基于改进PoinTr的苹果点云补全方法研究
杨林森
王宁
王亚雄
康峰
北京林业大学工学院 北京 100083
摘要：针对自然环境下苹果果实点云因遮挡导致的不完整问题,文章提出了一种改进的PoinTr网络.通过构建苹果点云数据集(模拟5％～50％遮挡),融合动态图卷积(DGCNN)与坐标注意力(CA)模块,增强局部特征提取;结合几何感知Transformer编码器-解码器,实现全局上下文推理.实验表明,改进方法较原始PoinTr的F1分数提升1.37％,CDL1和CDL2误差分别降低2.26％和0.84％,EMD降低2.23％,在20％和45％遮挡下补全效果优于主流算法.结果表明,该方法有效提升补全精度,为农业表型分析提供技术支持,但对极端遮挡(50％)场景仍需优化.未来将探索多模态数据融合以增强泛化能力.
关键词：点云补全苹果果实改进PoinTr注意力机制精准农业
资助基金：北京林业大学校院联合基金重点项目(2024XY-G001)
论文发表日期：2025-08-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 25-30 )