葉鳳華，葉 歡

(1.廣東工業(yè)大學(xué)，廣州 510090；2.廣州美術(shù)學(xué)院，廣州 510260)

0 引言

隨著3D動畫渲染技術(shù)的革新和市場需求的逐漸擴大，3D動畫渲染技術(shù)被廣泛的應(yīng)用在許多領(lǐng)域，包括工業(yè)、農(nóng)業(yè)、建筑業(yè)、化工和醫(yī)療等行業(yè)，因此更多的研究人員投入到了3D引擎技術(shù)的開發(fā)上，特別是Flash三維引擎技術(shù)。由于技術(shù)瓶頸，F(xiàn)lash和3D引擎技術(shù)在農(nóng)機設(shè)計中的使用還較少，而采用該技術(shù)可以將真實的農(nóng)機作業(yè)場景通過數(shù)字化處理后，利用計算機終端，使設(shè)計者將農(nóng)機置身于真實的作業(yè)場景中，實現(xiàn)農(nóng)機和作業(yè)場景的交互功能，對于農(nóng)機的硬件改善和創(chuàng)新設(shè)計具有重要的意義。基于現(xiàn)代化農(nóng)機的需求性和功能性分析，將Flash和3D引擎技術(shù)引入到農(nóng)機數(shù)字化系統(tǒng)中，將會有效地提高設(shè)計的動態(tài)效果，從而提高農(nóng)機設(shè)計的可視化水平。

1 基于Flash三維引擎的農(nóng)機可視化技術(shù)

在農(nóng)機3D場景的渲染過程中，一般而言，一個3D場景會包含多個幾何單元，每個幾何單元都是由真實圖像通過離散提取出來的關(guān)鍵點，這些關(guān)鍵點可以由三角形組成，每個三角形由3個頂點組成。因此，在進(jìn)行渲染時，一般需要定義一些頂點的集合，通過這些頂點來定義相關(guān)的場景信息，如貼圖或頂點顏色，從而完成場景的渲染過程，如圖1所示。

圖1 三維場景渲染示意圖Fig.1 Sketch diagram of 3D scene rendering

三維引擎的開發(fā)非常復(fù)雜，因為三維引擎系統(tǒng)的組成模塊較多，包括各種渲染器、界面操作和輸入輸出文件管理系統(tǒng)等；另外，還有很多輔助性的工具箱，如腳本和場景編輯器等，這也需要大量的程序開發(fā)人員來設(shè)計。API是三維引擎設(shè)計和開發(fā)的主要技術(shù)支持，對三維引擎技術(shù)的研究主要是為了使程序開發(fā)設(shè)計人員以最短的時間設(shè)計出高效引擎系統(tǒng)，從而減少系統(tǒng)開發(fā)的開支。

圖 2為農(nóng)機三維引擎的層次結(jié)構(gòu)。該結(jié)構(gòu)基于Flash界面模塊，將邏輯類型和管理輸入封裝為農(nóng)機三維引擎類庫，具有精靈、場景和攝像等功能，通過資源的管理，實現(xiàn)農(nóng)機三維場景的渲染。

圖2 三維引擎層次結(jié)構(gòu)Fig.2 Three-dimensional engine hierarchy

2 基于小波重構(gòu)的3D場景渲染

(1)

而離散化小波變換系數(shù)則可表示為

(2)

其重構(gòu)公式為

(3)

其中，C是一個與信號無關(guān)的常數(shù)。假設(shè)一個二維信號f(x1,x2)，x1,x2表示信號在空間內(nèi)的橫坐標(biāo)和縱坐標(biāo)，基本小波函數(shù)為ψ(x1,x2)，若ψ(x1,x2)=φ(x1)·φ(x2)。則可以令ψ(x1)是與φ(x1)對應(yīng)的一維小波函數(shù)，于是可以將二維小波函數(shù)分離成3個正交小波基函數(shù)，即

ψ1(x1,x2)=φ(x1)φ(x2)

(4)

ψ2(x1,x2)=φ(x1)φ(x2)

(5)

ψ3(x1,x2)=φ(x1)φ(x2)

(6)

三維小波重構(gòu)的方法也以此類推，利用一次小波變換可以將圖像分解成一個低頻子帶LL和3個高頻子帶。其中，高通水平和低通垂直子帶用HL表示，低通水平和高通垂直子帶用用LH表示，高通水平和高通垂直子帶用HH表示。通過一次小波變換后，分辨率變成原來的一半，頻率范圍也減半。在進(jìn)行第二次小波變換時，只對低頻子帶進(jìn)行變換，將其分解成LL1、LH1、HL1和HH1，通過第2次小波變換后，其分辨率變?yōu)樵瓉淼?/4，頻率范圍進(jìn)一步減半，以此類推。所以，通過一次小波變換可以得到4個子帶，通過M次分解可以得到3M+1個子帶，如圖3所示。

圖3 圖像的三級小波分解圖Fig.3 Three level wavelet decomposition of image

根據(jù)小波算法的特點，結(jié)合系統(tǒng)的需求和功能，設(shè)計了系統(tǒng)的開發(fā)流程，最主要的是利用模型和材質(zhì)建立虛擬仿真模型，然后使用Flash3D引擎，對虛擬系統(tǒng)進(jìn)行集成開發(fā)，其流程如圖4所示。

