作物三维模型渲染是农业信息化领域的研究热点。目前,作物的三维模型渲染多数是基于PC端。但在智能设备迅速发展的今天,人们希望能够在移动端有良好的视觉体验,因此本文通过对一些渲染算法移植,从而实现这一目标。其中的关键问题是如何将这些算法进行改进使其适应移动端低带宽、低功耗的需求。本研究以作物三维模型为研究对象,在详细分析其原理、实现过程后,基于Android平台结合OpenGL ES图形库实现了作物三维模型的渲染。主要内容如下:(1)实现了作物三维点云的重建算法,获取了三维模型。针对本设计输入的点云是精简去噪的点云,且其来自一个扫描设备或多个扫描设备的特点,选取适合该三维点云的重建算法—贪婪投影算法对玉兰树和玉米植株等多种作物进行重建,获得了很好的重建效果。通过与泊松重建算法对比,针对植物等散乱叶片的点云数据,虽然贪婪投影算法效率低于泊松重建算法约20.61%,但是能够体现植物的拓扑结构,而泊松重建虽然时间效率高,但出现冗余面。(2)实现了移动端三维模型的显示。针对三维模型如何在移动端显示的问题,本文采用了应用广泛的3D标准文件类型—STL文件保存获取到的三维模型。使用OpenGL ES在Android Studio上实现三维模型的获取,实验结果表明该读取方式可以对STL文件读取并显示,且显示位置自适应于手机屏幕。(3)实现了以光照为核心的移动端三维模型的渲染。针对模型不够真实,视觉效果不佳的问题,本文对模型进行了局部光照处理和全局光照处理。局部光照处理采用Phong氏光照模型,很好的模拟了高光效果;全局光照处理采用光线跟踪算法,很好的模拟了光照下的阴影效果。在网格面达到85436时,移动端依然可以实现渲染,渲染时间为36.24分。本文还对该方法进行了功能性测试和普适性测试。实验基于斯坦福Bunny密集点云数据对该方法进行功能性测试,选取八组数量不同的点云数据进行渲染对比,测试用例表明模型表面的光滑程度会对渲染结果造成影响,当点云数量少于3305时,高光面有明显的缺损;选取不同类型的三维模型进行普适性测试,测试用例表明该方法可以实现多种模型的渲染。通过以上两方面的测试,结果表明该方法实现了预期的功能,且能够广泛使用。