基于改进神经辐射场群体小麦新视角合成方法技术

本发明专利技术公开了一种基于改进神经辐射场群体小麦新视角合成方法，涉及计算机视觉技术领域，该方法包括以下步骤：拍摄群体小麦的图像，构建群体小麦数据集；构建群体小麦场景的神经辐射场，生产神经辐射场中的射线，依照神经辐射场采样策略进行采样点的获取，并得到采样点的3D位置和方向；将采样点的3D位置x输入到多平面哈希编码器，然后将编码后的数据输入神经辐射场网络中，进行渲染损失训练，预测出采样的颜色和密度；训练完成，即可得到新视角的新图像。本发明专利技术的有益效果是：本发明专利技术采用参考图像引导的策略，并对NeRF网络进行了多平面哈希编码的改进，能够非常高效、高质的拟合出复杂密集的场景重建。

【技术实现步骤摘要】

本专利技术涉及计算机视觉，特别涉及一种基于改进神经辐射场群体小麦新视角合成方法。

技术介绍

1、随着农业信息化和智能化的发展，对农作物生长状态进行精确监测和评估成为了农业生产中的关键需求。群体小麦作为重要的粮食作物，其生长状况直接影响着粮食产量和质量。然而，由于小麦群体的复杂性，如叶片相互遮盖、特征不明显等问题，单靠几张二维图像往往难以准确获取小麦群体的完整信息，从而限制了对其生长状态的全面评估，若是对其进行全面的拍摄需要图像数量过多，且加上拍摄位置困难，因此对小麦群体进行新视角合成具有重要意义。

2、近年来，深度学习技术尤其是计算机视觉领域的快速发展，为农作物监测提供了新的思路。其中，神经辐射场（nerf）作为一种新兴的三维场景表示方法，凭借其能够从少量输入图像中重建出高质量的新视角的能力，受到了广泛关注。然而，将nerf技术直接应用于群体小麦新视角合成时，面临着诸多挑战，如对复杂场景的适应性差、小麦中间区域难以预测等问题。

技术实现思路

1、为了能够保证较高的合成质量，同时又能够方便快捷的给出本文档来自技高网...

【技术保护点】

1.基于改进神经辐射场群体小麦新视角合成方法，其特征在于，所述合成方法包括以下步骤：

2.根据权利要求1所述的基于改进神经辐射场群体小麦新视角合成方法，其特征在于，所述步骤S1具体为：

3.根据权利要求1所述的基于改进神经辐射场群体小麦新视角合成方法，其特征在于，所述步骤S2中采样策略具体为：先进行分层随机采样，再进行重要性采样；分层随机抽样是利用一个或多个变量把总体划分为若干个子总体；其中，所述重要性采样具体为：在区间[a,b]之间粗采样个点，且获得其权重，然后根据对应的权重获得新的个采样点，后续的渲染处理将针对加。

4.根据权利要求1所述的基于改进...

【技术特征摘要】

1.基于改进神经辐射场群体小麦新视角合成方法，其特征在于，所述合成方法包括以下步骤：

2.根据权利要求1所述的基于改进神经辐射场群体小麦新视角合成方法，其特征在于，所述步骤s1具体为：

3.根据权利要求1所述的基于改进神经辐射场群体小麦新视角合成方法，其特征在于，所述步骤s2中采样策略具体为：先进行分层随机采样，再进行重要性采样；分层随机抽样是利用一个或多个变量把总体划分为若干个子总体；其中，所述重要性采样具体为：在区间[a,b]之间粗采样个点，且获得其权重，然后根据对应的权重获得新的个采样点，后续的渲染处理将针对加。

4.根据权利要求1所述的基于改进神经辐射场群体小麦新视角合成方法，其特征在于，所述步骤s3具体为：

5.根据权利要求4所述的基于...

【专利技术属性】
技术研发人员：孙媛媛，邱雅茹，李晨晓，张鑫博，吴国霞，
申请(专利权)人：青岛科技大学，
类型：发明
国别省市：