近年来，植物三维点云形态结构建模被国内外许多学者进行了大量的研究。就目前而言， 已经出现了很多种建模方法。而现有的建模方法可以被大致分为两类，一种是基于规则点云数据建模的方法，另一种是基于实测点云数据进行建模的方法。下面具体介绍下这两种点云 建模方法。 

1、基于规则的建模方法

基于规则点云数据建模的方法已经有很多研究[2-5]，建模方法主要包括：基于 L-系统的 点云数据建模方法[6-8]、基于分形理论的点云数据建模方法[9-10]、基于有限元胞自动机的点云 数据建模方法[11]，以及以其理论为基础发展而来的 Green Lab 建模方法[12-13]。 

美国生物学家 Lindenmayer 在 1968 年首次提出 L-系统理论[6]，它是一种将字符进行重写 的系统，主要是通过记录真实的植物生长过程，从中抽象出一些植物生长的规律，然后根据 生长规律制定一些规则，用来模拟植物的生长过程。L-系统一开始只是理论研究，后来被许 多人进行了完善和修改，现在已经应用在多个领域。其中 Smith[7]解决了模拟植物分枝的拓 扑结构问题，Prusinkiewicz[8]等人开发出了 Vlab 虚拟植物系统。 

B.B.Mandelbrot 在 20 世纪 70 年代提出了分形方法[9]，分形方法可以用来描述植物的 拓扑形状，对于植物的几何建模又多了一种思路。分形几何建模方法较多，目前主要的方法 有：粒子系统(Partial system)、迭代函数系统(Iterated function system, IFS)、正规文法方法、 分枝矩阵(Ramification matrix)、A 系统(A-system)和 Oppen-heimer[10]提出的特定分形方法 等，其中，典型的方法是利用 IFS 绘制分形。 

法国农业发展国际会议中心(CIRAD) 的 de Reffye 等[11]提出了有限自动机模型，有限 自动机模型可以系统的描述植物生长过程中的每个阶段，并且可以确定参数构建数学公式定 量描述，所以可以很好的用来模拟植物的生长[12-13]。 

2、基于实测数据的建模方法

实测数据是指使用三维激光扫描仪获得的数据，随着三维数字化测量设备如三维激光扫 描仪的日趋成熟和广泛应用，实测数据越来越容易获取，获取成本也越来越低。同时由于实 测数据可以很好的反映植物的真实形态，也为后面的建模提供了真实可靠的数据，已经成为 研究的一种全新的方法。 

基于实测数据的建模方法也包含两种：一种是基于单幅图像的植物建模方法，一种是基 于多幅图像的植物建模方法。 

基于单幅图像的建模方法是指仅用一张图像重构空间三维物体的真实形态，从理论上分 析，三维物体映射到二维平面，必将失去许多重要的信息，因此用这种方法重构的话精度会 比较低，有时候甚至无法完成建模。但是这种方法的优点就是算法简单、效率高。 

基于多幅图像的建模方法是指利用多幅图像重构真实三维物体形态，对同一物体从不角 度进行拍摄，可以保留更多三维物体的信息，重构时也能更真实的反映三维物体真实形态。 但是相对于单幅图像建模，多幅图像建模的算法更复杂，效率相对较低。 

3、点云数据处理方法

为了获得完整的植被叶片点云模型，需要重点研究点云的拼接方法。然而对于所获得的 点云数据，在进行特征提取、拼接等工作之前，需要对其进行预处理、点云分割等操作；在 完成拼接之后，还需要对完整的点云模型进行三维重建工作。因此，需要对点云数据的预处 理、分割等相关内容进行研究。 

（1） 点云预处理 点云数据的预处理包括滤波[15]、简化等操作。 

在对目标物进行三维测量的过程中，受多种因素影响，所测三维点云数据中包含了大量 的噪声点和无用数据点。如果不对数据进行预处理，直接对其进行信息体提取，势必会受其 影响，不能很好的反映实际测量结果。因此，需要对被测点云数据进行去除误差和噪声等操 作。  植物三维点云形态结构建模国内外研究现状:http://www.chuibin.com/yanjiu/lunwen_206255.html