病蟲(chóng)害條件下葉片表觀的三維模擬算法

病蟲(chóng)害條件下葉片表觀的三維模擬算法

0表觀模擬方法近年來(lái)，隨著農(nóng)業(yè)信息技術(shù)的發(fā)展，農(nóng)業(yè)信息的科普和技術(shù)進(jìn)步日益增多。其中，三維虛擬動(dòng)畫(huà)已成為一種重要的手段。它展示了農(nóng)業(yè)生產(chǎn)中基本原則、術(shù)語(yǔ)和技術(shù)方法的基礎(chǔ)和難點(diǎn)。其中,病蟲(chóng)害是農(nóng)業(yè)生產(chǎn)中非常常見(jiàn)的一種生理現(xiàn)象,所以描述病蟲(chóng)害條件下植物葉片表觀變化具有重要意義。關(guān)于葉片表觀模擬的研究大部分集中在正常狀態(tài)下的表觀質(zhì)感建模。如基于雙向表面擴(kuò)散函數(shù)(bidirectionalsubsurfacescatteringreflectancedistributionfunction,BSSRDF)的方法以及基于雙向表面反射函數(shù)(bidirectionalreflectancedistributionfunction,BRDF)+雙向表面投射函數(shù)F(bidirectionaltransmittancedistributionfunction,BTDF)的方法。也有部分研究者研究植物葉片老化的模擬方法[9,10,11,12,13,14]。以上研究均未考慮病害對(duì)植物葉片表觀的重要影響,然而,在病蟲(chóng)害因素下葉片表觀會(huì)產(chǎn)生顯著的變化,如出現(xiàn)色斑、空洞等現(xiàn)象。為此,本文提出了一種病蟲(chóng)害下的葉片表觀模擬方法,可以實(shí)時(shí)地對(duì)病斑在葉片上的發(fā)生、擴(kuò)散進(jìn)行較真實(shí)地模擬。1病原菌在葉片的生長(zhǎng)特性將病斑的空間信息分為3個(gè)方面:病斑的分布、病斑的運(yùn)動(dòng)方式、病斑最終形成的形態(tài)。對(duì)于以上3點(diǎn)分別做出如下假設(shè):1)病斑的分布:病菌在葉片表面進(jìn)行生長(zhǎng)繁衍是存在競(jìng)爭(zhēng)的,所以為了尋求最大程度的葉片資源,病菌會(huì)均勻地散布在葉片的表面;2)病斑的運(yùn)動(dòng)方式:病菌浸染葉片,是由初始的附著位置向四周逐步擴(kuò)散(即不會(huì)出現(xiàn)位置的跳躍現(xiàn)象)。3)病斑的形態(tài):對(duì)于同種葉片上的同類病菌,其在葉片留下的病斑形態(tài)會(huì)呈現(xiàn)一定的相似(如黃瓜上白粉病大致成橢圓形)。在以上假設(shè)條件下,提出了基于細(xì)胞紋理的白粉病空間信息表達(dá)方法,通過(guò)紋理,可以對(duì)病害在葉片表面的空間動(dòng)態(tài)過(guò)程進(jìn)行模擬。2函數(shù)fps的函數(shù)Worly于1996年提出了細(xì)胞紋理基函數(shù)的概念,這種函數(shù)的思想是將一系列特征點(diǎn)分散到R3空間中,并且根據(jù)特征點(diǎn)與其局部點(diǎn)之間的距離關(guān)系構(gòu)建標(biāo)量函數(shù),利用這種函數(shù),可以構(gòu)建類似Voronoi形態(tài)的紋理特征,當(dāng)然,通過(guò)改變標(biāo)量函數(shù)的構(gòu)建方法,可以獲得豐富的紋理樣式。細(xì)胞紋理基函數(shù)從一定程度上可以簡(jiǎn)單地理解為特征點(diǎn)與其第n最近點(diǎn)的距離關(guān)系。由于本文希望構(gòu)建二維空間的細(xì)胞紋理,所以只從R2空間上對(duì)于細(xì)胞基函數(shù)的性質(zhì)進(jìn)行簡(jiǎn)要的介紹。