Key points are not available for this paper at this time.
La reconstruction 3D basée sur caméra d'objets physiques est l'une des tendances les plus populaires en vision par ordinateur ces dernières années. De nombreux systèmes ont été construits pour modéliser différents sujets du monde réel, mais il manque un système complètement robuste pour les plantes. Cet article présente un système complet de reconstruction 3D qui intègre à la fois des structures matérielles (y compris le système de lumière structurée proposé pour améliorer les textures des surfaces d'objets) et des algorithmes logiciels (y compris l'enregistrement de nuages de points 3D proposé et la mesure des caractéristiques des plantes). Cet article démontre la capacité à produire des modèles 3D de plantes entières créés à partir de plusieurs paires d'images stéréo prises à différents angles de vue, sans avoir besoin de découper destructivement des parties d'une plante. La capacité à prédire avec précision des caractéristiques phénotypiques, telles que le nombre de feuilles, la hauteur de la plante, la taille des feuilles et les distances entre les entre-nœuds, est également démontrée. Les résultats expérimentaux montrent que, pour les plantes ayant une gamme de tailles de feuilles et une distance entre les feuilles appropriée pour le design matériel, les algorithmes prédisent avec succès les caractéristiques phénotypiques dans les cultures cibles, avec un rappel de 0,97 et une précision de 0,89 pour la détection des feuilles et moins de 13 mm d'erreur pour la taille de la plante, la taille des feuilles et la distance entre les entre-nœuds.
Nguyen et al. (Mer,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: