阳旭等：利用多时序激光点云数据提取棉花表型参数方法（2021年第1期）

引用格式：阳旭, 胡松涛, 王应华, 杨万能, 翟瑞芳. 利用多时序激光点云数据提取棉花表型参数方法[J]. 智慧农业（中英文）, 2021, 3(1): 51-62. 

YANG Xu, HU Songtao, WANG Yinghua, YANG Wanneng, ZHAI Ruifang. Cotton Phenotypic Trait Extraction Using Multi-Temporal Laser Point Clouds[J]. Smart Agriculture, 2021, 3(1): 51-62. 

点击直达知网阅读

点击直达期刊官网阅读

（全文、免费）

利用多时序激光点云数据提取棉花表型参数方法

阳旭1,2, 胡松涛1, 王应华4, 杨万能3,4, 翟瑞芳1*

（1.华中农业大学 信息学院，湖北 武汉 430070；2.深圳市财富趋势科技股份有限公司，湖北 武汉 430070；3.华中农业大学 作物遗传改良国家重点实验室，湖北 武汉 430070；4.华中农业大学 植物科学技术学院，湖北 武汉 430070）

摘要：当前，能够实现作物表型参数高效、准确的测量和作物生育期表型参数的动态量化研究是表型研究和育种中亟待解决的问题之一。本研究以棉花为研究对象，采用三维激光扫描LiDAR技术获取棉花植株的多时序点云数据，针对棉花植株主干的几何特性，利用随机抽样一致算法（RANSAC）结合直线模型完成主干提取，并对剩余的点云进行区域增长聚类，实现各叶片的分割；在此基础上，完成植株体积、株高、叶长、叶宽等性状参数的估计。针对多时序棉花激光点云数据，采用匈牙利算法完成相邻时序作物点云数据的对齐、叶片器官对应关系的建立。同时，对各植株表型参数动态变化过程进行了量化。本研究针对3株棉花的4个生长点的点云数据，分别完成了主干提取、叶片分割，以及表型参数测量和动态量化。试验结果表明，本研究所采用的主干提取及叶片分割方法能够实现棉花的枝干和叶片分割。提取的株高、叶长、叶宽等表型参数与人工测量值的决定系数均趋近于1.0；同时，本研究实现了棉花表型参数的动态量化过程，为三维表型技术的实现提供了一种有效的方法。

关键词： 棉花表型参数 ; LiDAR ; 主干提取 ; 叶片分割 ; 点云数据对齐 ; 三维表型

文章图片

（a）移栽后的棉花植株 （b）3D激光扫描设备

图1   移栽后的棉花植株和3D激光扫描设备

Fig. 1   The transplanted cotton plant and 3D laser scanner

注：每横排从左至右分别为第46天、49天、58天和第63天植株

图2   3株棉花的4个生长点的点云数据

Fig. 2   Point clouds data of three cotton plants at four different growth stages

图3   棉花主干提取和叶片聚类结果

Fig. 3   Results of main stem extraction and leaf clustering

图4   1号棉花第46天和第49天叶片中心点计算的最佳匹配

Fig. 4   The best match between leaves of No. 1 Cotton Plant on day 46th and day 49th

注：从左至右分别为叶片对应后的作物点云在第46天、49天、58天、63天的结果图示。同一叶片用同一种颜色渲染

图5   3株棉花4个时间点各叶片间的对应关系

Fig. 5   Leaf correspondence of three cotton plants at four different growth stages

图6   棉花体积、叶长和叶面积估测

Fig. 6   Estimation for cotton plant volume, leaf length and leaf area

图7   株高、叶长和叶宽测量结果

Fig. 7   Measurment results of plant height, leaf length and leaf width

图8   3株棉花各表型参数随时间变化趋势图

Fig. 8   Dynamic change of phenotypic traits of the three cotons

来源：《智慧农业（中英文）》2021年第1期

转载请联系编辑部授权

通讯作者简介

翟瑞芳  副教授

翟瑞芳，女，2006年12毕业于武汉大学遥感信息工程学院，获摄影测量与遥感工学博士学位，2007—2008年于加拿大卡尔加里大学从事博士后研究。2009年7月至今在华中农业大学信息学院任教，期间在美国普渡大学交流访问。工作以来主持国家自然科学基金青年项目，教育部博士点基金，教育部留学回国人员启动基金，湖北省自然科学基金面上项目等，发表相关论文20篇以上。主要从事激光点云数据处理，目标三维重建等工作，目前致力于挖掘三维信息处理和特征提取在表型组学应用中的算法研究。

本期支持单位

Supporters

京蓝云智物联网技术有限公司

浙江臻善科技股份有限公司

推荐阅读

微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法：加小编微信331760296，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动的宣传推广

《智慧农业（中英文）》

       《智慧农业（中英文）》（季刊）是由中华人民共和国农业农村部主管，中国农业科学院农业信息研究所主办，《智慧农业（中英文）》编辑委员会学术指导，《智慧农业（中英文）》编辑部编辑出版的国内外公开发行的农业科学类学术期刊。期刊聚焦农业信息技术发展前沿与热点，刊载和传播国内外最新研究成果，通过搭建高水平学术交流平台，引领学术研究方向，服务行业科学决策，培养高水平创新人才，促进学科发展。期刊于2020年被评为“中国农林核心期刊”。

“智慧农业期刊”微信公众号

“智慧农业编辑部”微博	“智慧农业smartag”头条号

求点赞每增加1个赞，小编绩效加5毛钱！