精准施药技术以提高农药利用率,减少环境污染和增强食品安全的显著优势,已经成为当前农业发展的主要趋势。精准施药技术的核心是在于获取田间植株的生长状态信息,如形貌、密度、病虫草害等,并根据植株相互间的生长差异性制定不同的作业措施。而获得植株生长状态信息及其生长差异性的关键步骤是对植株形态结构的三维可视化。植株的三维可视化研究,有机结合了传感器、人工智能、计算机、视觉图像等科学技术,能够精确描述植株的空间结构分布特征,在一定程度上可以反映植株的生长状态,极大地促进了植物三维结构模型的研究应用,为植株形态特征和生理结构功能的可视化研究提供了可靠的技术手段。本文以仿真绿植(绿萝、万年青)为预先研究对象,在确定研究方法后,对苗期油菜(三叶期、四叶期、七叶期、虫害)进行形态模型构建,针对植株的三维形态模型构建和生长参数提取的研究,提出了基于MVS序列图像技术的整株三维形态模型构建方法。利用SIFT算法计算并提取出特征点,对特征点进行SFM和PMVS计算和调整,获得原始的整株植株空间三维点云数据,并对该点云数据做滤波、精简、曲面重建、形态参数计算等处理。本研究为油菜田间精准施药技术的实现提供基础技术,具体开展的研究工作如下:(1)搭建多视角立体视觉系统平台。在分析和研究了多视角数据采集的工作原理,以及相关的相机标定工作的基础上,结合可调控转动平台,设计了以一定速度、角度旋转的多视角立体视觉系统平台。(2)原始植株点云的获取。在综合考虑了基于MVS序列图像的方法和植株结构特性的基础上,通过对目前已有的图像匹配和空间点云数据的获取方法探讨,其中包括SIFT算法的理论、SFM算法的基本概念及应用、PMVS算法及其算法模型的研究,制定了针对于整株油菜的三维形态模型构建方法和生长参数提取的方案。(3)油菜整株三维曲面模型重建技术研究。根据获取的原始植株点云数据,采用了手动和算法相结合的滤波方法,根据油菜叶片形态特性,提出了基于局部曲率的自适应点精简算法,对油菜植株进行去除噪声点和精简点云数据的处理。对于精简后的点云模型做分割处理,三角网格化油菜植株的叶片和杆茎,获得完整的油菜植株曲面模型。(4)植株三维曲面模型的生长参数计算和测量。基于植株三维曲面模型,采用欧氏距离、Hausdorff(豪斯多夫)距离、三角网格累加等方法实现植株生长参数(株高、叶面积、叶长、叶宽、叶倾角)的计算,并根据统计学分析,将模型计算得到的参数与人工实测的数据做精确性评估,从而验证曲面模型的精准度。