大豆表型分析是大豆育种的核心动力。目前大多数用于获取植物表型的非破坏性方法仅在实验室环境下或基于虚拟植物的三维重建进行研究，未能真实反映植物的生长。人工测量耗时、主观性强、准确性差，因此迫切需要一种成本相对较低、分辨率较高的3D成像技术来进行作物表型信息的获取。

　　本文构建了基于Kinect传感器的大豆冠层图像采集平台，以抗线9号、抗线13号、福豆6号为研究对象，计算了大豆株高、叶面积指数等重要表型性状。

　　从大豆群体中有效地分割出每盆大豆植株，对于准确计算株高和叶面积指数具有重要意义。图1显示了大豆单株表型获取及计算流程;图2、图3显示了根据大豆冠层最高点和最低点所在平面四个方向的边界点建立外包围盒，用于划分每盆大豆所占空间。

　　图1.单株表型性状计算的工作流程。

　　图2.大豆群体高度计算方法。h表示植株高度;H表示Kinect摄像头距地面高度;hp表示盆距地面高度(hp=18.5cm);d表示两植株地面投影中心距离。

　　图3.基于包围盒法的大豆单株包围效果。红、蓝、粉色包围盒分别表示抗线9号、抗线13号和福豆6号的划分效果，用实线和虚线区分相邻盆。

　　试验中采集了大豆冠层种植20天(分枝期)、30天(开花期)、45天(结荚期)和60天(结荚期)的彩色和深度图像，然后利用距离值去除背景干扰从而保留有效冠层信息。

　　图4.不同生长阶段的三维点云冠层信息。A.彩色图像;B.深度图像;C.三维冠层点云图像。

　　结果显示，通过三维点云方法计算的株高和叶面积指数与人工测量结果正相关关系。三个品种的株高(PH)、叶面积指数(LAI的)计算值和实测值的决定系数R2均在0.97以上;表明基于该方法的表型数据获取速度快、精度高，具有较好的综合性能。

　　图5. 株高、叶面积计算值与实测值的对比结果。从左到右分别是抗线9号、抗线13号、福豆6号的比较结果。

　　田间表型性状的高通量获取是制约植物基因组和作物改良研究的主要瓶颈，三维激光扫描和激光雷达技术具有快速、准确获取植被冠层点云数据的优势。本文实现了室外环境下大豆冠层和距离的点云数据的快速高效采集，提出的方法可以准确计算株高和叶面积指数，为田间表型分析提供了算法支持。

　　来源：Ma, Xiaodan, Bingxue Wei, Haiou Guan, and Song Yu. "A Method of Calculating Phenotypic Traits for Soybean Canopies Based on Three-dimensional Point Cloud." Ecological Informatics 68 (2022): 101524. Web.

　　编辑：李红叶