基于SfM与Instant-NGP的田间大豆植株三维重建方法

作     者：曹鑫 秦绪佳 徐晓刚 

作者机构：浙江工业大学计算机科学与技术学院 之江实验室 浙江工商大学计算机科学与技术学院 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2025年

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 09[农学] 0901[农学-作物学] 0802[工学-机械工程] 

基　　金：国家自然科学基金(61672462) 浙江省自然科学基金(LY20F020025) 之江实验室项目(2021PE0AC04) 

主　　题：图像处理 三维重建 大豆 Instant-NGP SfM 神经辐射场 

摘      要：针对以往田间环境下大豆植株三维重建过程中存在的数据采集设备成本较高、重建阶段耗时较长等问题，该研究提出一种基于运动检测自适应抽帧、运动恢复结构（structure from motion,SfM）与即时神经图形原语（instant neural graphics primitives,Instant-NGP）的田间大豆植株三维重建方法 SfM-INGP。该方法旨在提供一套低成本、高效率且高质量的田间大豆植株三维重建方案。首先，在田间环境下利用消费级智能手机环绕拍摄大豆植株全景视频，并基于运动检测的自适应速率抽帧方式获取大豆植株多视角图像序列，以减少冗余数据并提升计算效率；其次，利用SfM算法从多视角图像中恢复相机位姿，生成稀疏点云，为后续重建提供位姿信息；最后，通过Instant-NGP算法对含有位姿信息的大豆植株图像进行多分辨率哈希编码，将其输入小型多层感知机进行训练，以完成高效的三维重建。试验结果表明，在重建效率方面，与多视图立体视觉（motion-multi view stereo,MVS）和神经辐射场（neural radiance fields, NeRF）方法相比，SfM-INGP的平均重建时间为2.82 min，分别大幅缩短90.7%和99.4%；在重建质量方面，SfM-INGP的平均峰值信噪比为24.47 dB，较MVS和NeRF分别有效提高15.4%和9.3%；在重建精度方面，SfM-INGP的均方误差为0.15，显著低于MVS的0.46和NeRF的0.37；在计算资源消耗方面，SfM-INGP的平均显存消耗为6.57 GB，虽略高于MVS的5.73 GB，但远低于NeRF的14.81 GB，展现了SfM-INGP方法在重建效率、质量、精度与计算资源消耗之间的良好平衡。该研究提出的方法在实际农业田间环境下通过低成本的数据采集设备，实现了高效率且高质量的田间大豆植株三维重建，为大豆信息化育种平台建设提供了重要的技术支持和数据基础，在其他田间作物的三维重建中具有广泛应用潜力，为未来大规模农业信息化建设提供可行性方案。