如果在R2空間上隨機(jī)分布一定數(shù)量的特征點(diǎn),對(duì)于任意一點(diǎn)x,定義F1(x)為x到其最近特征點(diǎn)的距離,當(dāng)x發(fā)生空間變化時(shí),函數(shù)F1(x)的變化是連續(xù)平滑的,這種性質(zhì)并不會(huì)由于x會(huì)出現(xiàn)與多個(gè)特征點(diǎn)距離相等的情況而發(fā)生改變。同理,F2(x)表示x與其第2近的特征點(diǎn)之間的距離,Fn(x)為x與第n近的特征點(diǎn)之間的距離。根據(jù)Fn可以制作類似圖1樣式的細(xì)胞紋理,在圖1a中,可以清晰的看到整個(gè)紋理具有多個(gè)明顯的細(xì)胞樣的區(qū)域,將每個(gè)區(qū)域看成一個(gè)單元,在單元中會(huì)有一個(gè)顏色最暗的點(diǎn)X,而距離X越遠(yuǎn)的位置顏色越亮,兩者的亮度之差與它們之間的距離成一定的線性關(guān)系。當(dāng)然,通過(guò)改變細(xì)胞基函數(shù)可以構(gòu)建不同樣式的紋理圖案,但是特點(diǎn)與圖1b類似,都是具有明顯的細(xì)胞樣的單元區(qū)域,且區(qū)域中會(huì)有一個(gè)具有極端顏色的中心點(diǎn)(最暗或者最亮),而單元中其他位置的像素顏色值與中心點(diǎn)的距離具有一定的函數(shù)關(guān)系。細(xì)胞紋理的生成方法分為2個(gè)階段,第1階段是在二維圖像內(nèi)生成一定數(shù)目的隨機(jī)點(diǎn),對(duì)于隨機(jī)點(diǎn)的分布本文選取泊松分布,這樣做的目的是為了使其符合上文對(duì)病斑均勻分布的空間信息假設(shè)。第2階段,通過(guò)遍歷每一個(gè)像素值,計(jì)算其與特征點(diǎn)之間的距離,并進(jìn)行顏色計(jì)算。該步的偽代碼可參考文獻(xiàn),通過(guò)修改算法參數(shù)可得到不同類別的紋理特征,如圖1所示。從圖1中可以看到,細(xì)胞紋理的樣式與上文介紹的空間運(yùn)動(dòng)假設(shè)具有很多類似的特征:首先,細(xì)胞紋理的特征點(diǎn)是利用泊松分布在平面上進(jìn)行撒點(diǎn),對(duì)于這些特征點(diǎn)可以看作是生長(zhǎng)在葉片的初始病菌體位置(均勻地散布在葉片表面);其次,細(xì)胞單元區(qū)域內(nèi)由特征點(diǎn)位置向邊緣位置的顏色變化是連續(xù)的,所以可以將每個(gè)細(xì)胞單元的顏色分布看作是病菌向四周擴(kuò)散的運(yùn)動(dòng)過(guò)程(由特征點(diǎn)所在的位置向單元邊緣擴(kuò)散);最后,細(xì)胞單元區(qū)域都會(huì)形成類似的圖案,可以進(jìn)行病斑等形態(tài)的描述。3病害發(fā)生強(qiáng)度函數(shù)本文利用細(xì)胞紋理對(duì)病斑空間運(yùn)動(dòng)進(jìn)行模擬。因?yàn)榧?xì)胞紋理自身的性質(zhì),所以可以非常簡(jiǎn)單地利用紋理的顏色值進(jìn)行運(yùn)動(dòng)模擬。將紋理的顏色值看作是病斑的運(yùn)動(dòng)次序表示,假設(shè)特征點(diǎn)的顏色值為1.0,則在其細(xì)胞單元內(nèi)的其他部分的顏色值都會(huì)小于1.0,并且隨距離逐步遞減。所以,可以根據(jù)顏色值構(gòu)建病害發(fā)生強(qiáng)度函數(shù)D,該函數(shù)表示病情發(fā)生強(qiáng)度,值越大病斑擴(kuò)散的范圍越廣,其公式如下:式中:b表示擴(kuò)散速度(可控,無(wú)量綱),a表示病情程度,x為細(xì)胞紋理的像素值。為了增加病斑空間屬性的隨機(jī)性,在實(shí)際中對(duì)細(xì)胞紋理的值進(jìn)行一定的擾動(dòng)。本節(jié)采用的病斑紋理映射方式較簡(jiǎn)單,首先計(jì)算葉片模型的有向包圍盒,然后將紋理映射到有向包圍盒中最大面積的平面,同時(shí)為了調(diào)控病斑的大小,通過(guò)縮放因子對(duì)紋理坐標(biāo)進(jìn)行調(diào)控。4函數(shù)的渲染法真菌性病斑會(huì)在葉片表面形成霉層,并且厚度不一,通常情況下,初始發(fā)病的位置會(huì)隨著病情的加重逐漸加厚,而邊緣的霉層則相對(duì)較薄。