基于多视角自动成像系统的作物三维点云重建策略优化

• Published in: 农业工程学报 Vol. 39; no. 9; pp. 161 - 171
• Main Authors: 李百明, 吴茜, 吴劼, 张美娜, 李华勇, 于堃, 曹静, 张伟欣, 曹宏鑫, 张文宇
• Format: Journal Article
• Language: Chinese
• Published: 江苏省农业科学院无锡分院/无锡市农业科学院,无锡214174%江苏大学农业工程学院,镇江212013 01.05.2023; 江苏大学农业工程学院,镇江212013; 江苏省农业科学院无锡分院/无锡市农业科学院,无锡214174; 江苏省农业科学院种质资源与生物技术研究所,南京210014; 江苏省农业科学院农业信息研究所,南京210014; 江苏省农业科学院农业信息研究所,南京210014%江苏省农业科学院农业信息研究所,南京210014%南京农业大学前沿交叉研究院植物表型组学研究中心,南京210095%江苏省农业科学院种质资源与生物技术研究所,南京210014%江苏省农业科学院农业信息研究所,南京210014
• Subjects: phenotype; 植物; point cloud model; 表型; 点云模型; 3D reconstruction; 图像自动采集; plant; multi-view stereo vision; 多视角立体视觉; automatic image acquisition; 三维重建
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.202303004

TP391.4; 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.