程志强，方圣辉

（武汉大学遥感信息工程学院，湖北 武汉 430072）

水稻一直是我国重要的粮食作物之一，对维系我国粮食安全和社会稳定发挥着重要作用[1]。为了实现水稻作物的遗传改良和产量提升，当下许多研究关注于水稻作物表型[2-3]。水稻作物表型提取方法已经经历了人工测量、二维图像分析和专业数字化仪器测量等阶段[4]。其中，人工测量、专业数字化仪器测量的方法[5]劳动量大且具有一定的破坏性。相较于二维图像分析技术，三维重建技术可以提取二维图像不具备的空间信息，成为近年来研究的热点。

当前，植株三维重建方法主要分为两类。一类是利用传感器直接获得植物点云的主动视觉法[6]。其中，PAULUS等[7]使用三维激光扫描仪实现了大麦器官的自动扫描建模，TANG 等[8]使用时差法和可见光成像提取玉米苗期植株性状。然而，这类方法因受到设备昂贵、环境要求苛刻、重建效率低下等限制无法投入大规模应用。另一类是基于多视角图像的摄影测量方法，如运动恢复重建（Structure from motion，SFM）[9]、空间雕刻（Structure from space carving，SSC）[10]等。这类方法能够捕获植株高密度空间点云信息和色彩纹理信息，从而实现更优的三维重建效果。胡鹏程等[11]利用SFM 方法实现了盆栽黄瓜、茄子、青椒的三维重建，但该方法依赖于特征点匹配结果，难以完成水稻等纹理稀疏、叶片细窄植物的三维重建。SSC算法利用物体的多视角图像和二值轮廓，采用视角交集的方法计算植株的可视化外壳，最终保留体素构成的目标三维模型，可以高效稳定地完成叶片细窄植物的三维重建。……