图1 方法概述。输入图像序列经过多视图立体（MVS）重建，该重建基于特征点匹配算法，以对齐来自多个视点的图像并重建 3D 点云。然后应用基于 HQ-SAM 的图像分割从每个图像中提取实例分割。2D 分组信息通过查询过程映射到 3D 空间，结果以增量方式合并以生成最终实例分段

图2 点云去噪过程：（a）使用 COLMAP 重建的原始点云;（b）体素下采样后的点云;（c）使用 RANSAC 安装转盘并调整坐标系;（d）直通过滤后的点云;（e）颜色转换后的点云;（f）统计过滤后的点云

图3 掩码筛选过程。（a）：原始 RGB 图像;（b）：HQ-SAM 生成的自动掩码;（c）：饱和滤波后的掩模;（d）：去除重叠后的掩码;（e）：形状过滤后的蒙版。所有样本都使用相同的参数。（b）在 GeForce RTX 3090 GPU（NVIDIA，美国加利福尼亚州圣克拉拉）上的平均过程为 7.95 秒，而在Intel(R) Xeon(R) Silver 4210 CPU（Intel，美国加利福尼亚州圣克拉拉）上，（c-e）过程平均为 1.15 秒、6.19 秒和 2.50 秒

图4 不同视图的插图。（a）：不同视点与像素平面之间的角度关系。A 和 B 是两个不同的摄像机视点。绿色表示该视点更适合此位置的表面，而红色表示该视点较差;（b）：视点因子的计算函数

  图5 合并冲突组的图示

图6 叶实例分割的可视化。样本1的点云质量较低，并且存在许多孔洞。样本11的点云质量更高

图7 三种方法之间的定性实例分割比较。为了与 PlantNet 和 PSegNet 的可视化保持一致，我们的方法的结果被下采样为大约 4096 个点的相似点云大小，并包括了 stemareas

图8 叶实例分割数量分析：（a）与真实值相比，使用芽的实例计数进行分析;（b）分析无芽的实例计数与基本实况的比较。气泡图中每个气泡的大小表示样本大小，红色虚线表示参考拟合线y = x

图9 DTU 数据集上的实例分段可视化

 图10 指标和点云数量的变化以及合并的数量