本文采用Shell渲染算法對(duì)霉層的層次結(jié)構(gòu)進(jìn)行建模。Shell渲染常被用來(lái)進(jìn)行毛發(fā)的渲染,其思路比較簡(jiǎn)單。如圖2,Shell是一層層的水平切片的堆積體,每一層都根據(jù)細(xì)胞紋理進(jìn)行病斑的繪制,當(dāng)層數(shù)逐漸積累就可以出現(xiàn)具有厚度的層次感了。本節(jié)以白粉病為例,對(duì)病斑表觀模型進(jìn)行介紹。本文繪制15個(gè)層(后續(xù)用pass表示層)用于病斑的渲染,以使得最終的病斑結(jié)果能夠更加精細(xì),在繪制病斑前,通過(guò)第一層來(lái)繪制出葉片的表觀,并根據(jù)alpha值進(jìn)行混合。對(duì)于病斑的Shell渲染,需要考慮的問(wèn)題有以下幾點(diǎn):1透明像素設(shè)置病斑所在位置的信息是在細(xì)胞紋理上表達(dá)的,然而,在病斑擴(kuò)散的過(guò)程中,不是所有細(xì)胞紋理中的像素都屬于病斑,這些像素是不可見(jiàn)的,為此,需要將這些像素設(shè)置為透明。然而,不能采用傳統(tǒng)Shell渲染的方法,在固定紋理的alpha通道設(shè)置每個(gè)像素的alpha值,這樣只適合那些位置不變的物體(如毛發(fā)等),不能描述病斑擴(kuò)散這樣的過(guò)程(透明的像素是一直在變化的)。為此,利用公式(1)中計(jì)算的病害發(fā)生強(qiáng)度函數(shù)D去控制像素的透明情況,當(dāng)小于D時(shí),認(rèn)為是透明的像素,本節(jié)方法在處理完全透明像素時(shí),直接在片元著色器中利用discard函數(shù)將該像素刪除。2病斑厚度控制Shell渲染方法將切片按不同高度羅列在一起,為了生成任意模型表面的病斑,本文將切片沿多邊形的法向量方向進(jìn)行遞增。在實(shí)際中,霉層的厚度是均勻不一的,假設(shè)其厚度是隨著積累的時(shí)間逐漸增加的,所以會(huì)呈現(xiàn)中心位置偏厚,而邊緣偏薄的特點(diǎn)?？梢圆捎貌『Πl(fā)生強(qiáng)度函數(shù)D去控制病斑的厚度。當(dāng)繪制霉層時(shí),采用的pass數(shù)越大,則霉層高度越高,所以在渲染到較大pass時(shí),將邊緣位置(D較小的部位)刪除即可獲得中間高邊緣薄的效果。實(shí)際中通過(guò)偽代碼的算法進(jìn)行控制,病斑厚度控制的偽代碼:其中:pass_index為當(dāng)前的pass數(shù),pass_num為總的pass數(shù)量,PT為用戶的控制參數(shù),當(dāng)PT越大時(shí),表示厚度差距越大,當(dāng)PT=0時(shí),表示病斑區(qū)域的厚度是相等的;Position為頂點(diǎn)的三維坐標(biāo);shell_distance為用戶調(diào)控參數(shù),表示單層霉層的厚度;Normal為頂點(diǎn)的法向量。圖3為PT在0.2、0.3、0.5時(shí),病斑厚度的表觀變化。3數(shù)字空間下病斑的刪除霉層很多時(shí)候具有明顯的顆粒感,并且并未將整個(gè)葉片全部蓋住,尤其是在病斑厚度較薄的部位具有縫隙,為此,本文應(yīng)用perlin噪聲對(duì)病害發(fā)生強(qiáng)度函數(shù)D進(jìn)行擾動(dòng),按一定的規(guī)則將病斑位置的像素刪除,這樣便可得到相應(yīng)的縫隙,偽代碼如下:其中:DN為用戶的控制參量,值越大表示縫隙越大,當(dāng)DN=1.0時(shí),所有的病斑像素全部刪除,當(dāng)DN=0.0時(shí),所有病斑像素全部保留,表示不存在縫隙,n表示由perlin產(chǎn)生的噪聲數(shù)值,discard表示刪除像素的操作。圖4為DN在0.2,0.5,0.7下的病斑表觀。4生理因子的葉片表觀模型病斑覆蓋部位以及病斑周邊部位的葉片由于被白粉遮擋,經(jīng)常接受不到陽(yáng)光,會(huì)出現(xiàn)發(fā)黃的表觀變化。