三维植物分割新突破：2D-to-3D重投影方法与前沿3D算法的性能对比研究

针对3D植物表型分析中分割精度不足的难题，本研究创新性地开发了基于2D-to-3D重投影的分割方法，并与Swin3D-s、PTv3等前沿算法对比。结果表明，该方法仅需5株标注样本即可达到25株训练样本的3D算法性能，且通过虚拟相机可将IoUmacro提升至0.81，为植物器官精准测量提供了高效解决方案。

　　

在农业育种和植物科学研究中，精确测量植物器官的三维结构对理解基因型-环境互作至关重要。然而，传统手工测量效率低下且易产生误差，而现有3D分割算法面临标注数据稀缺、预训练模型不足等挑战。尤其对于番茄等复杂植株，区分主茎（main stem）与侧枝（side stem）等相似结构更是难点。荷兰瓦赫宁根大学的研究团队在《Biosystems Engineering》发表论文，系统比较了2D-to-3D重投影方法与Swin3D-s、PTv3等前沿3D算法在番茄点云分割中的表现，为解决这一瓶颈问题提供了新思路。

研究采用多视角立体视觉（MVS）重建的44株番茄点云数据集，通过Mask2Former实现2D图像分割，并开发了基于多数投票的3D重投影算法。关键技术包括：1）基于球面旋转算法的点云网格化渲染；2）降低图像分辨率四倍以优化遮挡检测；3）八叉树插值填补未标注点；4）采用Swin-tiny骨干网络处理1080×1920原生分辨率图像。对比实验涵盖MinkUNet34C、Swin3D-s和PTv3三种架构，评估指标包括IoU_macro和IoU_micro。

3.1 算法性能对比
Swin3D-s以0.79的IoU_macro略优于2D-to-3D方法（0.78），但统计无显著性差异（p=0.06）。关键发现是传统CNN架构MinkUNet34C性能落后0.18，凸显Transformer架构在3D分割中的优势。值得注意的是，2D方法在叶片分割中因点云缺失导致1.4%背景误判，但通过虚拟相机补充视角可提升性能。

3.2 渲染图像可行性
使用球面旋转算法生成的渲染图像训练模型时，IoU_macro保持0.78不变。这一结果为LiDAR等非图像重建系统的应用铺平道路，证明合成数据可替代真实图像标注。

3.3 训练效率优势
2D-to-3D方法仅需5株标注样本即达到Swin3D-s训练25株的效果（p<0.05）。通过3D标注自动生成2D标签的策略，使单株标注时间从4小时/图像降至4分钟/图像，大幅提升效率。

3.4 多视角增强
将相机数量从15台增至25台（含虚拟相机）时，IoU_macro提升至0.81，超过Swin3D-s基线。这表明增加视角能有效缓解遮挡问题，但需权衡计算成本。

讨论部分指出，当前限制主要来自体素空间不足导致的点云缺失。研究创新性地提出：1）2D与3D方法性能差距随Transformer架构发展已消失；2）3D标注可高效衍生2D训练数据；3）虚拟视角能突破物理相机限制。未来建议结合双向投影网络（BPnet）等混合架构，并在更大数据集中验证。该工作为植物表型分析提供了兼顾精度与效率的解决方案，尤其对茎秆形态等精细结构测量具有重要应用价值。