基于三维点云的番茄植株茎叶分割与表型特征提取

TP242; 针对当前温室番茄表型参数难以自动获取的问题,研究提出通过对三维点云进行配准、骨架提取以及分割从而自动获取苗期番茄植株株高、茎粗、叶倾角和叶面积参数的方法.首先通过机器人搭载机械臂在温室中自动获取多视角番茄点云,并通过配准得到完整植株点云;对番茄点云利用拉普拉斯收缩的骨架提取算法获取植株骨架,对骨架进行修正后分解为茎秆和叶片子骨架,实现茎秆叶柄分割;再通过基于区域生长的MeanShift聚类方法对叶片和叶柄进行分割;最后通过番茄点云获取株高、茎粗参数,通过骨架测量叶倾角,对叶片点云进行曲面拟合提取叶面积参数.试验结果表明,茎叶分割与叶片分割的精确率、召回率、F1分数和平均总体准确率...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 38; no. 9; pp. 187 - 194
Main Authors 彭程, 李帅, 苗艳龙, 张振乾, 张漫, 李寒
Format Journal Article
LanguageChinese
Published 中国农业大学智慧农业系统集成研究教育部重点实验室,北京 100083%中国农业大学农业农村部农业信息获取技术重点实验室,北京 100083 01.05.2022
Subjects
机器人
点云分割
表型
骨架提取
番茄
Online AccessGet full text

Cover

More Information
Summary:TP242; 针对当前温室番茄表型参数难以自动获取的问题,研究提出通过对三维点云进行配准、骨架提取以及分割从而自动获取苗期番茄植株株高、茎粗、叶倾角和叶面积参数的方法.首先通过机器人搭载机械臂在温室中自动获取多视角番茄点云,并通过配准得到完整植株点云;对番茄点云利用拉普拉斯收缩的骨架提取算法获取植株骨架,对骨架进行修正后分解为茎秆和叶片子骨架,实现茎秆叶柄分割;再通过基于区域生长的MeanShift聚类方法对叶片和叶柄进行分割;最后通过番茄点云获取株高、茎粗参数,通过骨架测量叶倾角,对叶片点云进行曲面拟合提取叶面积参数.试验结果表明,茎叶分割与叶片分割的精确率、召回率、F1分数和平均总体准确率分别为0.84、0.91、0.87、0.92和0.92、0.91、0.91、0.93.株高、茎粗、叶倾角和叶面积参数的提取值与人工测量值的决定系数分别为0.97、0.53、0.90和0.87,均方根误差分别为1.40 cm、1.52 mm、5.14°和37.56 cm2.结果表明该研究方法与人工测量值具有较强的相关性,可以为温室番茄的高通量自动化表型测量提供技术支持.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.2022.09.020