[发明专利]用于多视图植物三维重建的生成模型的构建方法

权利要求书

1.一种用于多视图植物三维重建的生成模型的构建方法，其特征在于，包括以下步骤：

利用贝叶斯概率框架构建植物生长模型，通过对所述植物生长模型赋予带参先验概率，构建植物骨架生长的概率表示；

通过在根节点上指定初始生长因子和分叉代数限制，所述植物生长模型通过随机采样生成实例化的骨架；

获取同种植物的图像集，所述植物生长模型利用矢量场方法对所述图像集中的每个单图像计算一个2D骨架，通过对2D骨架聚类分析，提取出所述图像集的形态基元，利用所述形态基元的模型与训练集中的骨架拟合，使用高斯-牛顿梯度下降方法求取所述植物生长模型参数的最优解，其中，所述形态基元描述所述同种植物特有的分叉生长模式；

其中，在所述植物生长模型中，植物骨架的每个分叉定义了枝干间的父子关系，每个分叉定义分叉数、分叉形态、生长因子的参数化局部概率，生长因子为由该分叉传递至下一分叉的生长信息，其将影响后续分叉的条件概率，植物局部概率的参数将决定模型所描述的植物的形态特征；

其中，在输入为多视图图像时，分割出图像中的单棵植株，利用Pix2Pix网络将每幅图像转换为分支概率图像，再将分支概率反投影到3D体素坐标中，形成3D概率分支结构，使用贪婪搜索生成多个概率候选结构，为每个候选结构使用Metropolis Hasting采样优化最优候选，形成后验分布的离散近似，通过采样实现分支骨架的重建。

2.根据权利要求1所述的用于多视图植物三维重建的生成模型的构建方法，其特征在于，通过对输入图像进行细分和聚类，提取出图像中的纹理簇，利用所述纹理簇在输入图像叶子的反投影区域创建叶片，对未被源图像的覆盖的区域，将额外合成叶子以确保均匀分布的叶片密度。

3.根据权利要求1所述的用于多视图植物三维重建的生成模型的构建方法，其特征在于，通过访问修改并指定所述植物生长模型中某个分支的局部参数，该分支涉及的子树将被重新优化计。