可视化建模是利用计算机图形学和图像处理技术,将数据转换成图形或图像在屏幕上显示出来,并进行交互处理的理论、方法和技术.水稻的生长发育是一个极其复杂的系统过程.水稻叶片是其进行光合作用及生产营养物质的主要器官,借助计算机技术建立叶片可视化模型,可为水稻科学栽培和提高产量提供辅助决策.基于VC++结合OpenGL的方法,根据真实水稻叶片的三维形态特征,运用数学知识,对水稻叶片建立数学模型.选择B样条曲线对此进行模拟,并运用B样条曲线的递推定义及其公式实现对水稻叶片边缘曲线和主叶脉曲线的建模,进一步实现水稻叶片在二维平面上的三角网格化模型.基于主叶脉积分的数学方法,对主叶脉顶点在不同位置上的弯曲效果进行实现.最后实现运用均匀B样条曲线建立水稻弯曲模型,并对其三角网格化.运用B样条曲线描述水稻叶片边缘叶脉和主叶脉信息的方法,能够较好反映叶片特征,使水稻叶片三维可视化建模仅与叶脉的边缘曲线、主叶脉、最大叶宽、最大叶长等信息相关.

根系作为水稻生长的"发动机",其形态特征直接影响植株的生长发育、营养水平和产量水平.水稻根系不便于直接观测,实现根系形态结构三维建模及可视化研究对改善农田管理、水稻育种和遗传改良等具有重要作用.用L-系统描述水稻根系弯曲的算法复杂,较难提取产生式,产生的分枝根根型比较生硬.为了更好地模拟水稻根系直根和曲根的形态结构,研究基于改进L-系统的水稻根系建模和可视化方法.结合二次均匀B-样条曲线的数学表达式改进传统L-系统的产生式,把根系生长节点作为控制中心,运用二次均匀B-样条曲线函数来表达根轴的弯曲程度,并以动态数据结构存储根系生长节点.对模型模拟值与现场观测值进行相关性分析显示,均方根误差在0.022～0.040之间变化,平均偏差在0.107～0.189之间变化,表明基于改进L-系统的水稻根系模型的准确度较高.以模型作为算法基础,利用Visual C++开发工具和OpenGL开放图形库实现了水稻根系生长可视化仿真系统.系统能够表达水稻根系在不同生长时期的形态特征和生长规律,模拟的真实度较为理想,可以有效满足精确农业的研究需求.

根系是水稻获取养分的主要器官,水稻根系三维建模及可视化有助于进一步了解其根系的形态、结构和功能.随着计算机视觉和非侵入性技术的不断发展,根系形态和功能研究已进入数字化和可视化的阶段.近年来许多研究者分别从制作出土根系手绘图、计算机断层扫描(CT)等非侵入性技术、数学建模以及仿真模拟等方面推进水稻根系三维建模及可视化的研究.根系数据的获取是三维建模的有效前提,根据是否破坏根系原有生长环境,根系数据探测被分为破坏性探测和原位探测两类,本文对比分析了两种探测方式的方法和特点.从人工观察测量、机器视觉、光学仪器或断层扫描的三维数字化等方面对水稻根系的三维建模进行了阐述,总结了水稻根系三维建模及可视化的研究进展,并对当下主流三维重构技术进行分类和对比,总结了不同根系三维重构方法在重建效果、成本、操作水平等方面的优劣势.此外,由于根系生长在复杂多变的土壤环境中,不同时期根系的生长发育受土壤紧实度,水分、养分分布等因素的影响而存在差异,且受限于土壤的不透明和不稳定性,更多水稻根系的三维建模研究主要停留在根系基本指标与非环境因素(如土层深度、时间)的统计拟合及单环境因子对水稻根系生理生态的影响上,而根系与多环境因子动态交互方面的研究较少.在高度非结构化的根系数据处理困难的情况下,探究水稻根系与环境的动态转化过程及根系生长与多环境因子的定量关系模型将成为未来根系三维建模研究的重要方向,为构建更具真实意义的可视化模型提供基础.