RGB-D相机已成功应用于室内高通量表型(HTTP)分析。然而，由于光照不稳定、镜面反射、漫反射等产生的噪声和干扰，RGB-D相机在田间高通量表型分析中的性能和可行性仍有待评估。为了解决这些问题，本文评估了两款消费者级RGB-D相机(RealSense D435i 和Kinect V2)在田间高通量表型分析中的深度测距性能，并提出了一种深度测量误差补偿策略。

光强度和亮度的回归曲线

、

数据收集流程图

在性能评估方面，我们着重于确定它们在不同作物器官上的最佳范围。根据评估结果，提出了一种基于亮度和距离的支持向量回归策略，对测距误差进行补偿。此外，我们还分析了两个RGB-D相机在不同光照强度下的深度填充率。实验结果表明：1)对于RealSense D435i，其有效测距面积为[0.160，1.400] m，田间填充率约为90%。 2)对于Kinect V2，在[0.497，1.200] m范围内具有很高的测距精度，但其田间填充率小于24.9%。 3)该误差补偿模型可以有效地减少光照强度和目标距离的影响，最大均方误差为0.029，最小R²为0.867。综上所述，RealSense D435i在田间高通量表性分析中比Kinect V2具有更好的测距性能。

两个相机的最小范围和偏差

随着距离的变化，两个相机在不同距离下的测距偏差的RMSE

两个相机针对不同器官的测量精度

来源：

Fan Z, Sun N, Qiu Q and Zhao C. Depth Ranging Performance Evaluation and Improvement for RGB-D Cameras on Field-Based High-Throughput Phenotyping Robots. arXiv:2011.01022.