基于番茄冠层三维重建的表型提取方法


发布时间:

2022-12-22

来源:

植物表型资讯

作者:

PhenoTrait

准确、快速地获取番茄冠层表型性状对品种选育、栽培和科学管理具有重要意义。手动测量费时、费力且容易出错,同时田间大型设备缺乏机动性,单一视角受环境遮挡限制,难以实现番茄植株表型的高通量检测。因此,本文提出了一种基于多视角三维重建的番茄冠层表型性状高通量检测方法。首先,以东农708为试验对象,采集平台由三个 Kinect 2.0 传感器构建,用于在关键生长阶段(初花期、花期和初果期)采集番茄冠层的全范围点云。其次,通过条件滤波和统计离群值(Statistical Outlier Removal, SOR)去除背景和干扰噪声。然后,提取其结构特征点,并结合固有形状特征(Intrinsic Shape Signatures, ISS)和迭代最近点算法(Iterative Closest Point, ICP)进行空间位置配准。此外,利用三维正态分布变换算法(3D-Normal Distributions Transform, NDT)实现了三维点云的精确配准。与单纯使用NDT和ICP算法相比,本文提出方法的平均误差为0.027,分别减少0.02和0.04。最后,利用AlphaShape算法提取番茄冠层轮廓。依据重建结果,计算了植株高度、冠层宽度和叶柄角度。结果表明,计算值与实测值之间的相关系数分别为0.9615、0.809和0.9014,平均误差分别为1.38cm、5.1°和1.92cm。本文提出的方法可作为番茄冠层表型性状定量指标的快速检测方法,为育种、科学栽培和环境调控提供技术支持。
 
多视角图像数据采集平台

该系统由三个Kinect2.0传感器、笔记本电脑、线圈和摄像头支架组成。每个Kinect2.0传感器安装在可调角度拍摄架的固定位置。三个Kinect 2.0传感器以120度角放置,并通过带有USB3.0的适配器连接到笔记本电脑。Kinect传感器不断向目标发送近红外光脉冲。然后通过光敏模块接收从物体返回的近红外光脉冲。通过检测脉冲飞行往返时间获取目标距离,动态获取番茄冠层的空间位置信息。该系统能够在短时间内采集到准确、稳定的番茄冠层点云和彩色图像信息。为保证番茄植株的生长,数据采集工作在室外环境中进行。番茄冠层三维同步采集平台示意图如图3所示。

 

 图1 总体技术路线图

 

图2 数据处理流程图

 

图3 番茄冠层三维数据同步采集平台

 

图4 条件过滤后的点云

 

图5 SOR过滤后番茄冠层的点云

 

图6 点云配准原理示意图

 

图7 不同视角的番茄冠层点云及特征点 (a) 视角1原始点云。(b) 视角2原始点云。(c) 视角3原始点云。(d) 视角1特征点云。(e) 视角2的特征点云。(f) 视角3的特征点云。

 

图8 3D-NDT算法流程图

 

图9 所提算法获得准确的配准结果。(a) 树冠模型向左旋转45度。(b) 树冠模型右转45度。(c) 冠层模型的点云划分。

 

来 源

Zhu T, Ma X, Guan H, et al. A calculation method of phenotypic traits based on three-dimensional reconstruction of tomato canopy[J]. Computers and Electronics in Agriculture, 2023, 204: 107515.

 

编 辑

刘昕哲

 

扩展阅读

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。