红枣是我国一种大面积种植的林果,具有较高的经济价值和生态价值。随着新疆红枣种植面积的不断扩大,劳动力紧缺、人工劳动强度高、效率低、成本增加等问题愈加突出,亟待实现枣树智能修剪、靶向喷雾等枣园管理智能机械的精细化作业。其中,实现枣树智能修剪作业的首要前提是进行目标对象的三维重建。本文通过对国内外三维信息获取技术和重建技术的研究现状进行对比,结合新疆矮化密植枣园的种植模式和枣树的三维结构特点,采用激光雷达作为扫描装置,设计和搭建了一种枣树轮廓测量平台,实现枣树点云数据采集,然后,设计点云预处理、枣树提取、枣树轮廓重建和枣树枝条重建算法,实现了枣树的三维重建。具体研究如下:(1)枣树种植模式田间调研与枣树三维结构测量。枣树的种植模式和三维结构是确定扫描平台三维结构和三维重建算法相关参数的重要依据,通过对枣园矮化密植种植模式的调研,得到枣树的行距、株距;获取3年生、5年生和8年生枣树的平均树高、东西冠幅、南北冠幅;获取不同高度区间枣树枝条的直径和倾斜角度范围。(2)枣树树冠三维扫描平台的设计。依据田间调研结果和二维激光雷达测距原理,选取一种水平直线运动的形式设计枣树树冠三维扫描平台,通过对枣树进行树行两侧两站扫描,完成枣树点云的获取。该平台使用二维激光雷达对枣树单个截面进行扫描,使用电动滑轨带动二维激光雷达直线运动完成枣树的三维扫描,然后依据扫描平台的硬件结构参数,对扫描平台的采集软件进行设计,实现枣树点云的获取。(3)枣树点云的预处理与提取。依据田间调研和扫描平台作业结果,通过对获取的点云数据进行处理,最终获取单株枣树点云。首先,通过直通滤波、地面滤波、去除扫描场景内的大部分冗余点,使用统计离群点滤波算法实现飘移点去除,完成枣树点云预处理;其次,利用枣树树冠三维结构信息丰富的特点,克服因双侧扫描同名点较少而较难配准的问题,完成枣树点云的配准;最后,依据欧式聚类算法将场景中相邻枣树枝条、地面物体进行去除,获取完整的枣树点云。(4)枣树树冠的三维重建。本文利用提取出的枣树点云,对枣树的树冠轮廓和枣树树枝进行重建,并通过冠幅参数对比检验重建的准确性。通过α-shape算法,实现枣树轮廓的快速重建。使用水平集,欧式聚类算法获取枣树的骨架点和骨架点对应的半径,再利用最小生成树获取枣树骨架点的拓扑结构,最后利用广义圆柱体构建枣树枝条,完成枣树的枝条重建。通过对枣树南北冠幅参数的对比,对扫描平台的准确性进行了验证,从点云轮廓数据中获取果树的冠幅数据与手工测量数据进行线性模型拟合对比,二者的相关系数为0.91,均方根误差??为0.06,相对误差?为4.08%。