树冠层光照分布预测模型构建方法及光照分布检测方法
【技术领域】
[0001] 本发明属于图像处理技术领域，特别涉及一种树冠层光照分布预测模型构建方法 及光照分布检测方法。
【背景技术】
[0002] 树冠层光照分布是优化果树株型，提升生产潜力的重要途径之一。合理有效地利 用光能，优化果树冠层内的光照分布，对果树的生长发育和果实品质的形成具有重要的意 义。其中叶幕稳定期的光照分布研宄，对于指导果树的整形修剪、提升果实产量与品质具有 重要意义。因此如何快速解析叶幕稳定期树冠层空间的光照分布情况具有重要的探索价 值。
[0003] 传统树冠光照测量方法是采用冠层分析仪，以"底视法"形式拍摄果树冠层的全天 空照片，分析光斑、透光率等指标，来描述穿透辐射形式的太阳光照分布情况；冠层获取的 太阳光照通常采用将冠层网格化的方法，使用光照度计测定果树冠层内每个测光点的光照 分布。不足之处是信息获取速度较慢。近年来，在植物冠层三维形态分析基础上，开展了大 量的植物冠层空间光能分布的研宄。Campbell曾将比尔定律应用于三维冠层光辐射分布 的研宄，提出了冠层光照分布的指数递减模型；基于冠层的异质性，Jackson等利用数学模 拟的方法，计算不同炜度、一年内不同时间、不同定植方式对冠层三维空间内光照分布的影 响；但在上述数学模型中，由于受到外界测定条件的影响，常以一些基本假设为前提，例如 假设叶片是双向漫反射体等。王锡平、劳彩莲应用三维数字化仪重建了植物冠层三维形态， 通过模拟太阳直射光计算光照在冠层空间中的分布，不易表征真实光照分布。
【发明内容】
[0004] 基于上述问题，本发明提供一种树冠层光照分布预测模型构建方法及光照分布检 测方法，提出了基于三维点云颜色特征的苹果树冠层光照分布计算方法，达到了快速、准确 计算苹果树冠层光照分布的效果，为科学合理地果树修剪和整形提供技术支撑。
[0005] 针对上述目的，本发明提供一种树冠光照分布计算方法，包括：
[0006] S1、对树冠层进行网格划分；
[0007] S2、获取所述树冠层的每个网格的相对光照强度；
[0008] S3、获取树冠层的三维点云数据，进行三维重建，并得到所述每个网格的颜色值；
[0009] S4、根据所述树冠层的每个网格相对光照强度和所述每个网格的颜色值建立所述 树冠层的光照分布预测模型；
[0010] 所述步骤S3具体包括：
[0011] 测量并获取所述树冠层的具有颜色信息的三维点云数据并进行三维重建，将重建 后的图形根据所述树冠层的网格对所述重建后的图形进行对应的网格划分，获得所述每个 网格的颜色点云集，并根据所述颜色点云集得到所述每个网格的颜色值。
[0012] 其中，所述步骤S2具体包括：
[0013] 对所述树冠层的每个网格进行光照度测量，并测定所述树冠层的外部空间的光照 度，将所述每个网格的光照度分别与所述外部空间的光照度的比值作为所述每个网格的相 对光照度。
[0014] 其中，对所述树冠层的每个网格进行光照度测量，具体包括：
[0015] 设置与网格划分中的每层的网格数量相同的光照度传感器，每个所述传感器的位 置对应于一个网格，所有光照度传感器位于同一个水平面中，同时测量每一层的每个网格 的光照度。
[0016] 其中，所述三维点云数据通过三维激光扫描仪测量。
[0017] 其中，所述步骤4具体包括：
[0018] 构建模糊逻辑的神经网络，根据所述神经网络建立所述树冠层的相对光照强度和 所述每个网格的颜色值之间的关系模型，得到所述树冠层光照分布预测模型，并反演得到 所述树冠层光照分布。
[0019] 其中，所述步骤S4还包括：
[0020] 通过所述步骤S2获得的相对光照度对所述树冠层光照分布预测模型进行训练。
[0021] 其中，通过将所述激光扫描仪设置为从顶部向下扫描所述树冠层来获取所述树冠 层的三维点云数据。
[0022] 其中，所述步骤S3还包括：根据所述颜色点云得到颜色值，具体包括：
[0023] 将所述颜色点云转换到HIS颜色空间，并得到HIS颜色空间的颜色值。
[0024] 根据本发明的另一个方面，提供一种树冠层光照分布检测方法，其特征在于，所述 方法包括：
[0025] 对待测树冠层进行网格划分；
[0026] 获取所述待测树冠层的三维点云数据，并根据待测树冠层划分的网格得到所述待 测树冠层的每个网格的颜色值；
