无人机三维作物表型：从 CCO 采集到经验证的性状

基于无人机的三维表型把飞行规划、摄影测量、点云处理和生物学验证连接起来。重建只是工作流的一部分：飞行安全、尺度、坐标参考、冠层运动、遮挡和真值共同决定一个导出性状是否有用。

本文介绍一套围绕**交叉环绕倾斜（Cross-Circular Oblique，CCO）**采集和运动恢复结构（SfM）构建的实用工作流。它区分几何测量与可视化产物，并避免把每一个三维表示都当作定标后的表型。

工作流速览

1. 围绕性状设计采集

交叉环绕倾斜（CCO） 航线在采样点或小区周围采集倾斜视图。变化的方位角改善了复杂冠层周围的视角多样性，而额外的网格或交叉航线可提供更均匀的覆盖并加强空间框架。

在定义航点之前，明确：

• 生物学单元：植株、行、小区或田块；
• 必须保持可见的最小结构；
• 所需的地面采样距离；
• 预期冠层高度和安全净空；
• 相机焦距、对焦、快门速度和图像间隔；
• 适合场景和软件的重叠目标；
• 风、光照、电池和合法的作业限制；
• 地面控制点（GCP）、RTK/PPK 策略或另一个尺度来源。

没有通用的飞行高度、半径、相机俯仰角或重叠设置。在投入一项田间 campaign 之前，先验证一个小型试验区块。

飞行安全与兼容性

生成的航线只是规划辅助。飞行前请确认当地航空规则、障碍物净空、返航行为、电池余量、飞行器与遥控器的兼容性，以及在厂商软件中导入的任务。

浏览器端的 CCO 航线构建器 可把 KML 边界转换为可预览的、兼容大疆的 KML、WPML 和 KMZ 规划文件。其教程说明了当前的导出与兼容边界。

2. 在田间控制图像质量

摄影测量无法恢复持续模糊、过曝、被遮挡或缺失的细节。

1. 在可行处使用手动或锁定曝光，使亮度不在相邻帧之间跳变。
2. 选择能限制由飞机运动和风吹叶片造成运动模糊的快门速度。
3. 每个飞行区块前检查对焦。
4. 尽可能避免突然的光照变化；记录云和风况。
5. 在离场前以全分辨率检查代表性图像。
6. 保留原始文件和元数据。不要缩放、锐化或重新编码唯一副本。

记录飞行器、载荷、镜头、图像尺寸、任务几何、时间戳、坐标系、天气以及任何中断的飞行。

3. 建立空间参考

多视图图像可被对齐和正射校正，生成正射影像、数字表面模型（DSM）、相机位姿和稠密点云。这些产物用途不同：

产物	主要作用	重要注意事项
正射影像	小区边界、标注、二维上下文和空间索引	地形位移和冠层运动会影响接缝
DSM	相对所选参考的表面高程	高度需要一个站得住脚的地面或地形估计
SfM 点云	几何分析和空间采样	必须检查尺度、噪声、遮挡和配准误差
相机位姿	重投影、视图选择和下游神经渲染	位姿质量取决于对齐是否成功

正射影像不仅是装饰性底图：它们可以支持小区提取和二维性状。但不应把它们当作三维冠层结构的唯一来源。

4. 用 SfM 重建可测量的几何

SfM 从共享的视觉特征估计相机位姿和稀疏几何；稠密重建随后估计额外的表面点。

提取性状之前，检查：

• 已对齐相机的覆盖和被剔除的图像；
• 重投影误差和连接点分布；
• GCP/RTK 残差和独立检查点；
• 尺度和坐标系一致性；
• 密集上层冠层下方的孔洞；
• 浮点、地面泄漏和重复表面；
• 跨日期的配准一致性。

冠层高度通常相对地面模型或局部参考面计算，而不是直接取最大点高程。报告所用的百分位或稳健统计量；单个最高点对噪声敏感。

5. 把三维高斯泼溅用于恰当的目的

三维高斯泼溅（3DGS）可从定标图像和相机位姿提供高质量交互式新视图渲染。它对可视化检视、交流以及面向感知感知的场景表示研究很有价值。

3DGS 不应自动取代 SfM 点云用于度量表型。一个渲染出的高斯表示本身并不是水密表面或定标后的生物学测量。从 3DGS 流程提取的任何几何都需要其自身的尺度、精度、可重复性和真值验证。

6. 分割田块、小区和行

用正射影像和实验设计创建小区多边形，然后投影或裁剪对应的点云区域。一个稳健的边界工作流可结合：

1. 测量所得或由设计导出的小区几何；
2. 来自正射影像的植被或颜色线索；
3. 拓扑约束，如预期的行序和行距；
4. 针对边界、缺苗和混杂小区的人工质量控制。

地块测量工具 可帮助采集并导出田间多边形，但浏览器 GPS 精度因设备和环境而异。测量级边界需要合适的定位设备和流程。

7. 导出候选性状

候选点云描述符可包括：

• 高度百分位和垂直剖面；
• 投影冠层面积；
• 凸包或 alpha 形体积，并完整报告参数；
• 点密度和空间占用；
• 行宽和间隙统计；
• 表面粗糙度或局部高度变化。

在它们被关联到一个生物学定义并得到验证之前，这些只是算法输出。例如，点密度也反映图像几何、纹理、重建设置和遮挡。

CanopyPC 科研工作流

CanopyPC 在此指一套冠层点云处理的科研工作流，包括统计离群点移除、可选的地面滤波、行分割、包围几何和交互式检视。除非随分析提供了仓库、版本、许可和示例数据集，否则不应把它理解为一个公开发布的可安装包。

8. 建模前先验证

选择与拟声明相匹配的真值。例子包括测量过的冠层高度、人工器官测量、破坏性叶面积测量或更高精度的参考扫描。

使用分组验证，把相关的植株、小区、飞行、地点或日期放在一起。随机拆分单个点或重复图像会造成严重泄漏。

至少报告：

• 生物学单元层面的样本计数；
• 训练、验证和测试分组；
• 带单位与不确定性的误差指标；
• 预测连续性状时的定标和残差图；
• 按作物、生育期、地点和采集条件的性能；
• 缺失的重建和被排除的案例；
• 与一个简单基线的比较。

迁移到新作物或环境必须经过测量；不应从单一田块的交叉验证中推断。

需要明确说明的局限

• 密集的上层冠层遮挡下层器官，任何航线都无法重建从未被观测到的表面。
• 风违反常规摄影测量的静态场景假设。
• 跨日期比较需要稳定的尺度、地面参考和配准。
• 三维模型可能随着遮挡增加而低估叶面积。
• 自动分割在小区边界、倒伏、衰老、杂草和缺苗处可能失败。
• 飞行效率与几何完整性需与电池、数据量、模糊和安全权衡。

可复现性清单

• 原始图像和元数据已归档
• 任务和相机设置已记录
• 坐标系和尺度来源已记录
• 软件版本和重建参数已保存
• 小区几何已版本化
• 点云滤波器和阈值已报告
• 独立真值已保留
• 失败案例已纳入报告

工作流审阅：2026 年 7 月。参数必须针对每种飞行器、作物、田块和研究问题进行调整和验证。