鉴于在精准农业中，植物果实（器官）的无损、定量分析和表型筛选，对于提高作物育种效率，优化作物管理决策的必要性。

针对植物果实重建迄今尚未提出系统的技术指导这一瓶颈开展研究，主要研究并取得以下进展。

① 总体上，从理论上提出了基于OpenMVG的果实三维重建与数字化流程。

以果实为研究对象，以手机、相机等为采集平台，获取果实外观的多视角空间坐标数据，以基于点云的三维重建理论为基础，以点元模型的数字几何处理流程为研究主线，提出了基于多视角图像的果实外观重建流程，并给出了整体框架和各环节的具体方案。

② 研究了田间果实稀疏点云数据获取技术。

为使本项目研究的重建流程具有通用性，选择了数据获取可行的西北农林科技大学试验示范站、表面几何属性具有一定代表性，且表面处理技术具有一定通用性的，榴莲和苹果各2组样本作为研究对象。

在采集到作物果实的序列图像后，首先要解决的是从图像进行稀疏点云生成问题。

课题首先利用SIFT检测并提取图像的特征点，然后使用FLANN算法对不同维度的特征点进行匹配，根据匹配的结果，利用射影定理计算相机相对位姿与三维点的坐标等场景信息，最终得到稀疏点云模型。

③ 研究了密集重建。

通过基于面片的多视图立体视觉算法PMVS进行密集重建，校准多视图立体视觉，输出一组密集的矩形斑块，覆盖在输入图像的可见表面。

通过特征提取和匹配来获得果实及背景的三维稀疏点，并借助矢量矩形面片模型进行描述，然后通过面片扩散形成致密的三维点云。

④ 提出了半自动化去噪方法。

在拍摄目标果实时，由于受背景和拍摄环境的影响，拍摄结果图像中不可避免地含有除果实以外的枝杈、叶子等背景噪声。

进而在采用SFM算法生成点云时，会生成排列紧凑，数量较多的噪点，使其无法通过现有的去噪算法删除。

针对该问题，提出了一种交互式去噪和滤波相结合的半自动化去噪方法。