基于树木生长发育模型的自动建模算法

来源 :四川大学 | 被引量 : 0次 | 上传用户:jmrys
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
作为日常生活中最常看到的自然景色之一,树木模型广泛出现在影视、游戏、航空、军事等领域,是计算机图形学中真实建模领域的重要研究课题。但树木本身具有很高的复杂度,使得通过人工方法进行树木三维建模的工作非常繁琐。同时,属于同一科目的树木在形态上具有高相似性但又略有不同,如果通过人工手段对由同一科目的树木组成的森林进行建模,其工作量将会成倍增长。为了实现高效率的树木建模,近年来研究者们提出了基于植物生长模拟的空间定殖算法,其基本思想是从植物生长的角度出发,将复杂环境表示为离散的空间节点,模拟树木生长过程中的空间争夺机制。然而,这种算法却忽略了植物的生物学约束,不能表征树木的植物学特征,没有考虑叶序、向光性、异化生长速度等等,也忽视了植物力学对树枝弯曲的影响,导致建模出的树木不够真实。本文通过为树木施加环境资源和树木生长特性约束,采用自组织的方式使树木的各个生长节点自动适应周围可用空间,模拟树木的生长发育模型,以此实现建模的自动化。同时,扩展并实现树木的资源流动模型,使其更具备真实感。本文还通过梁理论对树木的力学结构进行模拟,分析树枝树干不同成长时期的受力,创建具备真实弯曲形状的树木。本文的主要工作包括以下方面:·提出一种基于树木生长发育模型的自动建模算法。本文参照树木发育模型,将植物生长所需要的光照资源表示为离散资源点,引入光照条件完善驱动生长机制。相比于空间定殖算法中树木生长发育阶段的空间争夺机制,本文还引入了叶序结构控制枝干的整体分布。其次,引入生长方程控制树木的生长速度,控制树木整体外观,使枝干的比例更贴合生态规律。同时,本文还实现了树木的资源分配模型,以此实现树木的几何多样性。·提出一种从生物力学的模拟结果中构建真实树枝模型的方式。构建枝干表面常使用广义圆柱体技术,在以往算法中,枝干中心线由样条函数在枝干内部插值的一系列节点拟合而成,这种方式并未对枝干中心线各点进行受力分析,如此建模会使枝干的弯曲不够真实。本文通过模拟树枝生长阶段其生长应力与外力的平衡过程,计算树枝的生长轨迹,以该轨迹为中心线构建轮廓。实验结果表明,基于生长发育模型的自动建模算法能够方便地生成大量具备几何多样性的树木,并且能够满足树木的自然规律,考虑到了树木的植物学特征。此外,本文提出的基于树木生物力学的树枝构建方式,能够在一定程度上合理地表示树枝的弯曲现象。
其他文献
随着测序技术的发展,生物大分子序列数据量也飞速增长。数据挖掘作为从庞大的数据中提取出未知、隐含及具备潜在价值的信息的技术,被广泛应用于生物信息领域,用于探索其生物意义。其中,三维基因组学是近些年来基因领域的研究热点,研究表明基因组的三维结构与基因的转录调控以及表观遗传存在相关性,然而物种间的基因组三维结构的比较分析尚未在植物中得到广泛研究。因此以杨树为例,使用数据挖掘技术对胡杨和新疆杨进行三维基因
染色体图像分类,是临床上进行染色体分析的关键步骤之一,在遗传疾病的诊断和肿瘤学研究中具有重要意义。得益于计算机技术的发展和进步,使用计算机进行自动化的染色体分类,成为了近年来的热门研究。染色体是非刚性物体,容易发生弯曲,弯曲的染色体会影响网络的精确率,需要对弯曲的染色体进行矫直。现有的染色体矫直方法主要分为切割矫直法和骨骼关联矫直法,这两种方法存在一些局限性:切割矫直法,通过切割图片矫直染色体,会
