植物表型调查是选育优良品种和基因功能研究的重要依据,为理解植物生长发育规律及环境的作用提供有力支持.针对传统叶菜类植物表型分析方法存在速度慢、误差大、维度限制等问题,该研究提出了一种基于高通量重建和茎叶自动分割的白菜薹关键表型参数提取方法.首先,基于多视图立体几何技术对白菜薹进行多视角RGB图像三维重建、尺度恢复、均匀简化、背景去除及点云去噪等预处理.之后,提出基于超体素的改进植物器官自动分割算法,将植株分为茎、叶片等不同语义类别.在此基础上,给出有效的表型参数计算方法,完成了株高、叶长、颜色等7个关键性状的无损、精确测量.试验结果表明,该研究实现了白菜薹关键表型自动分析,茎叶器官分割的精确率、召回率及F1分数的均值分别为0.961、0.940、0.943;株高、株幅、叶长、叶宽的均方根误差分别为0.261、0.313、0.174、0.100 cm,叶面积及叶片数的均方根误差分别为1.608 cm2和0.283,平均绝对百分比误差分别为1.659％、1.643％、1.417％、2.486％、8.258％、6.000％.与其他方法相比,该研究具有较低的综合误差,可适应叶片形状不规则的植物表型参数提取研究.同时,克服了当前植物冠层幼叶难以分割、表型性状提取效率低等困难,为精准农业领域叶菜表型高效分析提供有效的技术手段,可在进一步的基因型到表型研究中发挥重要作用.

三维;数字化;茎叶分割;表型测量;白菜薹

王瑞萍;刘东风;王先琳;杨会君

西北农林科技大学信息工程学院,杨凌 712100;深圳市农业科技促进中心,南山 518057;陕西省农业信息感知与智能服务重点实验室,杨凌 712100;农业农村部农业物联网重点实验室,杨凌 712100

农业工程学报

[1]王瑞萍;刘东风;王先琳;杨会君-.基于多视图几何的白菜薹分割与关键表型测量)[J].农业工程学报,2022(16):243-251

茎叶分割

多视图几何,白菜薹,表型测量,植物表型,选育,优良品种,基因功能,功能研究,植物生长发育,生长发育规律,叶菜类,表型分析,速度慢,自动分割,表型参数提取,参数提取方法,多视图立体,立体几何,多视角,RGB,三维重建,尺度恢复,背景去除,点云去噪,超体素,植物器官,分割算法,植株,语义类别,参数计算方法,株高,叶长,精确测量,自动分析,精确率,召回率,叶宽,叶面积,叶片数,平均绝对百分比误差,其他方法,综合误差,叶片形状,冠层,幼叶,表型性状,提取效率,精准农业,农业领域,高效分析,基因型

0.387071