利用田间几何特征改进无人机作物育种试验中的时空正射影像配准-慧诺瑞德（北京）科技有限公司|叶绿素荧光|光合作用|植物表型

技术与服务

全部分类

利用田间几何特征改进无人机作物育种试验中的时空正射影像配准

发布时间：

2025-11-24

来源：

作者：

配备多光谱传感器的无人机能够对大型试验地块的作物表型进行高效且可重复的监测。然而，准确拼接无人机衍生的正射图像仍然是一个关键挑战。为了解决这个问题，本文以育种试验中不同时间点获取的无人机衍生正射图像为研究对象，提出了一种具有成本效益的解决方案。

与通过RTK-GNSS要求亚厘米精度的传统工作流程不同，作者优先考虑在实际限制下的操作简易性和鲁棒性。作者利用Segment Anything模型进行初始作物地块分割，通过自定义特征提取器、描述符和匹配器实现了4.65cm至12.30cm之间的误差。此外，作者还在三种作物（棋盘格、网格和带状地块布局下种植的小麦、水稻和向日葵）上验证了该方法。结果显示，本方法与手持式GreenSeeker设备测量的值表现出高度一致，证实了本文方法能够实现可靠的地块级植被监测。

在典型农业环境中，该方法为传统技术提供了可扩展且具有成本效益的替代方案。未来工作可以探索整合额外的上下文或辐射特征，以提高对更多样化环境的适应性扩大该方法的适用性。

图1. 重心提取处理流程。(a)输入正射照片；(b)初始分割结果，其中蓝色多边形表示检测到的农作物地块，黄色多边形表示虚假伪影；(c)去除伪影后进行精细分割，仅保留蓝色多边形；(d)从清理后的地块片段生成最终重心，橙色点表示提取的地块重心

图2. 中心描述符构建过程

图3. 对邻近参数k的不同值的重心匹配性能进行定量评估

图4. 基于直方图的匹配质心对几何一致性分析

图5. 手动识别的固定地标用作正射图像配准的地面控制点（GCP）

图6. 小麦的特征匹配对结果

图7. 水稻的特征匹配对结果

图8. 向日葵的特征匹配对结果

图9. 多光谱正射照片和地面仪器测量的NDVI值之间的相关性

表1. 棋盘布局麦田的重心匹配和配准准确度结果

表2. 网格布局稻田的重心匹配和配准准确度结果

表3.带状布局向日葵田的重心匹配和配准准确度

来源

Akhtar, M.S., Zafar, Z., Mahmood, Z. et al. Advancing Spatiotemporal Orthophoto Registration in UAV-based Crop Breeding Experiments Leveraging Field Geometric Features. PFG (2025). https://doi.org/10.1007/s41064-025-00365-8

编辑

JAYz

推荐新闻

石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！

本期石时之约，我们将对话慧诺瑞德（北京）科技有限公司总经理、国际植物表型学会（IPPN）执委会委员/工业分会副主席韩志国，一起从表型数据的科学角度，去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起，为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种，是在给定的环境条件下，选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种，从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选，是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”，要在肉眼可见之前就能测量并预判出变化趋势，才是这个技术的核心价值。叶绿素荧光成像，恰好满足了这个要求。

视频展示