基于多视角自动成像系统的作物三维点云重建策略优化

摘要：

为满足高通量作物表型分析需求,提升三维点云重建效率和精度,该研究针对不同作物、不同生育时期、不同植株部位(地上部和根系),基于研发的多视角自动成像系统和SFM(structure from motion)-MVS(multi-view stereo)算法,采用不同视角和不同相机数获取的图像重建作物三维点云,通过重建效率和精度(Hausdorff距离)评估,以及基于点云提取表型参数(株高、幅宽、凸包体积和总表面积)的可靠性评价,优化作物三维点云重建策略.结果显示,对于结构相对稀松、遮挡较少的盆栽植株(苗期、蕾薹期、盛花期、成熟期油菜)、结构相对紧凑、遮挡较多的植株地上部(花铃期棉花、抽穗期水稻、拔节期和灌浆期小麦)以及器官密集、遮挡严重且有较多细长结构的地上部和根系(分蘖期小麦和成熟期水稻地上部、成熟期玉米和油菜根系),分别采用 3～4、6和 10个相机为其最优重建策略(Hausdorff距离小于或接近 0.20 cm,且重建时长和Hausdorff距离归一化值之和最小).采用不少于 4个相机获取的图像重建作物三维点云,可提取较为可靠的表型参数(决定系数R2＞0.90,相对均方根误差RRMSE≤9%).该研究提出的最优重建策略平衡了自动成像系统构建成本、三维重建效率和精度以及适用植株复杂程度,为实现多种作物高效、低成本、高精度三维重建和表型参数提取提供了重要依据.

关键词：植物、表型、多视角立体视觉、图像自动采集、三维重建、点云模型

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金;江苏省自然科学基金;江苏省重点研发计划项目;江苏省农业自主创新资金项目

在线出版日期：2023-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：161-171