实施基于SfM-MVS的摄像测量方法,用于详细的3D重建工厂

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:

• 3D植物重建对于表型化至关重要,影响精准农业和食品质量.
• 现有的系统通常很昂贵,并且缺乏用于常规分析的灵活性.
• 准确的3D模型对于客观监测植物发育和健康至关重要.

研究的目的:

• 为例行3D植物形态特征分析提供一种新,具有成本效益和灵活的光谱仪器.
• 为了提高实验室条件下的3D植物建模的精度,稳定性和效率.
• 为植物表型化社区提供一个具有竞争力和可访问的解决方案.

主要方法:

• 开发了一种使用机器人手臂进行灵活的RGB摄像机控制的光度计系统.
• 实现了一个优化的光度计管道,并对参数进行调整,以增强精细植物部位的重建.
• 优化图像采集参数 (曝光,调整值,距离) 和扫描程序以提高效率.

主要成果:

• 通过使用优化参数,在各种工厂结构中实现一致的模型忠实性.
• 通过自动化和优化扫描,减少了75%的处理时间 (每个工厂的扫描时间从8分钟减少到2.7分钟).
• 证明了改善了像叶子和茎这样的薄植物结构的重建.

结论:

• 开发的装置提供了一个可靠的,低成本的解决方案,整合了机器人的灵活性和改进的重建精度.
• 该系统显著减少了扫描时间,同时保持了准确性和可靠性.
• 这种可访问和详细的系统为植物表型研究提供了宝贵的贡献.