植物表型是对植物性状的全面评价，主要为植物性状的理解提供依据。传统的植物表型测量和分析过比较复杂且费时耗力。二维成像技术常被广泛应用于植物表型分析中，但是其对植物三维形态特征重现的精度仍旧较低。近年来，三维成像技术在植物表型研究中发挥着越来越重要的作用。

　　该研究的主要目的是评估基于运动的结构重建算法(SfM)和多视角立体视觉(MVS)技术在利用智能手机图像重建植物三维模型的性能表现。研究选用了两种不同的植物作为研究对象，包括黄油生菜和橡胶树苗。12万像素，焦距26毫米的手机摄像头被用来拍摄植物图像。在实验过程中，首先以植物为中心的随机不同视角采集了30-50幅图像，然后运用摄影测量软件ColMap中的SfM-MVS算法将图像转换为三维点云，最后根据Meshlab软件中的三维点云计算了被测植物的株高。研究发现，黄油生菜和橡胶树苗根据三维点云的计算值与实际株高的均方根误差(RMSE)分别为0.28和0.43。计算结果与实际参考测量值的决定系数(R2)均大于0.94，表现了运用摄影测量方法结合对基于运动的结构重建算法评估植物表型的可行性。该研究提出了一种运用简单且经济的成像技术实现植物表型三维点云重建的方法。

　　图1 样本示意图(a)黄油生菜(b)橡胶树苗

　　图2 拍摄相机的角度和方向

　　图3 三维重建步骤示意图(a)稀疏点云;(b)密集点云;(c)黄油生菜的三维网格

　　图4 (a)黄油生菜和(b)橡胶树苗的株高回归结果

　　来源：Chong J E, Harith H H. Performance of structure-from-motion approach on plant phenotyping using images from smartphone[C]. IOP Conference Series: Earth and Environmental Science. IOP Publishing, 2022, 1038(1): 012031.

　　编辑：张金诺