La demande de num\u00e9risation 3D pour l’analyse de la croissance et de la morphologie des plantes augmente progressivement ces derni\u00e8res ann\u00e9es, principalement en raison de la grande efficacit\u00e9, de la grande pr\u00e9cision et de la commodit\u00e9 apport\u00e9es par la technologie de num\u00e9risation 3D. Lorsque les gens choisissent un scanner 3D pour l’\u00e9tude de la croissance et de la morphologie des plantes, ils ont tendance \u00e0 prendre en compte les facteurs suivants : le prix, la n\u00e9cessit\u00e9 ou non de coller des marqueurs, la pr\u00e9cision, la finesse, la capacit\u00e9 de num\u00e9risation des couleurs, la reconnaissance de la marque, etc. Il est vrai que ces facteurs sont cruciaux pour la d\u00e9cision d’achat, mais d’autres facteurs doivent \u00e9galement \u00eatre pris en compte.<\/p>\n
Outre les facteurs mentionn\u00e9s ci-dessus, nous vous pr\u00e9senterons quatre \u00e9l\u00e9ments que vous devez \u00e9galement prendre en compte lors du choix d’un scanner 3D pour les \u00e9tudes v\u00e9g\u00e9tales.<\/p>\n
1. Capacit\u00e9 de collecte de donn\u00e9es<\/strong><\/p>\n – Adaptabilit\u00e9 du mat\u00e9riau (pour un objet avec une surface noire et brillante ou une surface hautement r\u00e9fl\u00e9chissante, le scanner peut-il travailler directement dessus ou la poudre d’imagerie de contraste est-elle indispensable pour la performance)\u00a0;<\/p>\n – Int\u00e9grit\u00e9 des donn\u00e9es (si les coins morts, les trous profonds et les rainures sont enti\u00e8rement num\u00e9ris\u00e9s dans les moindres d\u00e9tails)\u00a0;<\/p>\n – Pr\u00e9cision des donn\u00e9es (si les d\u00e9tails\/textures sont restaur\u00e9s avec pr\u00e9cision et si les bords\/coins sont clairement visibles)\u00a0;<\/p>\n 2. Pr\u00e9cision<\/strong><\/p>\n La pr\u00e9cision d\u00e9termine si les donn\u00e9es num\u00e9ris\u00e9es sont utiles et o\u00f9 les utiliser. Par cons\u00e9quent, nous devons d\u00e9terminer quatre facteurs : l’exigence de pr\u00e9cision (varie selon chaque objet num\u00e9ris\u00e9) et la coh\u00e9rence des donn\u00e9es ; est-ce \u00e0 des fins de production directe ; existe-t-il une distorsion (comme une d\u00e9formation des bords) ? De plus : en outre, la pr\u00e9cision du point affectera directement la pr\u00e9cision. Plus la pr\u00e9cision du point est \u00e9lev\u00e9e, plus le niveau de d\u00e9tail est \u00e9lev\u00e9.<\/p>\n 3. Adaptabilit\u00e9 de la taille<\/strong><\/p>\n Si l’objet num\u00e9ris\u00e9 est plus grand que 4 m, l’erreur d’alignement cumul\u00e9e peut \u00eatre plus grande, ce qui peut n\u00e9cessiter un syst\u00e8me de photogramm\u00e9trie global ; l’exigence de pr\u00e9cision est plus \u00e9lev\u00e9e pour les objets \u00e0 moins de 0,3 m.<\/p>\n 4. Adaptabilit\u00e9 de l’environnement<\/strong><\/p>\n Le processus de num\u00e9risation se d\u00e9roule-t-il \u00e0 l’ext\u00e9rieur ou \u00e0 l’int\u00e9rieur ? Y a-t-il de la lumi\u00e8re directe du soleil ? Est-il possible de contr\u00f4ler le flux d’air sur le lieu de travail (le flux d’air est susceptible de faire flotter les feuilles) ?<\/p>\n Essai 1<\/strong><\/p>\n Dans la vid\u00e9o ci-dessous, nos ing\u00e9nieurs d’application ont effectu\u00e9 un test de num\u00e9risation d’usine pour comparer les capacit\u00e9s de capture de donn\u00e9es d’iReal 2E et de SIMSCAN.<\/p>\nComparaison entre iReal 2E et SIMSCAN dans la num\u00e9risation des plantes<\/h2>\n