一种用3D图像来表型沙拉体积和结构的方法
Victor Bloch1,2, Alexey Shapiguzov3, Titta Kotilainen3
1Production Systems Unit, Natural Resources, Institute Luke (Finland), 00790, Helsinki, Finland. victor.bloch@volcani.agri.gov.il.
Plant methods
|February 25, 2025
概括
使用植物几何特征的新方法准确估计了生菜的新鲜重量和花结构. 这种方法提供了更好的细节,并解决了当前作物管理深度学习模型的局限性.
科学领域:
- 农业工程 农业工程
- 植物科学 植物科学
- 计算机视觉 计算机视觉
背景情况:
- 精确的植物生长监测对于作物管理至关重要.
- RGBD摄像机提供了一种非侵入性的方法,用于模拟像生菜这样的植物.
- 目前用于新鲜重量估计的深度学习模型缺乏域调整和数据集可用性.
研究的目的:
- 开发一种使用植物几何特征估计菜红叶结构和体积的新方法.
- 将拟议的方法与现有的表面重建技术进行比较.
- 为了提高新鲜生菜重量估计的准确性.
主要方法:
- 开发了一种新方法,可以在植物点云周围创建一个紧密的船体,保留罗塞特细节并填补表面孔.
- 拟议的方法与用于表面重建的球旋转和阿尔法形状进行了比较.
- 使用线性回归来根据植物体积和几何特征估计新鲜重量.
- 使用多视图3D摄像头创建了402个菜植物点云的数据集.
主要成果:
- 拟议的方法有效地模拟了菜花束结构和体积.
- 仅使用植物体积,新鲜重量估计达到18.2g的根平均平方误差 (RMSE).
- 包括几何特征改善RMSE到17.3g.
- 引入了新的几何特征,以表征叶子密度.
结论:
- 植物几何特征为生菜生长建模和新鲜体重估计提供了强大的方法.
- 开发的方法克服了现有的深度学习模型的局限性.
- 引入的几何特征在植物育种中具有潜在的应用.


