植物三维形态结构是植物生长发育状态的真实反映,能够快速获取数据,进而精确构建植物三维模型一直是植物学、计算机图形学等领域的研究热点。然而,植物是复杂的生命有机体,其形态结构建模远比工业机械零部件、建筑物等结构建模困难,主要表现为其非刚性、动态生长、大小不一、结构异同等特点,因此,实现植物从发芽、出苗、形态建成、成熟衰老的整个形态结构过程的数据采集和建模需要大量、复杂、繁琐的工作。如何以相对低成本的方式全面、准确、无损和连续获取植物形态结构数据,并以三维可视的方式分析研究农作物的形态结构和生长过程、进行表型测量是当前数字植物、表型组学研究的关键环节。基于多视角图像的三维重建方法通过拍摄多视角二维图像序列,可以达到生成植物形态结构致密点云和纹理数据。与其它三维重建方法对比,该方法具有设备成本低、数据获取方便、使用灵活等优点,获取的点云三维信息不仅具有高密度,而且包含了图像真彩色纹理等信息,具有较强的真实感。近年来该方法受到广大研究人员的关注,成为植物三维建模研究的主要方法之一,然而基于多视角图像技术对植物进行三维重建,受到环境、相机点位设计、采集频率等因素的影响及点云合成后处理的制约,因此数据采集装置的合理设计及后期算法处理是该技术当前研究的重点和难点。本研究主要是以玉米为例,力求寻找出一种快速准确获取玉米植株三维模型的方法。本文对不同生长时期的玉米植株三维重建进了研究,同时针对植株过高的情况,结合点云配准和拼接技术,实现对高大玉米植株(大于3米)的三维重建。通过本文研究,为植物三维重建技术的发展、植物表型组学的研究以及低成本高通量设备的研制提供了有益参考。本文主要包括以下三个方面:(1)基于运动恢复结构的技术原理,针对不同生长时期,高度不同的玉米植株进行了相应的图像获取和多视角图像的三维重建。采用“相机动、植株不动”即旋转轨道式和“植株动,相机不动”即电动转台式两种不同形式,分别记为“方式一”和“方式二”,对多视角图像获取装置进行设计。研究表明旋转轨道式结构装置和电动转台式结构装置均可以实现对玉米植株的三维重建,而前者重建的点云质量更高、纹理信息更真实、重建成功率及鲁棒性更高,通过提取三维扫描仪FARO和高分辨率多视角图像序列重建所得的两组小型玉米植株的叶尖鞘距和叶宽表型参数,得到二者的均方根误差分别为:RMSE=0.098cm和0.028cm,相关系数分别为:R~2=0.83和0.84,可以达到比三维扫描仪所得的重建质量更好的效果。而后者在重建点云质量上效果不是很理想,但是设备装置携带方面更为便携,具有很大的研究潜力。(2)针对“方式二”中重建点云噪声较大,影响重建质量的问题,考虑到玉米植株为绿色这一特性,采用了基于超绿算法的背景分割算法。在图像获取过程中搭建以蓝色幕布为背景的拍摄环境,然后利用超绿(EXG)算子对获取图像中的绿色植株进行分割处理,把多视角图像序列转为只包含绿色植株的图像序列进行重建,解决了图像拍摄背景环境复杂而影响重建质量的缺点,避免了背景环境对图像特征点提取的干扰,大大降低了重建噪点数目,改进了重建效果。(3)为了解决植株过高影响重建完整性和精度问题,本文提出基于ICP算法的多视角玉米植株点云拼接方法。该方法通过对植株进行截断处理,分段进行多视角重建,然后利用ICP算法,对获取的截断植株点云进行拼接,所得拼接点云的重合部分误差较小,误差范围约在0-0.12cm之间,距离较大的情况出现较小,拼接精度较高,可以满足对高大植株的三维重建,解决了植株过高时多视角图像获取不便、植株存在遮挡和获取图像质量差的缺点。