植物建模長期以來一直是計算機(jī)圖形學(xué)領(lǐng)域研究的重點之一。它是自然場景建模中必不可少的環(huán)境因素。植物形態(tài)結(jié)構(gòu)復(fù)雜多樣,大規(guī)模場景中需要諸多不同的形態(tài)結(jié)構(gòu)。如何利用計算機(jī)高效快速地生成這些模型,已成為植物建模領(lǐng)域中的熱點問題。為已知植物逆向推斷其生長模型是一種有效的植物建模方法。針對目前方法中其描述方式不夠直觀、對輸入要求嚴(yán)格以及耗時相對較長等問題,本文研究了基于參數(shù)智能提取的植物建模方法。利用該方法可以有效地實現(xiàn)同類植物不同形態(tài)的生成。本文的主要工作和成果如下:1.提出一種基于圖像特征的植物形態(tài)相似度計算方法。該方法考慮了植物圖像的形狀特征和顏色特征,其中形狀特征包括植物圖像的輪廓特征和區(qū)域特征,從植物枝條的松散度、葉片的稠密度和顏色三方面描述植物的形態(tài)特征。植物枝條的松散程度從三方面來表示,植物的高寬比、植物的輪廓四邊形和第一個一級側(cè)枝的高度。葉片的稠密程度由葉片所占整個包圍矩形面積的比例來表示。葉片的顏色用基于HSV和YUV顏色空間的顏色直方圖來表示。并利用信息熵確定權(quán)重。除此之外,與常見的圖像相似度方法進(jìn)行比較,查準(zhǔn)率和查全率更優(yōu),同時對縮放不敏感。2.提出一種基于改進(jìn)粒子群算法的虛擬...

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-2TreeSketch創(chuàng)建的樹模型[16]

基于參數(shù)智能提取的植物建模方法研究4圖1-2TreeSketch創(chuàng)建的樹模型[16]Figure1-2.TreemodelscreatedbyTreeSketch[16]1.2.2模型相似度比較形狀匹配是計算機(jī)圖形領(lǐng)域中的重要任務(wù)，并且由于3D數(shù)據(jù)數(shù)量的增加而變得越來越重要。形狀....

圖1-3編輯操作示意圖[19]

浙江工業(yè)大學(xué)碩士學(xué)位論文5三維模型檢索已成為虛擬現(xiàn)實領(lǐng)域的基本問題，草圖是三維模型檢索的較好方式。為解決低分辨率三維模型頂點數(shù)和面片數(shù)較少，不易獲得完整光滑幾何線圖的問題，樊亞春等人[22]提出利用高斯差分法對三維模型深度緩存投影圖像提取三維模型線圖，并采用貝塞爾曲線優(yōu)化線圖結(jié)果....

圖1-5支持骨架個性化編輯的輕量化樹木構(gòu)建過程[29]

浙江工業(yè)大學(xué)碩士學(xué)位論文7來計算L-系統(tǒng)的并行框架。其重新定義了L-系統(tǒng)和新的數(shù)據(jù)結(jié)構(gòu)，在GPU內(nèi)核和著色器之間共享數(shù)據(jù)，不僅加快了計算速度，而且避免了CPU和GPU內(nèi)存之間的數(shù)據(jù)傳輸開銷。并行機(jī)制使得算法實現(xiàn)了更好的性能，尤其是三維L-系統(tǒng)的生成。三維樹木幾何和拓?fù)浣Y(jié)構(gòu)的復(fù)雜性....

圖2-1使用L-系統(tǒng)進(jìn)行骨架建模及其在OSG中的渲染云效果[31]

浙江工業(yè)大學(xué)碩士學(xué)位論文9第2章相關(guān)技術(shù)本文中的研究內(nèi)容涉及計算機(jī)圖形學(xué)、優(yōu)化算法、植物學(xué)等多領(lǐng)域。在研究植物建模過程中，針對植物對圖像相似度重新定義，其中包括三個因素，各因素所占比重不同，需要合理的權(quán)重設(shè)置策略。在植物生長模型參數(shù)提取中，利用粒子群算法對參數(shù)進(jìn)行優(yōu)化。最后，使用....

本文編號：4020503