Phys.org·· 6 天前AI 评分47
普通相机可创建植物3D数字孪生,助植物园低成本保存活体收藏
Digital twins for plants: How ordinary cameras are helping preserve living collections
AI 导读
普通相机结合摄影测量与3D Gaussian splatting可创建植物3D数字孪生,Biodiversity Data Journal 发表的方法可低成本记录植物园和博物馆的活体收藏。
- 背景
- 植物是三维的,而且一直在长,这两点让平面照片和压制标本都难以承担记录任务;植物园与博物馆的活体收藏因此缺少一种既保真又负担得起的数字化手段。塔尔图大学(University of Tartu)的 Toivo Aukusti Ylinampa 与 Urmas Kõljalg 把两种技术拼在一起:摄影测量(photogrammetry)从重叠照片重建可测量的三维形状,3D Gaussian splatting 则是较新的方法,能实时生成照片级真实的模型,且在处理细薄、纠缠的叶丛时表现较好。成果发表在《Biodiversity Data Journal》,题为「Photogrammetry and 3D Gaussian Splatting for 4D plant growth capture and greenhouse digital twins」。
- 做法
- 采集设备以一台紧凑型 Olympus TG-6 为主,另配微距镜头相机、一部智能手机和一架无人机;拍摄对象跨度从单朵兰花到整棵树。两个数据集最具体。其一是一株蕨类,在 15 天跨度内的 12 天里拍摄约 8,500 张照片,对齐时不依赖固定机位,而是利用稳定的背景特征,通过 Metashape 的多日全局对齐,把每天生成的数据集放进同一尺度与朝向。其二是一座温室——塔尔图大学植物园的热带温室——约 20,000 张照片先分成 14 个互相重叠的区块处理,再拼装成可交互的虚拟漫游。判定是否成功看两点:同尺度下逐日模型能否直接比较生长,以及模型上的量测能否与实物读数对上。
- 结论
- 蕨类数据集得到的是 12 天、每日一套重建,全部对齐到共同尺度与朝向,不需要人工调整,因此生长过程可以逐日直接对比,形成一段 4D 生长延时。温室数据集把约 20,000 张照片切成 14 个重叠区块后拼成可交互漫游。精度方面,作者做了一次微距测试,模型上量得的 13 mm 与卡尺读数 13.2 mm 很接近,支持该方法用于带比例的测量。不过他们同时声明,温室漫游由人工拼装,只适合视觉浏览,不适合精确测量。
- 机制
- 能跨天对齐,关键在特征点来自哪里。第一作者 Ylinampa 的说法是,跑过数千次摄影测量扫描后他发现,并非所有影像都必须彼此直接相关:两片蕨叶之间可对应的特征点很少,但周围区域里有大量特征点,「免费」可用——背景成了共同的参照系,固定机位因此不再必要。两种技术的分工也由此成立:摄影测量给出可测量的几何,3D Gaussian splatting 负责实时、照片级的呈现,并在细薄纠缠的叶片上补上前者的不足。
- 意义
- 整套流程只依赖消费级相机和广泛可用的软件,不需要专门系统,植物园、博物馆和研究组可以直接采纳。作者在文中称该工作流「provides practical guidance for generating scalable 3D datasets」,用途指向植物记录、活体收藏、数字展览以及后续的定量分析。论文中的三维模型与演示视频通过文内链接公开可得。
- 局限
- 作者列出了几处限制:即便是微风,也会明显拉低模型质量;温室各区块是手工拼装的,所以漫游成品适合视觉探索,不适合精确测量。
- 下一步
- 作者已经把下一步定在两件事上:区块的自动化拼接,以及独立的定量验证。


本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文
来源:Phys.org · phys.org