城市植被多种数据源信息的三维精细重建与大规模真实感快速呈现

The development of image and 3D processing technology promotes the digitalization of residential environment. Refined 3D reconstruction and large-scale realistic presentation of urban vegetation have application value in urban digitalization, ecological benefit evaluation, space layout planning, and management decision. This project develops new methods and techniques in image, vision and 3D processing, and solves the technical problems of acquisition, reconstruction, processing and presentation of vegetation information in urban digitalization. According to multiple-source data of urban vegetation, research contents are urban vegetation information processing, refined 3D reconstruction of an individual plant and a group of plants based on 3D analysis, interactive reconstruction of plants in complex environment based on similarity analysis, plant modeling based on input restrictions and botanic principals, coding and simplification of plant models, and large-scale fast and realistic presentation. The innovations and the key scientific problems in this project are as follows: segmentation for vegetation and plants in images, refined segmentation of branches, leaves, and stems, hyperspectral image based environmental factor calculation, 3D point cloud acquisition from multi-view images in a large-scale scene, high-precision reconstruction from incomplete plant point cloud, the combination of plant reconstruction and plant growth, inverse process modeling of real trees, urban vegetation scene shape analysis, and fast presentation. The key difficulty is the analysis for coherence of multiple-source data.

图像和三维处理技术的发展促进居住环境数字化的进程。城市植被三维精细重建与大规模真实感呈现，在城市的数字化建设、生态效益评估、空间布局规划和管理决策领域有应用价值。本项目发展图像、视觉和三维处理的新方法和新技术，以解决城市数字化过程中植被信息的获取、重建、处理和呈现的技术问题。项目针对城市植被多种数据源信息，研究植被信息的处理、基于三维分析的植物个体和群体三维精细重建、基于相似性分析的复杂环境中植物的交互重建、基于形状约束和植物学原理的植物重建、重建的植物模型编码和简化、以及大规模快速真实感呈现等技术问题。项目的创新和关键科学问题为：图像中植被植株整体分割和枝叶茎精细分割、基于高光谱的环境因子计算、多视角大场景三维点云获取、树木信息缺失点云的精细重建、植物重建与植物生长建模的结合、真实树木的逆向过程建模、城市植被场景形状分析和快速呈现。主要难点在于多源数据一致性的分析。

在人工智能技术取得成熟应用的背景下，图像、视觉和三维处理技术的发展，促进了智慧城市环境数字化的进程，而植物的数字化受到关注。项目任务的研究内容为八个方面：植被数据采集与获取、植被视觉信息分析、三维点云重建、基于数据和机理的单株多株植被模型高细节重建与交互重建、城市场景分析与场景重建、植被三维优化表示、植被场景真实感快速呈现，以及林业应用。..项目工作发表论文71篇，包括IEEE/ACM Transactions的SCI论文23篇，其它SCI论文20篇，顶级会议论文4篇。项目工作发表论文中第一标注论文21篇。发表论文中被其它SCI论文引用合计超过360次。..项目有20篇代表作论文，分别从四个方面体现典型成果和主要创新。第一、视觉分析与点云重建方面，提出稀疏高光谱图像解混方法、自然图像精细结构分割方法、双边滤波加速的图像处理方法、图像分割和深度估计联合的计算方法；第二、植被的三维模型重建方面，提出植物主干与细枝合成式重建方法、生长模拟及与环境交互的模型构建方法、开花过程重建方法、运动变形跟踪与重建方法、基于图像的植物过程式重建方法、有缺失点云的交互式重建方法。第三、快速呈现与优化表示方面，提出植物连续LOD直接构造方法、基于GPU的硬件实例化绘制方法、表面点集的采样方法和表面重新网格化方法。第四、场景重建与林业应用方面，提出城市场景布局的规则化方法、城市建筑物外观结构逆向过程建模方法、基于曲线模拟树干围尺测量轨迹的树干直径提取方法。..项目工作还出版专著一部，申请或授权国内外专利25项。项目成果获得教育部科学技术进步奖二等奖1次、获得陕西高等学校科学技术奖一等奖1次。项目共培养博士生18人、硕士生6人和博士后5人。..项目研究出了图像、视觉和三维处理的新方法和新技术，解决城市数字化过程中植被信息的获取、处理、重建和呈现中的有关技术问题，项目成果在智慧城市数字化、生态评估和空间布局规划等领域有应用价值。