圖4 農(nóng)機在線虛擬渲染流程Fig.4 Online virtual rendering process of farm machinery

首先是場景的拍照，這是作業(yè)場景環(huán)境渲染的基礎(chǔ)；然后，通過圖像處理提取環(huán)境圖像的關(guān)鍵信息，利用關(guān)鍵信息進(jìn)行3D建模操作。在3D建模過程中可以借助Flash提供的3D引擎，利用其資料庫中的材質(zhì)，并使用壓縮技術(shù)，提高在線渲染的設(shè)計效率，通過在線設(shè)計渲染可以輸出農(nóng)機的作業(yè)情節(jié)，從而為交換式的設(shè)計提供參考。

3 基于Flash和3D技術(shù)的玉米育苗機器人作業(yè)場景渲染

為了使3D渲染場景更加接近于現(xiàn)實場景，在真實的玉米育苗農(nóng)田環(huán)境下，對作業(yè)場景進(jìn)行了圖像采集，通過圖像的離散化和圖像的重構(gòu)技術(shù)，對真實環(huán)境進(jìn)行虛擬化渲染，以達(dá)到逼真的效果，實現(xiàn)交互式設(shè)計。

圖5為農(nóng)田育苗作業(yè)場景的3D圖像采集示意圖。利用高清攝像頭對玉米圖像進(jìn)行采集后，使用機器人上搭載的筆記本電腦對圖像進(jìn)行實時的處理，通過圖像離散化得到了如圖6所示的處理結(jié)果。

圖5 農(nóng)田作業(yè)場景3D圖像采集Fig.5 The 3D image acquisition of farmland operation scene

圖6 農(nóng)作物圖像離散化Fig.6 Crop image discretizati

根據(jù)圖像的色彩可以將圖像離散成許多微小單元，這些單元可以進(jìn)行修改，從而實現(xiàn)圖像的重構(gòu)，達(dá)到環(huán)境和農(nóng)機交換性的設(shè)計效果。通過作物三維重構(gòu)得到了如圖7所示的作物渲染效果圖。

圖7 農(nóng)作物圖像渲染效果Fig.7 Crop image rendering effect

利用Flash和3D技術(shù)對圖像進(jìn)行重構(gòu)后得到的3D渲染效果，將作物至于更大的三維空間內(nèi)，可以實現(xiàn)農(nóng)機的三維作業(yè)場景渲染，通過渲染得到了如圖8所示的三維渲染效果。

圖8 育苗機器人作業(yè)場景渲染Fig.8 Working scene rendering of seedling robot

由圖8可以看出：利用渲染效果可以虛擬育苗機器人的作業(yè)場景，實現(xiàn)設(shè)計和產(chǎn)品仿真的交互性效果。3D系統(tǒng)的渲染需要較大的計算開支，而利用小波重構(gòu)和Flash軟件壓縮算法可以有效的降低計算開支，利用程序設(shè)計可以實現(xiàn)對渲染場景材質(zhì)的控制和共享操作。

由表1數(shù)據(jù)可知：利用小波重構(gòu)技術(shù)，以Flash格式存儲材質(zhì)文件，實現(xiàn)了3D場景大文件的壓縮，但3D場景的效果并不受影響，從而加快3D動畫場景渲染的解析速度，實現(xiàn)了3D資源材質(zhì)的優(yōu)化配置。

4 結(jié)論

為了提高農(nóng)機現(xiàn)代化設(shè)計的可視化水平，引入了Flash和3D渲染技術(shù)，通過3D引擎實現(xiàn)了農(nóng)機產(chǎn)品作業(yè)場景的三維渲染。使用Flash和小波重構(gòu)方法，在基本不影響效果的情況下，實現(xiàn)了極大程度的壓縮，從而使農(nóng)機3D可視化渲染過程的計算開支更少，保證了系統(tǒng)的流暢性。最后，以育苗機器人為例，展示了農(nóng)機設(shè)計的可視化渲染過程，說明3D動畫渲染技術(shù)在農(nóng)機產(chǎn)品可視化設(shè)計中應(yīng)用具有可行性。利用直觀、逼真的農(nóng)機設(shè)計交互方式，會大大提高農(nóng)機產(chǎn)品設(shè)計過程的信息含量，從而提高現(xiàn)代化農(nóng)機設(shè)計的水平。

[1] 李逃昌,胡靜濤,高雷.基于模糊自適應(yīng)純追蹤模型的農(nóng)業(yè)機械路徑追蹤方法[J].農(nóng)業(yè)機械學(xué)報，2013, 44(1):205-210.

[2] 許國瑞,崔天時,李曉莉.農(nóng)業(yè)機器人行走方向識別及仿真[J].農(nóng)機化研究,2013,35(2):181-184.

[3] 侯茗耀,王庫,黨帥.黃瓜采摘機器人嵌入式系統(tǒng)的設(shè)計與實現(xiàn)[J].農(nóng)機化研究,2009,31(8):57-60.

