóng)學(xué)參數(shù)的玉米葉片表觀建模與可視化方法。利用實(shí)測數(shù)據(jù)構(gòu)建了基于SPAD及生育期的玉米葉片表觀參數(shù)化模型，模型顯示葉肉漫反射與SPAD和生育期呈二次關(guān)系，葉肉透射與SPAD和生育期呈負(fù)指數(shù)關(guān)系，且紅色通道的擬合結(jié)果最優(yōu)，綠色通道相比紅色通道稍差，藍(lán)色通道的擬合結(jié)果最差；二級(jí)葉脈漫反射和透射可利用SPAD進(jìn)行分類；主葉脈漫反射和透射在整個(gè)生育期內(nèi)變化不大；葉肉、主葉脈和二級(jí)葉脈的高光反射參數(shù)和粗糙度參數(shù)在整個(gè)生育期內(nèi)變化不大。提出了參數(shù)化的玉米葉片紋理結(jié)構(gòu)計(jì)算方法，并結(jié)合表觀模型對(duì)玉米葉片的紋理樣式進(jìn)行建模；開發(fā)實(shí)時(shí)的葉色可視化框架，采用直射光結(jié)合天空散射光模擬作物大田光環(huán)境，對(duì)玉米表觀模型進(jìn)行真實(shí)感渲染。本文方法搭建農(nóng)業(yè)知識(shí)與可視化效果間的橋梁，實(shí)現(xiàn)作物表觀的快速、準(zhǔn)確設(shè)計(jì)與制作，為農(nóng)業(yè)題材的三維虛擬動(dòng)畫研發(fā)提供技術(shù)工具。

[1] Jensen H W, Marschner S R, Levoy M, et al. A practical model for subsurface light transport[C]//Proceedings of the 28th annual Conference on Computer Graphics and Interactive Techniques, ACM, 2001: 511－518.

[2] Deon E, Irving G. A quantized-diffusion model for rendering translucent materials[J]. ACM Transactions on Graphics. 2011, 30(4): 56.

[3] Sadeghi I, Bisker O, Deken J D, et al. A practical microcylinder appearance model for cloth rendering[J]. Acm Transactions on Graphics. 2013, 32(2): 1－12.

[4] Fu Y, Zheng N. M-Face: An appearance-based photorealistic model for multiple facial attributes rendering[J]. IEEE Transactions on Circuits & Systems for Video Technology, 2006, 16(7): 830－842.

[5] Ward K, Bertails F, Kim T Y, et al. A survey on hair modeling: styling, simulation, and rendering[J]. IEEE Transactions on Visualization & Computer Graphics, 2007, 13(2): 213－234.

[6] Hawkins T, Einarsson P, Debevec P. Acquisition of time-varying participating media[J]. ACM Transactions on Graphics, 2005, 24(3): 812–815.

[7] Weyrich T, Peers P, Matusik W, et al. Fabricating microgeometry for custom surface reflectance[J]. ACM Transactions on Graphics, 2009, 28(3), 32.

[8] Wenger A, Gardner A, Tchou C, et al. Performance relighting and reflectance transformation with time-multiplexed illumination[J]. Acm Transactions on Graphics, 2005, 24(3): 756－764.

[9] Xu K, Gao Y, Li Y, et al. Real-time homogenous translucent material editing[J]. Computer Graphics Forum, 2007, 26(3): 545－552.

[10] Song Y, Tong X, Pellaccint F, et al. Subedit: A representation for editing measured heterogeneous subsurface scattering[J]. ACM Transactions on Graphics. 2009, 28(3): 341－352.

[11] Dong Y, Wang J, Pellaccint F, et al. Fabricating spatially-varying subsurface scattering[J]. ACM Transactions on Graphics, 2010, 29(4): 1－10.

[12] Hanrahan P, Krueger W. Reflection from layered surfaces due to subsurface scattering[C]// Proceedings of SIGGRAPH 1993, New York, USA, 1993.

[13] Jensen H W, Buhler J. A rapid hierarchical rendering technique for translucent materials[J]. ACM Transactions on Graphics, 2002, 21(3): 576－581.

[14] Franzke O, Deussen O. Rendering plant leaves faithfully[C]// Proceedings of SIGGRAPH 2003, New York, USA, 2003.

[15] Donner C, Jensen H W. Light diffusion in multi-layered translucent materials[J]. ACM Transactions on Graphics, 2005, 24(3): 1032－1039.

