基于点云图像转换的玉米形态参数测量方法


发布时间:

2022-08-14

来源:

本站

作者:

PhenoTrait

  玉米形态参数中的株高(plant height,PH)、茎粗长轴(stem thickness long axis,STLA)和茎粗短轴(stem thickness short axis,STSA)能有效反映玉米植株的生长、抗倒伏和产量信息。地面激光扫描(Terrestrial laser scanning, TLS)可以实现作物表型参数的快速测量。针对现有测量方法自动化程度低、叶片干扰大的问题,采用TLS作为测量传感器,提出了一种基于点云图像转换的田间玉米PH、STLA和STSA形态测量方法。如图1,首先,在V3、V6、V9和V12阶段,利用TLS技术获取2个玉米品种(京农科728和农大84)的三维(3D)点云数据。,其次,如图2,利用点云处理软件对采集到的玉米点云数据进行匹配,获取注册的多站点云数据,去除背景点云数据,提取玉米行数据,并进行下采样,如图3。通过编程实现数据格式转换和单株植物分割。第三,采用平面分割、统计滤波、通滤波、最大最小遍历、欧氏聚类等方法去除地面点云,判断是否有玉米植物,提取面积玉米点云,如图4。提出了一种基于点云图像变换的玉米茎叶分割方法,如图5。最后,通过计算植物最高点到其底部的垂直距离来测量植物的高度,如图6。识别特定位置的茎点云,采用椭圆拟合方法测量茎长轴和短轴的厚度,如图7、8。与人工点云测量值相比,利用自动程序测定了4个生育阶段玉米的PH、STLA和STSA。如图9,京农科728的PH、STLA和STSA的均方根误差(RMSE)分别为0.61 cm、3.16 mm和2.53 mm,平均绝对百分比误差(MAPE)分别为0.52%、7.90%和9.70%。农大84的RMSE分别为0.66 cm、2.63 mm和2.42 mm, MAPE分别为0.75%、7.07%和9.76%。结果表明,本文提出的测量PH、STLA和STSA的点云图像转换方法适用于不同生育期的玉米和不同品种的玉米。与人工点云测量值高度一致,可替代人工测量。它可以为育种人员提供一个快速、自动、准确的测量玉米PH、STLA和STSA的程序。

 

  图1 系统架构

 

  图2 整体点云数据处理框图

 

  图3 玉米点云数据预处理。注:(a)中,X轴平行于玉米行,方向为从左到右;Y轴垂直于玉米行,方向从下到上;Z轴垂直于水平面,方向垂直向上。

 

  图4 玉米点云分割

 

  图5 点云图像转换茎叶分割

 

  图6 玉米株高PH的测定

 

  图7 茎段测量点云提取。注:玉米的茎为黄色,底为蓝色,叶为绿色

 

  图8 玉米的PH、STLA和STSA测定

 

  图9 玉米PH、STLA和STSA值的测定

 

  来源:Yanlong Miao, Cheng Peng, Liuyang Wang, Ruicheng Qiu, Han Li, Man Zhang. Measurement method of maize morphological parameters based on point cloud image conversion. Computers and Electronics in Agriculture, 2022, 199, 107174. https://doi.org/10.1016/j.compag.2022.107174.

  

  编辑:王春颖

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。