随着网络的普及以及大规模食物数据的涌现,为了有效获得所需的食物信息,食物计算领域的跨模态菜谱检索得到了广泛关注。跨模态菜谱检索是食物图像和菜谱之间的相互检索,跨模态菜谱检索的难点在于食物图像和菜谱之间的关系极为复杂:有较多的食物图像外观相似且部分图像存在着干扰信息;在烹饪过程中有的食物配料变得不可见或者配料外形会发生变化;烹饪指示中暗含着配料与食物成品图像的某种关系。现有研究方法存在的问题:1.由
三维探测技术具有广泛的应用价值,在地形获取、自主定位、实景模拟、工业生产等诸多领域具有重要的推广及理论研究意义。作为三维探测技术驱动核心的场景深度信息获取是计算机视觉领域的热门研究课题之一,近年来受到了研究人员的广泛关注。传统深度信息获取方法大多采用基于多视图的双目立体匹配或从运动恢复结构的方式,对输入图像及相机拍摄参数的限制要求较多,提高了深度信息获取的门槛。因此,采用更少场景图像输入、对相机硬
红外成像仿真技术能够有效克服时间、环境、地域的限制获取不同环境条件下的红外图像,传统基于场景建模的仿真方法存在建模复杂度高、建模时间长等缺点,随着增强现实技术的发展,在真实场景中加入虚拟仿真物体能够避免大范围的场景建模工作,方便快捷地生成红外仿真图像。为保证仿真图像的视觉效果更加逼真,需要重点解决虚实融合的辐射一致性问题,即虚拟景物和真实背景应具有一致的红外辐射。在真实环境中,探测器接收到的辐射值
互联网发展日新月异,在改变人们生活娱乐方式的同时,也拓宽了社交渠道。交流分享不再受到距离限制,但问题亦接踵而至,攻击性言论犹如附骨之疽充斥在网络世界中,破坏着绿色文明的网络交流环境。攻击性言论是针对特定个人、群体进行言语攻击或能引起观者不适的文字内容,常见于各种社交媒体平台。准确的自动化检测工具能有效遏制攻击性言论的泛滥,故研究聚焦于使用机器学习方法检测识别攻击性言论。攻击性言论相关子任务包括了检
随着知识图谱技术的发展与成熟,其作为一个结构化的知识库被应用到各个领域,尤其是在基于知识库的问答领域。知识库问答是其接受一个自然语言式的问句并经过语义理解后结合知识库返回答案,不同于传统基于关键字的检索式问答,知识库问答直接给出精准答案,不需要用户进行二次查找或推理,使答案获取方式更加简单高效。然而,目前知识库问答的整体准确率不高,其主要原因包括两点:实体名拼写不规范、问句上下文信息不足和知识库中
面部表情是一个人表达情绪最直接的形式之一。由于人机交互的发展,许多领域开始关注人脸表情识别。近几年深度学习方法显著提升了人脸表情识别准确率,但在实际应用中仍存在一些问题:首先,深度学习需要大量训练数据,但现有人脸表情数据库不足以训练出在实际应用中能产生可靠结果的深度神经网络;此外,不同个体的差异,如表达情绪的方式和表情强度的差异,也会给人脸表情识别带来挑战。现有大多数表情识别方法一般将表情分为离散
在教育领域,“个性化学习”一直是经久不衰的话题。受限于技术水平和师资力量,其一直未能在实践中得到广泛应用。近年来,快速发展的人工智能和互联网技术重塑了个性化学习,为其在实践中的广泛应用创造了契机。领域知识模型和用户特征模型是个性化学习的两个重要根基。在实践中,通常使用知识图谱来构建领域知识模型。实体识别是构建知识图谱的第一步。在教育领域,实体识别也被称为“知识元抽取”。在已有研究基础上,本文重点对
白内障是当今发病率和失明率最高的眼科疾病之一。对预防失明来说,在早期及时发现并准确诊断出白内障尤为重要。临床白内障诊断往往需要眼科医生专业的知识和丰富的经验,但贫困和边远地区的白内障患者通常因为缺少专门的眼科医生而错失了诊治的机会。深度学习技术发展至今,在许多图像分类任务中都得到了广泛而成功的应用,然而,在白内障的自动检测任务中仍然存在着巨大的挑战。这是由于白内障及眼部B超图像的两个特点:首先,白