Los equipos agrícolas funcionan mal bajo baja iluminación, como durante la noche, y hay más ruido en las imágenes de plantas de soja recolectadas bajo restricciones de luz, y el modelo reconstruido de planta de soja no puede representar completamente y con precisión su condición de crecimiento. En este documento, proponemos un método de reconstrucción y percepción de rasgos de plantas de soja bajo baja iluminación. Nuestro método se basa en el mejoramiento de baja iluminación, utilizando el algoritmo de mejora de imagen EnlightenGAN para ajustar las imágenes de plantas de soja en entornos de baja iluminación para mejorar el rendimiento del algoritmo de transformación de características invariante a la escala (SIFT) para la detección y coincidencia de características de plantas de soja, y utilizando el algoritmo de estructura de recuperación de movimiento (SFM) para generar la nube de puntos dispersos de plantas de soja, y la nube de puntos de las plantas de soja se densifica mediante el algoritmo estéreo multi-vista basado en rebanadas de cara (PMVS). Demostramos que las plantas de soja reconstruidas se acercan a las condiciones de crecimiento de las plantas de soja reales mediante el mejoramiento de imagen en entornos desafiantes de baja iluminación, ampliando la aplicación de técnicas de reconstrucción tridimensional para la percepción de rasgos de plantas de soja, y nuestro enfoque está dirigido a lograr la percepción precisa de las condiciones de crecimiento de los cultivos actuales por parte de equipos agrícolas bajo baja iluminación.