通过合并果树行双侧重建实现果园环境语义建图

在园艺学中，测量用于表型分析的语义特征是一项必要但劳动密集的活动。研究人员通常依赖人工测量，这对于测量树木体积等任务可能不够准确。为提高此类测量的精度并实现流程自动化，我们研究了构建果园果树行连贯三维（3D）重建的问题。尽管利用标准建图技术可获得侧视图的3D重建，但由于两次局部重建之间缺乏重叠，合并双侧视图十分困难。本文的第一个主要贡献是一种新方法，利用全局特征与语义信息获得对齐两侧的初始解。随后，我们的建图方法通过整合两侧共有的语义信息（使用我们提出的鲁棒检测与拟合算法提取）来精化整条果树行的3D模型。接着，我们提出一种视觉系统，从仅由相机捕获的RGB或RGB-D数据所构建的优化3D模型中测量语义特征。具体而言，我们展示了如何在真实果园环境中自动获取冠层体积、树干直径、树高和果实计数。多个数据集上的实验结果定量证明了我们方法的高精度与鲁棒性。