虚拟植物是指在计算机上形象直观地再现植物的生长过程。虚拟植物可视化技术的研究,是虚拟农业研究的重要组成部分;在数字农业、大型自然场景仿真系统、虚拟娱乐、科研、教育等诸多领域具有很高的应用价值。相对于植物结构模型的研究,植物器官建模研究较少见到;基于图像的器官重建具有重要的研究价值。叶是植物最重要的可视化特征之一,是构建植物器官图像、图形库的重要原始信息,叶图像提取及重建是基于规则的虚拟植物建模的重要组成部分,是影响视觉效果的决定性因素之一。论文就叶图像提取及虚拟植物可视化实现进行研究,主要围绕叶图像提取、基于图像的叶重建、基于图像和L系统虚拟植物可视展现等进行研究。论文分析了植物模型的基本概念,比较了常用虚拟植物建模方法;给出了基于图像的虚拟植物可视展现实现思路,主要思想是基于图像进行植物可视特征提取,在此基础上利用L系统进行植物生长“组装”。论文分析了基于规则的虚拟植物器官重建方法,主要是基于图形学几何表示,采用简单的几何形状近似表示植物器官,通过若干参数调整控制其外观,用计算机图形学技术可视展现;模型的可控性较好,但视觉效果不理想。植物图像包含了植物重要的特征视觉信息,是虚拟植物可视化系统的一个重要数据来源。叶是植物最典型的器官之一,包含了重要的植物特征信息;叶图像提取是叶表面重建和植物自动识别的基础工作。论文针对叶图像特点设计实现了叶边缘提取;针对叶脉提取,提出了一种结合可变模板技术和细胞神经网络的提取算法,该方法结合可变模板和细胞神经网络的优良特性,取得了较为理想的提取效果;可应用于虚拟植物叶重建和机器识别所需的叶拓扑结构获取。论文研究了基于图像的叶重建。叶表面重建是基于规则的虚拟植物建模的重要组成部分,是提高基于L系统植物建模视觉效果的重要途径,是影响最终重建视觉效果的决定性因素之一。论文设计并实现了基于叶轮廓的表面重建。上述方法仅利用了叶边缘信息,仿真效果较差。论文设计了基于图像重建技术和参数L系统的交互式叶重建方法,并结合图像合成技术使叶重建有更好的视觉效果和可控性。论文研究了树形植物株体三维近似重建,自然背景下的植物图像,采用传统图像分割方法效果较差,提出了基于小波的植物图像轮廓提取方法。自然植物虚拟重建非常困难,近似重构一株视觉上“相似植物”具有重要的实际意义;论文改进了快速植物近似三维重构,重建一株视觉上“相似植物”。该方法无须复杂的L系