用于动植物形态分析的3D图像重建技术综述

本文重点介绍了主要的3D图像重建技术及其在动植物形态分析中的应用，植物表型资讯简介如下。

温馨提醒:“第二届亚太植物表型国际会议”将于2018年03月23-25日举行。

为了优化农牧业经营，过去三十年来，精准农业得到了快速发展。包括用于动植物的管理的新技术例如计算机视觉技术。计算机视觉技术可以帮助用户通过客观测量自动获取信息，与采集困难和主观差异大的视觉或手动采集数据进行比对。其中一维（1-D）和二维（2-D）视觉系统已经成为在精准农业领域成功实施。然而，现有成像信息通常是以二维方式获得的，不能提供一些植物和动物特征，如形态、生长或早期产量估计。目前计算机视觉技术正处于一个转折点，由于技术改进和市场设备价格降底而推动三维（3D）方法迅猛发展。一些研究已经详细描述了3D图像采集（SfM）技术（Blais et al., 2004; Jarvis et al., 1983），其中包括对农业、工业、文化遗产、药用和生物学3D视觉系统的研究。然而迄今为止，还没有研究人员对植物和动物形态分析的3D图像重建技术成果和潜力进行深入综述。为此，本文重点介绍了主要的3D图像重建技术及其在动植物形态分析中的应用。

SfM技术 (2012)

立体视觉技术

首先概述了主要的3D图像重建技术及其基本原理。然后，研究人员对其在植物和动物形态分析中的应用进行了调查。并对3D成像技术的局限性和未来的研究方向展开讨论，以便准确、快速的测量以及对动植物形态进行建模分析。由于对动植物形态分析的需求日益增加，3D成像技术的应用将越来越受到研究人员和农业界的普遍欢迎。

(a)结构光技术图与（b）条纹图案投影（Barone et al.,2012）

激光三角测量系统的一般配置（Munaro et al.,2015）

ToF测量原理 (Hansard et al., 2012)