华中农业大学学报

作者：高月芳，肖冬冬，傅汝佳，冼楚华，李桂清，黄琼，杨存义

单位：1.华南农业大学数学与信息学院,广州 510642;2.华南理工大学计算机科学与工程学院,广州 510006;3.华南农业大学农学院,广州 510642;4.广州市智慧农业重点实验室,广州 510642

关键词：语义分割;植株三维建模;深度网络模型;点云语义重建;作物表型分析

基金：广东省重点研发项目（2020B020220008）；广州市科技计划项目（201902010081）

为解决三维扫描仪、多视图数据获取的三维点云因缺少语义信息导致难以从点云上判别植株器官部位问题，提出一种二维先验语义嵌入的大豆植株叶片三维语义建模方法：首先，基于Mask R-CNN模型对大豆叶片进行语义分割；然后，对分割结果和多视图数据进行立体重建融合学习，实现大豆植株叶片二维语义到三维叶片点云迁移，获得植株叶片点云语义信息，进而建立植株叶片三维语义模型。通过多组盆栽大豆植株试验对该模型进行验证，提取叶长和叶宽与人工实测数据进行对比分析，叶长和叶宽均方误差分别为2.53 和1.52 mm，决定系数分别为0.97和0.89。结果表明，该方法能够便捷、精准地构建植株叶片三维语义模型。

来源：2023年第3期

《华中农业大学学报》期刊编辑部

查看华中农业大学学报杂志2023年第3期