基于SwinPoinTr的视角受限下杏鲍菇表型参数测量方法

来源：农业机械学报杂志2025年第3期北京时间：

作者：谢立敏，黄轶，吴昊宇，叶大鹏，方兵

单位：福建农林大学;福建省农业信息感知技术重点实验室,福建农林大学;福建省农业信息感知技术重点实验室,福建省农业信息感知技术重点实验室;福建农林大学,福建农林大学;福建省农业信息感知技术重点实验室,福建农林大学;福建省农业信息感知技术重点实验室,

摘要：针对菇房内杏鲍菇表型参数测量任务中，由于扫描设备视角受限，扫描的杏鲍菇点云出现残缺问题，基于AdaPoinTr(Adaptive geometry aware point transformers)提出了改进的SwinPoinTr模型，实现了对残缺杏鲍菇点云的准确补全和杏鲍菇表型参数的测量。该方法在使用提出的特征重塑模块的基础上，构建具有几何感知能力的层次化Transformer编码模块，提高了模型对输入点云的利用率和模型捕捉点云细节特征的能力。然后基于泊松重建方法完成了补全点云表面重建，并测量到杏鲍菇表型参数。实验结果表明，本文所提算法在残缺杏鲍菇点云补全任务中，模型倒角距离为1.316×10-4，地球移动距离为21.328 2，F1分数为87.87%。在表型参数估测任务中，模型对杏鲍菇菌高、体积、表面积估测结果的决定系数分别为0.958 2、0.959 6、0.960 5，均方根误差分别为4.421 3 mm、10.818 5 cm3、7.577 8 cm2。结果证实了该研究方法可以有效地补全残缺的杏鲍菇点云，可以为菇房内杏鲍菇表型参数测量提供基础。

关键词：杏鲍菇;智慧菇房;表型参数;点云补全;泊松重建;SwinPoinTr

基金资助：福建省林业科学技术攻关项目(2023FKJ01)、福建省农业信息感知技术重点实验室建设项目（KJG22052A）和福建省技术创新重点攻关及产业化项目（2024XQ010）