[16] Habel R, Kusternig A, Wimmer M. Physically based real-time translucency for leaves[J]. Proceedings Eurographics Symposium on Rendering, Eurographics Association, 2007: 253－263.

[17] Wang L, Wang W, Dorsey J, et al. Real-time rendering of plant leaves[J]. Acm Transactions on Graphics, 2005, 24(3): 712－719.

[18] 苗騰，郭新宇，溫維亮，等. 基于圖像的作物病害狀態(tài)表觀三維模擬方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(7)：181－186. Miao Teng, Guo Xinyu, Wen Weiliang, et al. Three dimensional visual simulation method of crop disease state based on image[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(7): 181－186. (in Chinese with English abstract)

[19] Baranoski G V G, Rokne J G C. An algorithmic reflectance and transmittance model for plant tissue[J]. Computer Graphics Forum, 1997, 16(3): 141－150.

[20] Baranoski G V G, Rokne J G. Efficiently simulating scattering of light by leaves[J]. The Visual Computer, 2001, 17(8): 491－505.

[21] Braitmaier M, Diepstraten J, Ertl T. Real-time rendering of, seasonal influenced trees[C]//Proceedings of Theory and Practice of Computer Graphics, 2004: 152－159.

[22] Zhou N, Dong W, Mei X. Realistic simulation of seasonal variant maples[M]//Proceedings of PMA '06. Beijing China: IEEE Computer Society Press, 2006: 295－301.

[23] Miao T, Zhao C J, Guo X Y, et al. A framework for plant leaf modeling and shading[J]. Mathematical and Computer Modelling. 2013, 58(3/4): 457－906

[24] Gardner A, Tchou C, Hawkins T, et al. Linear light source reflectometry[J]. ACM Transactions on Graphics, 2003, 22(3): 749－758.

[25] 苗騰，郭新宇，趙春江，等. 基于變化光源方向多圖像的植物葉片表觀三維模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(9)：150－156. Miao Teng, Guo Xinyu, Zhao Chunjiang, et al. Three dismensional appearance simulation of plant leaves based on multiple images with light source change[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 150－156. (in Chinese with English abstract)

[26] Zhang F, Sun H Q, Xu L L, et al. Hardware-accelerated parallel-split shadow maps[J]. International Journal of Image and Graphics, 2008.8(2): 223－241

[27] Sean O. Accurate atmospheric scattering[M]. GPU Gems 2. Addison-Wesley Professional Press, 2005.

[28] McGuire, Morgan. Ambient occlusion volumes[C] //Proceedings of High Performance Graphics, 2010.

[29] 王舉才，席磊，趙曉莉，等. 基于模糊綜合評(píng)判的可視化葉色模型數(shù)據(jù)標(biāo)準(zhǔn)化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(11)：151－159 Wang Jucai, Xi Lei, Zhao Xiaoli, et al. Data normalization of leaf color based on fuzzy comprehensive evaluation for visualization model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(11): 151－159. (in Chinese with English abstract)

[30] 陸聲鏈，汪麗萍，何火嬌，等. 基于相對(duì)葉綠素含量的黃瓜葉色仿真[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2014，45(3)：250－254. Lu Shenglian, Wang Liing, He Huojiao, et al. Visual simulation of cucumber leaf color based on the relative content of chlorophyll[J]. Transactions of The Chinese Society of Agricultural Machinery, 2014, 45(3): 250－254. (in Chinese with English abstract)

苗 騰，郭新宇，溫維亮，王傳宇，肖伯祥. 基于農(nóng)學(xué)參數(shù)的玉米葉片表觀建模與可視化方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(19)：187－195. doi：10.11975/j.issn.1002-6819.2017.19.024 http://www.tcsae.org

Miao Teng, Guo Xinyu, Wen Weiliang, Wang Chuanyu, Xiao Boxiang. Appearance modeling and visualization of maize leaf with agronomic parameters[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(19): 187－195. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.19.024 http://www.tcsae.org

Appearance modeling and visualization of maize leaf with agronomic parameters

Miao Teng1,2,3,4, Guo Xinyu1,3,4※, Wen Weiliang1,3,4, Wang Chuanyu1,3,4, Xiao Boxiang1,3,4

(1.100097,; 2.110866,; 3.100097,; 4.100097,)

