结合结构和功能3D植物成像使用结构从运动
Alim Yolalmaz1, Jos de Wit1, Jeroen Kalkman1
1Department of Imaging Physics, TU Delft, Lorentzweg 1, 2628 CJ Delft, The Netherlands.
Sensors (Basel, Switzerland)
|March 17, 2025
概括
这项研究引入了使用自动化结构从运动的非侵入性3D植物疾病成像. 该方法将3D结构和功能光成像结合在一个单一的设置中,用于全面的植物分析.
科学领域:
- 植物病理学 植物病理学
- 计算机视觉 计算机视觉 计算机视觉
- 生物光子学 生物光子学
背景情况:
- 精确的3D植物成像对于疾病诊断至关重要.
- 整合结构和功能数据有助于了解植物健康.
研究的目的:
- 开发一种用于3D植物疾病成像的非侵入性方法.
- 结合3D结构和功能光成像.
- 从运动中利用基于单眼视觉的自动化结构.
主要方法:
- 优化了关键点检测,使用小的角步尺寸和额外的绿色通道.
- 图像提升样本以增加关键点密度.
- 基于单眼视觉的自动化结构从运动进行3D重建.
- 将功能光数据映射到3D结构图像上.
主要成果:
- 成功生成了非侵入性的3D植物疾病图像.
- 实现了3D结构和功能光成像的组合.
- 展示了一种用于全面植物成像的单一设置方法.
结论:
- 开发的方法使得高效和结合的3D结构和功能植物成像.
- 这种方法为植物疾病诊断和研究提供了一个新的工具.
- 基于视觉的自动化技术可以有效地应用于植物表型.


