基于3D重建与点云分割的绵羊体尺自动测量方法及其在智慧畜牧中的创新应用

本刊推荐：本研究创新性地融合多视角三维重建(3D reconstruction)与PointNet++点云分割技术，成功实现了自然状态下绵羊体尺参数的自动化精准测量。通过局部姿态归一化与形态特征关键点检测，显著提升了测量效率与准确性（平均相对误差≤3.71%），为智慧畜牧(Digital Livestock Farming)提供了硬件需求低、动物福利友好的技术新范式。

　　

Highlight

绵羊相较于猪、牛等大型牲畜展现出卓越的身体灵活性和姿态多样性，这对自动化体尺测量技术提出了重大挑战。本研究提出了一种基于三维重建(3D reconstruction)和点云分割(point cloud segmentation)的创新性自动体尺测量方法。该方案通过采集自然状态下绵羊的多视角深度图像，执行三维重建，并...

Materials and methods

在我们的研究中，采用三视角成像系统获取绵羊视觉图像，随后进行多视角图像配准(multi-view image registration)。配准后的图像使用PointNet++深度学习模型进行部位分割(part segmentation)，进而对分割部位实施姿态归一化(pose normalization)和关键点检测(keypoints detection)，最终完成体尺测量。绵羊体尺自动视觉测量的实施框架如图1所示...

Reconstruction results of multi-view sheep

提出的重建框架应用于35只绵羊群体，有效生成了三维几何模型。算法在产生几何精确重建结果的同时，也显现出显著的计算局限性。如图13所示，可视化结果既展示了多视角点云配准方法在绵羊三维重建中的潜力，也揭示了其约束条件...

Conclusions

与猪、牛等大型牲畜相比，绵羊具有显著的身体灵活性和姿态多样性，对自动化体尺测量技术构成重大挑战。对此，本研究提出了一种基于三维重建和点云分割的创新自动体尺测量方法。该方法涉及采集自然状态下绵羊的多视角深度图像，执行三维重建，并...