基于多视角图像的作物果实三维表型重建

针对基于激光扫描设备获取点云存在操作复杂、成本高、难以被普及等问题,本文研究了基于普通图像的复杂背景中作物果实三维表型重建.我们建立了集SFM算法、PMVS算法以及半自动化去噪方法的优势为一体的三维重建架构.以一组多视角目标作物果实二维图片为输入源,首先基于SIFT算子的比例和旋转不变性参数,提取多幅二维图像特征信息.其次,结合FLANN算法实现不同角度的数据匹配,并提出了基于二维图像关键点和相机参数等信息的稀疏点云快速生成方法.然后,基于PMVS初始特征匹配的种子面片提取、扩散获取密集面片,进一步利用可见性约束过滤不正确匹配导致的错误面片,以实现复杂果实点云模型生成.最后,我们提出了交互式选择和滤波器相结合的、半自动化的果实表型离群点去除方法,解决了作物果实模型的准确重建问题.结果表明,本文的方法能有效解决复杂实验环境中果实表型数据的低成本、准确、方便快捷获取问题.