一种新的点云完成模型,用于复杂,动态的人口级作物树冠架构的三维重建
Ziyue Guo1, Xin Yang1, Yutao Shen1
1State Key Laboratory for Vegetation Structure, Function and Construction (VegLab), College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou 310058, P.R. China; Key Laboratory of Spectroscopy Sensing, Ministry of Agriculture and Rural Affairs, Hangzhou 310058, P.R. China.
Plant communications
|December 13, 2025
概括
这项研究引入了一个使用无人机图像和点云完成模型的新框架,以准确地重建密集的作物树冠. 这改进了3D树冠架构分析,以更好地预测作物产量.
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树冠架构对于作物产量预测和意识形态设计至关重要.
- 现有的3D重建方法由于封闭而与密集的天窗作斗争.
研究的目的:
- 开发一个复杂的,动态的作物种群树冠架构的3D重建框架.
- 为了解决密集作物种群中的封闭问题,使用一种新的点云完成模型.
主要方法:
- 开发了一个完整的点云生成管道,用于自动化数据注释.
- 提出了作物种群点云完成网络 (CP-PCN),集成MRDG,PPD,DGCFE和GAN损失.
- 利用无人机 (UAV) 多视图图像用于菜树冠重建.
主要成果:
- 与最先进的方法相比,CP-PCN实现了更高的性能 (Chamfer距离3.35-4.51厘米).
- 通过CP-PCN的重建完整性导致了更准确的产量估计.
- 通过成功重建大米树冠,证明了跨作物通用性.
结论:
- 开发的框架为复杂的树冠架构的定量分析提供了一个可扩展的方法.
- 在3D作物重建中,CP-PCN有效地解决了闭塞挑战.
- 精确的3D树冠特征增强了作物建模和育种工作.


