Guide de sélection de scanner 3D pour l’analyse de la morphologie de la croissance des plantes

La demande de numérisation 3D pour l’analyse de la croissance et de la morphologie des plantes augmente progressivement ces dernières années, principalement en raison de la grande efficacité, de la grande précision et de la commodité apportées par la technologie de numérisation 3D. Lorsque les gens choisissent un scanner 3D pour l’étude de la croissance et de la morphologie des plantes, ils ont tendance à prendre en compte les facteurs suivants : le prix, la nécessité ou non de coller des marqueurs, la précision, la finesse, la capacité de numérisation des couleurs, la reconnaissance de la marque, etc. Il est vrai que ces facteurs sont cruciaux pour la décision d’achat, mais d’autres facteurs doivent également être pris en compte.

Facteurs à prendre en compte lors du choix d’un scanner 3D pour la numérisation de plantes

Outre les facteurs mentionnés ci-dessus, nous vous présenterons quatre éléments que vous devez également prendre en compte lors du choix d’un scanner 3D pour les études végétales.

1. Capacité de collecte de données

– Adaptabilité du matériau (pour un objet avec une surface noire et brillante ou une surface hautement réfléchissante, le scanner peut-il travailler directement dessus ou la poudre d’imagerie de contraste est-elle indispensable pour la performance) ;

– Intégrité des données (si les coins morts, les trous profonds et les rainures sont entièrement numérisés dans les moindres détails) ;

– Précision des données (si les détails/textures sont restaurés avec précision et si les bords/coins sont clairement visibles) ;

2. Précision

La précision détermine si les données numérisées sont utiles et où les utiliser. Par conséquent, nous devons déterminer quatre facteurs : l’exigence de précision (varie selon chaque objet numérisé) et la cohérence des données ; est-ce à des fins de production directe ; existe-t-il une distorsion (comme une déformation des bords) ? De plus : en outre, la précision du point affectera directement la précision. Plus la précision du point est élevée, plus le niveau de détail est élevé.

3. Adaptabilité de la taille

Si l’objet numérisé est plus grand que 4 m, l’erreur d’alignement cumulée peut être plus grande, ce qui peut nécessiter un système de photogrammétrie global ; l’exigence de précision est plus élevée pour les objets à moins de 0,3 m.

4. Adaptabilité de l’environnement

Le processus de numérisation se déroule-t-il à l’extérieur ou à l’intérieur ? Y a-t-il de la lumière directe du soleil ? Est-il possible de contrôler le flux d’air sur le lieu de travail (le flux d’air est susceptible de faire flotter les feuilles) ?

Comparaison entre iReal 2E et SIMSCAN dans la numérisation des plantes

Essai 1

Dans la vidéo ci-dessous, nos ingénieurs d’application ont effectué un test de numérisation d’usine pour comparer les capacités de capture de données d’iReal 2E et de SIMSCAN.

Test 2

Pour obtenir des données plus rigoureuses, notre ingénieur d’application a effectué un autre test l’autre jour pour mieux comparer les deux scanners 3D.

Numérisation 3D de la plante avec le scanner 3D iReal 2E :

Numérisation 3D de la plante avec le scanner laser 3D SIMSCAN :

Résultat de la numérisation

Après la numérisation, nous avons comparé les deux ensembles de données. Et nous avons conclu que les DEUX peuvent numériser en 3D sans coller de marqueurs sur les plantes. iReal 2E effectue un alignement des caractéristiques en fonction des caractéristiques géométriques de la plante et des caractéristiques construites par lui-même, de sorte qu’il peut numériser en 3D sans marqueurs ; et SIMSCAN peut effectuer un alignement des marqueurs en fonction des points de marqueur sur le cadre auxiliaire, et il peut également numériser sans marqueurs sur les plantes.

Quant à l’analyse des données, nous étudierons les données du point de vue de l’intégrité des données.

Comme le montrent les photos, pour les tiges fines, SIMSCAN peut numériser plus complètement et les caractéristiques de surface des plantes obtenues sont plus riches.

Les feuilles et les tiges peuvent être numérisées plus complètement par SIMSCAN, et les caractéristiques de surface obtenues sont plus riches.

Raisons du résultat

1. La distance de la caméra du scanner SIMSCAN est plus petite : la distance entre les deux caméras du SIMSCAN est relativement petite (seulement 130 mm), donc le champ de vision commun des deux caméras sera plus grand pendant le processus de numérisation, et moins la caméra est bloquée, plus les données seront numérisées de manière complète ;

2. SIMSCAN dispose d’une fonction de numérisation laser à ligne unique : SIMSCAN a une capacité de numérisation plus forte pour les trous profonds et les coins morts : après les tests, le rapport de profondeur de trou de SIMSCAN est d’environ 1:2,1, et le rapport de profondeur de trou d’iReal 2E est d’environ 1:1,2 ;

3. La précision des points de SIMSCAN est plus élevée : SIMSCAN a une précision maximale de 0,02 mm, ce qui est bien supérieur à la précision des points de 3DeVOK (précision maximale de 0,1 mm). Par conséquent, pour les éléments fins et petits, les points à ces positions peuvent être calculés avec précision et le résultat final de SIMSCAN est plus complet ;

4. Le nombre d’angles de numérisation de SIMSCAN est plus grand : tant que les marqueurs sont complètement collés, l’angle de numérisation peut être plus grand et les données obtenues par numérisation seront plus complètes ; pour iReal 2E, l’objet numérisé doit avoir suffisamment de caractéristiques géométriques pour garantir que le résultat de la numérisation est bon, donc le nombre d’angles de numérisation est limité et l’intégrité des données sera naturellement faible.

Suggestion de sélection de modèle de scanner 3D

Si vous n’avez pas assez de budget, vous pouvez envisager d’acheter d’abord iReal 2E, puis de passer au scanner laser 3D plus tard ; Si vous avez un budget suffisant, vous pouvez acheter un scanner laser 3D, puis vous pourrez obtenir des modèles 3D de plantes avec une intégrité des données plus élevée et effectuer une analyse de données plus complète.