[0027] 基于所述待测树冠层的每个网格的颜色值，根据所述树冠层光照分布预测模型构 建方法构建的树冠层光照分布预测模型，得到所述待测树冠层的光照分布。
[0028] 本发明提供的一种树冠层光照分布预测模型构建方法及光照分布检测方法，通过 利用地面激光扫描仪，采用"顶视法"获取苹果树冠层具有颜色信息的苹果树冠层三维结构 形态，具有精确、快速的优点；并且以光照强度与彩色图像中表现的颜色特征具有相关性为 理论前提，提出了基于三维点云颜色特征的苹果树冠层光照分布计算方法，达到了快速、准 确计算苹果树冠层光照分布的效果。
【附图说明】
[0029] 图1示出了本发明的一种树冠层光照分布预测模型构建方法的流程图。
[0030] 图2示出了本发明的成熟期树冠层三维点云示意图。
[0031] 图3示出了本发明的三维冠层分层效果图。
[0032] 图4示出了本发明的模型训练效果示意图。
【具体实施方式】
[0033] 下面结合附图和实施例，对本发明的【具体实施方式】作进一步详细描述。以下实施 例用于说明本发明，但不用来限制本发明的范围。
[0034] 本发明的一个实施例提供了一种树冠层光照分布预测模型构建方法。
[0035] 图1示出了本发明的一种树冠层光照分布预测模型构建方法的流程图。
[0036] 参照图1，本发明的树冠层光照分布预测模型构建方法具体包括：
[0037] S1、对树冠层进行网格划分；
[0038] S2、获取所述树冠层的每个网格的相对光照强度；
[0039] 在本实施例中，相对光照强度的测定是构建光照分布预测模型的重要步骤，是模 型的输入参数及预测目标。具体地，步骤S2为：将被测的树冠层空间进行网格划分，对每个 网格进行光照度测量，同时测定所述被测树冠层空间外部的光照度，将所述每个网格的光 照度分别与所述外部光照度的比值作为每个所述网格的相对光照度。
[0040] 其中，对每个网格进行光照度测量，包括：
[0041] 设置与网格划分中的每层的网格数量相同的光照度传感器，并且每个传感器的位 置对应于一个网格，所有的光照度传感器位于同一个水平面中，同时测量每一层的每个网 格的光照度。
[0042] S3、获取树冠层的三维点云数据，进行三维重建，并根据所述网格得到每个所述网 格的点云颜色值；
[0043] 具体地，获取具有颜色信息的三维点云并进行三维重建，将三维重建后的图像根 据所述网格划分进行网格划分，输出颜色点云，将所述颜色点云转换到HIS颜色空间，并得 到HIS颜色空间的颜色值。
[0044] 在上述过程中，通过将所述激光扫描仪设置为从顶部向下扫描所述树冠层来获取 所述树冠层的三维点云数据。
[0045] S4、根据所述冠层的相对光照强度和三维点云建立树冠层光照分布预测模型，并 反演得到所述树冠层光照分布。
[0046] 具体地：构建TS模糊逻辑的神经网络，基于上述神经网络，根据所述冠层的相对 光照强度和所述点云颜色值建立所述相对光照强度与所述点云颜色值之间的训练关系，建 立所述树冠层光照分布预测模型。
[0047] 在本发明的实施例中，步骤S2和S3可以互换，也可以同步进行。
[0048] 另外，在建立树冠层光照分布预测模型后，还通过对预测模型的各项指标进行计 算以评价该预测模型的性能。
[0049] 在本发明的另一个实施例中，提供了一种根据上述树冠层光照分布预测模型进行 树冠层光照分布的检测方法，具体包括：
[0050] 对待测树冠层进行网格划分；
[0051] 获取所述待测树冠层的三维点云数据，并根据待测树冠层划分的网格得到所述待 测树冠层的每个网格的颜色值；
[0052] 基于所述待测树冠层的每个网格的颜色值，根据树冠层的光照分布预测模型，得 到所述待测树冠层的光照分布。
[0053] 以下通过具体实施例详细地介绍本发明的树冠层分布计算方法的过程。
[0054] 在一个具体实施例中，为评价树冠层空间光照分布情况，以树干为中心，首先用细 铁丝将处理样本的冠层空间进行网格划分。依据处理样本冠层的实际大小，冠层空间均被 划分为5个层，每层6个网格，每个网格为40cmX40cmX40cm的立方体。
[0055] 由于外界自然光强度具有随着时间及天气变化的特性，为了能够快速获取冠层空 间不同网格内同一时刻的相对光照强度，本实施例设置了光照度传感器节点，依据划分的 网格数量，该节点设定为