為了模擬這種現(xiàn)象,本文采用了基于生理因子的葉片表觀模型,模型中葉綠素含量變化范圍在0~50mg/cm2,并由D值進(jìn)行控制,而胡蘿卜素含量取固定值20mg/cm2,結(jié)構(gòu)參數(shù)取1.8。為了讓病斑周邊葉片發(fā)黃的變化更加明顯,本文并沒(méi)有簡(jiǎn)單地根據(jù)D的值按比率調(diào)整葉綠素含量的變化,而是相對(duì)于D的值提前將葉綠素含量大幅度的減少,這樣做就可使得病斑周邊葉片的顏色變化更加明顯。圖5為白粉病周邊葉片顏色的變化情況。5檢測(cè)的基本原理對(duì)霉層散射特性進(jìn)行簡(jiǎn)單的抽象,如圖6,將病菌看作是球體顆粒(圓點(diǎn)),白粉病的病斑是由病菌逐層積累產(chǎn)生的,在病菌的初始著落區(qū)域較厚,而在邊緣部分較薄。對(duì)較厚位置及較薄位置的光學(xué)特性分別進(jìn)行分析。對(duì)于較厚位置,假設(shè)不會(huì)有光穿過(guò)霉層射入葉片表面,入射光接觸到霉層之后,有一部分光發(fā)生了鏡面反射,剩余部分傳入霉層表面,與病菌的顆粒發(fā)生接觸之后,經(jīng)過(guò)多次反射之后形成次表面散射;而對(duì)于較薄的部位,入射光接觸到霉層之后,除了與菌體接觸造成的發(fā)射及次表面散射之外,還有一部分光與葉片發(fā)生接觸,發(fā)生鏡面反射以及次表面散射,在這里,本文假設(shè)與葉片發(fā)生的鏡面發(fā)射光和與菌體發(fā)生的鏡面反射部分的方向及性質(zhì)相同,可以將兩者合二為一,這樣,對(duì)于較薄部分的霉層所包含的反射光為:鏡面反射、菌體的次表面散射以及葉片的次表面散射。在實(shí)際中,渲染的像素點(diǎn)面積與光的次表面散射路徑相比較大,所以次表面散射可以用漫反射來(lái)替代。白粉病的材質(zhì)模型采用如下公式:式中:Rr為白粉病表面的BRDF(雙向反射分布函數(shù)),ρd為漫反射顏色,σs為散射系數(shù),mm-1;d為病斑厚度,mm;θi為入射光線方向;θr為出射光線方向。而對(duì)于葉片的漫反射,由于病斑較薄的區(qū)域存在空隙,并且在進(jìn)行Shell渲染時(shí),葉片的表觀與病斑的表觀進(jìn)行了混合,所以在繪制病斑時(shí),不再單獨(dú)地對(duì)葉片的漫反射進(jìn)行加合。5病情預(yù)測(cè)模型的建立上述方法很容易與現(xiàn)有的病害知識(shí)進(jìn)行整合。以黃瓜白粉病預(yù)警知識(shí)為例進(jìn)行說(shuō)明,黃瓜白粉病的發(fā)病程度是以病情指數(shù)進(jìn)行表示的,指數(shù)的分級(jí)標(biāo)準(zhǔn)如下:0級(jí),健葉,葉面無(wú)病斑;1級(jí):病斑面積占整個(gè)葉面積小于等于10%;2級(jí):病斑面積占整個(gè)葉面積小于等于25%,大于10%;3級(jí):病斑面積占整個(gè)葉面積小于等于50%,大于25%;4級(jí):病斑面積占整個(gè)葉面積大于50%。在實(shí)際生產(chǎn)中,對(duì)于病斑對(duì)葉片面積的比例大都是靠人眼估算,并不需要嚴(yán)格的計(jì)算,為此本節(jié)對(duì)于病情指數(shù)也采取估算的方法。徐寧等構(gòu)建了黃瓜白粉病的病始病期預(yù)測(cè)模型以及病情預(yù)測(cè)模型,其中病始病期預(yù)測(cè)模型(對(duì)從從接種之日起到開(kāi)始發(fā)病時(shí)間的預(yù)測(cè))的參數(shù)為標(biāo)準(zhǔn)累積濕度Jh(將濕度進(jìn)行累加,無(wú)量綱)、標(biāo)準(zhǔn)累積溫度Jt(將25℃為基準(zhǔn)定為1,其他溫度換算在0~1的范圍,使溫度變換成標(biāo)準(zhǔn)溫度(0~1℃),再將所有溫度進(jìn)行累積,單位為℃),標(biāo)準(zhǔn)溫度與標(biāo)準(zhǔn)濕度乘積的倒數(shù)DB,始病期參數(shù)St(即從接種之日起到開(kāi)始發(fā)病時(shí)間,單位為d)對(duì)于標(biāo)準(zhǔn)溫度與標(biāo)準(zhǔn)濕度的具體計(jì)算方法可參考文獻(xiàn),這里不再敘述。