HALF: 连接特征中的角度直方图形,用于3D点云数据分割,用于稳健的传感
Hidenori Takauji1, Naofumi Wada2, Shun'ichi Kaneko3
1Department of Electronics and Information Engineering, Faculty of Engineering, Hokkai-Gakuen University, Sapporo 0640926, Japan.
Sensors (Basel, Switzerland)
|June 27, 2025
概括
本研究介绍了连接特征角度图谱 (HALF) 方法,用于对3D植物数据进行细分. HALF有效地识别植物结构,用于表型化和精准农业.
科学领域:
- 农业工程 农业工程
- 计算机视觉 计算机视觉
- 植物科学 植物科学
背景情况:
- 准确的3D植物结构分析对于表型和精准农业至关重要.
- 现有的方法通常需要大型标记数据集或与复杂的植物结构作斗争.
- 需要对来自LiDAR等传感器的3D点云数据进行强大的细分.
研究的目的:
- 介绍一种新的方法,链接特征的角度直方图 (HALF),用于对3D植物点云数据进行细分.
- 为了使植物结构 (叶子,茎,结) 的有效和准确识别,而无需广泛的标记数据.
- 为传感器驱动的植物分析开发一个强大的和可解释的框架.
主要方法:
- 利用从3D测量中提取的局部角度特征 (激光扫描,LiDAR,光谱).
- 将HALF方法扩展到基于卷积的数学框架.
- 引入顺序竞争细分算法 (SCSA) 用于植物体级别的分类.
主要成果:
- 使用大豆植物的3D点云数据证明了HALF的可行性.
- 成功识别植物结构,如叶子,茎和结.
- 在基于传感器的植物监控系统中进行验证.
结论:
- HALF方法为3D植物结构分析提供了低成本和高效的方法.
- 有助于传感器驱动植物表型和精准农业的进步.
- 提高了工厂结构细分的稳定性和可解释性.


