针对全球气候变暖的问题,森林碳汇方式非常有效,而建立植物宏观生长量的模型模拟树木生长将非常直观地获得树木生长信息。采用计算机可视化技术来模拟树木生长的过程,具有成本低、耗时短且结果直观易懂的优点。本课题主要是建立具有真实感的3D树木模型,重点研究新的快速高效的树木建模方法,并搭建平台,设计出人机交互系统。研究工作主要分为以下三个方面:第一,树木图像抠图方法研究。以数码相机获取的图像为基础,分别采用阈值分析和SVM方法抠图:在HSV空间中进行阈值分析,采用自动阈值分别提取树叶、树枝、树干图像,再将三者合并,将树木图像从原图像中抠取出;同时采用SVM的抠图方法,分别提取目标树以及背景的R、G、B三个颜色分量作为分类特征,确定训练集,基于LIBSVM建立支持向量机,利用建立的模型进行测试与预测,实现图像的分割,将树木图像从原图中提取出。第二,树木图像配准方法研究。采用SURF算法,对抠取出的三幅树木图像进行配准,先检测特征点再对特征点匹配,使得三幅图像分别找到对应相同的位置,获得三幅图像的匹配信息。第三,树木图像的三维重建。以配准的三幅树木图像为基础,分别进行运动参数估计和运动参数优化,最后估计场景点的三维坐标,完成三维重建;采用OpenGL和QT进行3D树木可视化系统的设计,利用Unity3D引擎渲染环境,完成3D树木的可视化。本文分别进行了图像抠图、图像配准和三维重建可视化的实验及重建结果的分析。实验结果表明,图像抠图中的SVM法与阈值法相比效果更理想;树木图像配准采用SVM方法抠取出的图像进行配准,根据SURF算法成功地将三幅图像两两之间建立映射关系;建立的可视化系统主要有图像抠图模块、图像配准模块和三维重建模块,在建立的3D树界面中,可进行简单的位移操作,系统操作简单,方便易懂;重建结果分析表明,3D树重建在树高和树干直径方面精确度在90%以上,达到了重建的要求。