In this paper, we presents a method for modeling and visualization of crop leaves based on agronomic parameters in order to improve the production efficiency of three dimensional digital media for agricultural subjects. The field experiments were conducted in the experiment farm of Beijing Academy of Agricultural and Forestry Sciences, Beijing City. During maize growth periods of jointing stage, horn mouth stage, florescence stage, grouting stage, maturation period and senility period, SPAD values of maize leaves were obtained by using SPAD-502 and four appearance parameters were collected by an apparent image acquisition system using linear light source. The four appearance parameters were diffuse reflectance, transparency, specular reflectance and roughness. In order to finely model the maize leaf appearance, leaf surface was divided into three structures including mesophyll, main vein and secondary vein. With the data, we analyzed the relationship between SPAD, growth period parameters and various kinds of appearance parameters of the three structures, respectively. We applied a variety of mathematical models to fit the data to describe the potential relationship between SPAD, growth period and diffuse, transparency appearance of mesophyll. Based onRand RMSE, we selected quadratic function for diffuse reflectance and negative exponential function for transparency. The coefficients of determination for the RGB channels of final diffuse model of mesophyll were 0.913 7, 0.851 1, and 0.614 6, respectively, and their corresponding values of RMSE were 0.0154 9, 0.012 8, and 0.015 33. The coefficients of determination for the transparency model were 0.997 5, 0.991 3, and 0.990 7, respectively, and their corresponding values of RMSE were 0.006 4, 0.009 6, and 0.020 7. Data showed diffuse reflection and transparency of secondary vein could be classified into four sections by SPAD values and there was little difference between each class of appearance values. We used mean values of each section as diffuse and transparency parameters. The diffuse reflection and transparency of main vein has little change in whole growth periods. As such, we used mean values as unique and invariant apparent feature in diffuse and transmission reflection. We found that specular reflectance and roughness parameters of the three structures were not related to SPAD and growth period, therefore, mean values of these two appearance parameters obtained from all samples were used as a glossy appearance. Based on the above analysis, a series of quantitative appearance models for three structures were established respectively with SPAD and growth period as input parameters, and appearance material parameters as output. The spatial-varying appearance of leaf surface formed specific texture patterns. We abstracted the texture pattern and constructed a parameterized structure method to generate a structure texture image for synthesis of the geometric features of mesophyll, main vein and secondary vein structures. Each pixel of structure texture image represented a structure category of the point at this position, and we used the appearance models of each structure to assign appearance parameters for each pixel. Finally, four appearance textures were generated for simulating the appearance patterns of the leaf surface including diffuse texture, transparency texture, specular texture and roughness texture. A real-time rendering framework was developed to simulate the subtle interaction between plant leaves and light. In order to achieve a WYSIWYG display result, we simplified the light computing by decomposing light environment into a directional light source (sun) and some environment light sources (sky). A complete realistic effect was finally developed by combing the appearance model and illumination computation using a deferred lighting rendering framework which can simulate real-time shadows, ambient occlusion, and dynamic radiance from sun and sky. The experimental results demonstrated that the proposed approach was capable of generating different appearance of crop leaves by controlling the agronomic parameters and achieving a visually satisfactory display result. Our method showed diffuse reflectance and transmittance were the most affected by the parameters of SPAD and growth stage, while the specular reflection and roughness parameters were always stable. There were differences in the fitting results of diffuse and transparency model of mesophyll in RGB channels, while simulation result indicated there was little impact on the final visualization effect. Our method has a great potential to become an effective visualization tool for agricultural application, such as crop model, agricultural education system, and digital media for agricultural subjects.

three dimensional; visualization; crops; leaf appearance; appearance modeling; digital plant

10.11975/j.issn.1002-6819.2017.19.024

TP391.4

A

1002-6819(2017)-19-0187-09

2017-05-04

2017-07-10

北京市自然科學(xué)基金（4162028）；國家自然科學(xué)基金（31501217）；北京市農(nóng)林科學(xué)院博士后基金項(xiàng)目；北京市科技計(jì)劃項(xiàng)目（D151100004215004）

苗 騰，博士后，講師，主要從事數(shù)字植物技術(shù)研究。沈陽 沈陽農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院 110866。Email：caumiao@126.com

※通信作者：郭新宇，研究員，主要從事數(shù)字植物理論技術(shù)體系研究。北京 北京農(nóng)業(yè)信息技術(shù)研究中心，100097。Email：guoxy@nercita.org.cn