[4] 劉瓊,安濤,金鋼,等.基于 DM642 視頻采集處理系統(tǒng)硬件設(shè)計[J].微計算機信息,2007,11(2):180-182.

[5] 張永光,張曉蕾,徐健健.DM642 圖像數(shù)據(jù)傳輸?shù)膶崿F(xiàn)和優(yōu)化[J].科學(xué)技術(shù)與工程,2007,9(17):4484- 4486.

[6] 王海青,姬長英,顧寶興,等.基于機器視覺和支持向量機的溫室黃瓜識別[J].農(nóng)業(yè)機械學(xué)報,2012,43(3): 163-167.

[7] 王輝,毛文華,劉剛,等.基于視覺組合的蘋果作業(yè)機器人識別與定位[J].農(nóng)業(yè)機械學(xué)報,2012,43(12): 165-170.

[8] 魏澤鼎,賈俊國,王占永.基于視覺傳感器的棉花果實定位方法[J].農(nóng)機化研究,2012,34(6):66-68,112.

[9] 劉佳,崔濤,張東興,等.玉米種子分級處理對氣力式精量排種器播種效果的影響[J].農(nóng)業(yè)工程學(xué)報,2010, 26(9):109-113.

[10] 劉立晶,劉忠軍,李長榮,等.玉米精密排種器性能對比試驗[J].農(nóng)機化研究,2011,33(4):155-157.

[11] 王鐵固,趙新亮,張懷勝,等.玉米產(chǎn)量的邊際效應(yīng)及與主要農(nóng)藝性狀的相關(guān)分析[J].中國農(nóng)學(xué)通報,2012,28(18):122-126.

[12] 王鐵固,趙新亮,張懷勝,等.玉米產(chǎn)量及主要農(nóng)藝性狀的邊際效應(yīng)[J].廣東農(nóng)業(yè)科學(xué),2012,39(4):22-25.

[13] 曹冬梅,丁明亞,方繼友.行端邊際效應(yīng)對玉米品種試驗造成的誤差[J].中國種業(yè),2008(8):52-53.

[14] 金衡模,高煥文.玉米精播機漏播補償系統(tǒng)設(shè)計[J].農(nóng)業(yè)機械學(xué)報,2002,33(5):44-47.

[15] 張曉輝,趙百通.播種機自動補播式監(jiān)控系統(tǒng)的研究[J].農(nóng)業(yè)工程學(xué)報,2008,24(7):119-123.

[16] 韓建國,王金斌,于磊.補償式玉米精密播種機的研究[J].農(nóng)業(yè)裝備與車輛工程,2010(8):10-12.

[17] 周利明,王書茂,張小超,等.基于電容信號的玉米播種機排種性能監(jiān)測系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報,2012, 28(13):16-21.

[18] 高國琴,李明.基于K-means算法的溫室移動機器人導(dǎo)航路徑識別[J].農(nóng)業(yè)工程學(xué)報,2014,30(7):25-33.

[19] 方莉娜,楊必勝.車載激光掃描數(shù)據(jù)的結(jié)構(gòu)化道路自動提取方法[J]. 測繪報,2013,42(2):260-267.

[22] 陳運鵬,龍慧,劉志杰.我國施肥技術(shù)與施肥機械的研究現(xiàn)狀及對策[J].農(nóng)機化研究,2015，37(4):255-260.

[23] 劉榮軍,張長利,張曉雨.基于DM9000的S3C2410嵌入式系統(tǒng)的以太網(wǎng)接口設(shè)計[J].中國高新技術(shù)企業(yè),2010(7):150-152.

[24] 李軍,馬蓉.基于多傳感器融合的拖拉機自動導(dǎo)航技術(shù)[J].農(nóng)機化研究,2011,33(12):58-60.

[25] 瑛宣.Linux下NFS(網(wǎng)絡(luò)文件系統(tǒng))的建立與配置方法[J].計算機與網(wǎng)絡(luò),2013,39(21):44-45.

[26] 王冬,王超,韓永，等.iSCSI與NFS的協(xié)議開銷對比[J].計算機工程與應(yīng)用,2012,48(36):105-111.

[27] 陳寧,周志峰.一種純追蹤模型改進(jìn)算法[J].輕工機械,2014(4):69-72.

[28] 張成,王聽,史建衛(wèi),等.一種亞像素圓檢測的新算法[J].理論與研究,2009(3):14-17.

[29] 陳娟,陳乾輝,師路歡,等.軍圖像跟蹤中的邊緣檢測技術(shù)[J].中國光學(xué)與應(yīng)用光學(xué),2009(1):49-52.

[30] 劉昶,朱楓,夏仁波.基于共面二點一線特征的單目視覺定位[J].計算機應(yīng)用研究,2012,29(8): 3145-3147.

[31] 劉金頌,原思聰,江祥奎.Zernike矩和曲率的圓形中心 亞像素定位 [J].計算機工程與應(yīng)用,2010,46(29): 153-155.

[32] 佟帥,徐曉剛,易成濤.基于視覺的三維重建技術(shù)綜述[J].計算機應(yīng)用與研究,2011,28(7):2412-2417.