一种从图像恢复植物结构的基于模型的方法
计算机视觉与模式识别
2015-03-13 v2
摘要
我们提出一种直接从一小组宽间距图像恢复植物结构的方法。结构恢复比形状估计更复杂，但所得结构估计比3D几何模型更贴近表型。我们提出的方法适用于多种植物，但在小麦上演示。小麦由具有极少可识别特征的细长元素组成，难以使用标准特征匹配技术分析。我们的方法转而仅使用植物轮廓分析其结构。我们采用生成-测试方法，使用手动建模的叶片数据库及其组合模型来合成合理的植物结构，并根据图像进行评估。该方法能在各种成像场景中高效恢复准确的植物结构估计，无需人工干预。
引用
@article{arxiv.1503.03191,
title = {A model-based approach to recovering the structure of a plant from images},
author = {Ben Ward and John Bastian and Anton van den Hengel and Daniel Pooley and Rajendra Bari and Bettina Berger and Mark Tester},
journal= {arXiv preprint arXiv:1503.03191},
year = {2015}
}