其病始病期預(yù)測(cè)模型公式如下:根據(jù)以上公式,可以在CPU端計(jì)算每天的標(biāo)準(zhǔn)溫度值及標(biāo)準(zhǔn)濕度值,這樣通過(guò)逐日的積累,就可以計(jì)算出St值,到達(dá)這個(gè)時(shí)間之后,調(diào)整公式(1)中的a值,進(jìn)而開(kāi)始進(jìn)行病菌的侵染模擬。病情預(yù)測(cè)模型的參數(shù)分別為病情指數(shù)DL,發(fā)病天數(shù)Da(病害開(kāi)始出現(xiàn)經(jīng)過(guò)的時(shí)間,單位為d)、標(biāo)準(zhǔn)累積濕度Jh、標(biāo)準(zhǔn)累積溫度Jt,品種感病性系數(shù)Va(感病品種為1.0,中抗品種為0.8,抗病品種為0.5),其預(yù)測(cè)模型公式為:對(duì)于各個(gè)參數(shù)的定義及計(jì)算方法可參考文獻(xiàn),這里不再敘述。將病情指數(shù)與本節(jié)方法中的病情調(diào)節(jié)參數(shù)a進(jìn)行關(guān)聯(lián),通過(guò)調(diào)整a值,估算病斑相對(duì)于葉片的面積比,從而確定在不同a值下的病情指數(shù):當(dāng)a為1.0時(shí),面積比為0;當(dāng)a為0.65時(shí),面積比大致為10%;當(dāng)a為0.57時(shí),面積比大致為25%;當(dāng)a為0.42時(shí),面積比大致為50%。在CPU端,將未來(lái)Da天的環(huán)境因子進(jìn)行輸入,即可計(jì)算病情指數(shù)DL值,繼而得到病情調(diào)節(jié)參數(shù)a值的大小,只需簡(jiǎn)單地利用a/Da來(lái)計(jì)算每日的病情調(diào)節(jié)參數(shù)改變量,從而得到對(duì)未來(lái)Da天內(nèi)白粉病侵染過(guò)程的模擬。對(duì)于其他種類的病斑,也可采用類似的方式對(duì)農(nóng)業(yè)知識(shí)進(jìn)行整合。6定量化病情模擬上述算法在VC++2005和OpenGL圖形引擎編程環(huán)境下實(shí)現(xiàn),并在配置為1.96GHZ的CPU,DDR2GB內(nèi)存以及NVGeforce9500顯卡的PC機(jī)上進(jìn)行試驗(yàn)。選擇黃瓜白粉病、茄子白粉病以及小麥葉銹病來(lái)檢驗(yàn)本文方法,圖7為3種病害實(shí)際拍攝的圖像用以對(duì)模擬結(jié)果進(jìn)行比對(duì)。本文算法可通過(guò)病情調(diào)節(jié)參數(shù)a,進(jìn)而控制病情指數(shù),進(jìn)行定量化的病情模擬,圖8為不同病情指數(shù)下白粉病表觀模擬(DN=0.44,PT=0.47),與圖7a進(jìn)行對(duì)比可知,本文方法在病斑分布、霉層表觀等方面均符合實(shí)際病斑的特征。為了改變病斑的位置,在實(shí)際中加入了二維紋理坐標(biāo)的平移操作,這樣可以通過(guò)人工調(diào)節(jié)進(jìn)行病斑位置的改變,如圖9為在a=0.65下(2級(jí)病情指數(shù)),通過(guò)改變紋理平移坐標(biāo),進(jìn)而調(diào)節(jié)病斑位置得到的效果,從圖中可以看到,在病斑位置發(fā)生變化的情況下,葉片發(fā)黃的區(qū)域也同樣發(fā)生變化,從而保證在白粉病斑覆蓋的區(qū)域會(huì)由于缺少光合而發(fā)黃。圖10為不同白粉病病情下,茄子植株的葉片表觀模擬結(jié)果,效果與圖7b進(jìn)行對(duì)比可知,模擬結(jié)果從可視化角度比較真實(shí)。圖11為小麥葉銹病模擬效果,與圖7c進(jìn)行對(duì)比可知,本文方法在模擬其他病害時(shí)