基于图像的非均匀曲率形状特征的纤维状生物结构形态表征

藤蔓会调整自身形状以锚定于支撑结构，从而实现向光的垂直生长。尽管爬藤植物已被长期研究，但关于其时间形状变化、触发该变化的事件以及接触位置之间的关系的提取信息仍具有挑战性。为帮助构建此关系，本文提出了一种基于图像的方法，可用于分析机械刺激后藤蔓在身体不同部位的形状变化。我们采用基于三维分段棱柱线模型的几何方法，以重建机械擦洗后藤蔓所采取的配置。该重建在鲁棒性和可靠性方面表现出色，精度达到 R2 > 0.99。该方法在深度学习方法之外展现出显著优势，包括更少的数据需求、较低的计算成本以及可解释性。我们的分析揭示了藤蔓顶端段的响应性更高，这可能对应于该器官组织区域的更高灵敏性和组织柔性。本研究提供了一种方法，为深入了解植物生物力学提供了新视角，并为设计和开发受爬藤植物启发的新型智能机器人系统奠定了基础。