2025年3月，Computers and Electronics in Agriculture在线发表了浙江大学生物系统工程与食品科学学院岑海燕教授团队题为Biomass phenotyping of oilseed rape through UAV multi-view oblique imaging with 3DGS and SAM model的研究论文。油菜苗期的地上生物量是影响产量形成和群体生长势的关键农艺性状之一，具有显著的遗传基础与育种选拔价值。传统生物量测量方法依赖人工采样和称重，不仅效率低下、耗时耗力，还存在人为误差，难以满足当前高通量育种的需求。因此，开发一种高效、自动化的生物量表型分析方法对加快油菜优良品种的选育具有重要意义。本研究针对传统正射影像存在的叶片重叠、结构信息缺失等问题，创新性地提出一种基于无人机多视角倾斜成像结合3D Gaussian Splatting（3DGS）与Segment Anything Model（SAM）的油菜三维建模与生物量估算方法。研究中使用搭载高分辨率RGB相机的无人机按照固定航线采集36视角的倾斜图像，基于3DGS算法实现对油菜田间小区的精细三维重建；结合SAM模型提取单株油菜点云信息，并进一步进行体积计算与生物量线性回归拟合。此外，为验证该方法的准确性，研究还对比分析了三种体积估算模型的性能，包括基于作物表面模型（CSM）的小区体积模型、单株体积模型与3D点云体积模型。结果表明，3D点云体积模型在精度上显著优于其他两种模型（R² = 0.976，RMSE = 2.82 g/plant，MAPE = 6.81%），展现出出色的油菜生物量预测能力。研究成果表明，基于3DGS与SAM的三维建模与分割框架可实现田间油菜从多视角图像获取到生物量估算的全流程自动化，为油菜育种中大规模表型数据采集与高通量筛选提供了可行技术路径。

图1 基于3DGS和SAM算法的油菜三维实例分割架构图

图2 大田3D高斯点云与3DGS点云分割结果

图3油菜生物量与三种模型提取体积的相关性分析：(a) 小区体积模型；(b) 单株体积模型；(c) 点云体积模型

作者介绍

浙江大学生物系统工程与食品科学学院博士研究生沈煜韬为该论文第一作者，岑海燕教授为该论文通讯作者。浙江大学教授蒋立希、何勇，博士生周虹宇、杨鑫、陆旭琦、郭子越等参与了研究工作。研究得到十四五国家重点研发计划项目、国家重点研发计划“政府间国际科技创新合作”重点专项以及浙江省重点研发计划项目的资助。