基于 RGB-D 图像的轴对齐 3D 秸秆直径估计
计算机视觉与模式识别
2025-09-17 v1
摘要
准确、高通量的表型分析是现代作物育种计划的关键组成部分，特别是对于改善机械稳定性、生物量生产和抗病性等性状。秸秆直径是一项关键的结构性状，但传统的测量方法费时费力、容易出错，且不适合可扩展的表型分析。在本文中，我们提出了一种几何感知的计算机视觉流水线，用于从 RGB-D 图像中估计秸秆直径。我们的方法集成了基于深度学习的实例分割、3D 点云重建以及通过主成分分析（PCA）进行的轴对齐切片，以执行稳健的直径估计。通过减轻曲率、遮挡和图像噪声的影响，该方法提供了一种可扩展且可靠的解决方案，以支持育种和农学研究中的高通量表型分析。
引用
@article{arxiv.2509.12511,
title = {Axis-Aligned 3D Stalk Diameter Estimation from RGB-D Imagery},
author = {Benjamin Vail and Rahul Harsha Cheppally and Ajay Sharda and Sidharth Rai},
journal= {arXiv preprint arXiv:2509.12511},
year = {2025}
}
备注
13 pages, 8 figures, 4 tables