[发明专利]一种农作物株高的高通量计算方法

说明书

本发明提供一种农作物株高的高通量计算方法，该方法包括采集农作物样本群的彩色图像、红外图像和深度图像。将彩色图像与深度图像进行图像配准，构建具有颜色信息的点云图像。根据具有颜色信息的点云图像，提取农作物冠层三维点云。根据农作物冠层三维点云，提取农作物样本群中每一农作物对应的冠层图像，通过高通量计算方法计算每一农作物的株高。本发明实施例能够快速精确地计算群体农作物中每一盆作物的株高，实现了自然环境下对农作物株高的高通量计算，与传统株高测量方法利用直尺、手持式激光测距仪等设备手动测量冠层最高点到植株根部的垂直长度相比，更加快速简便。与网络摄像机远程表型测量方法相比，提高了农作物株高测量的精确度。

技术领域

本发明实施例涉及农作物三维重建及表型特征提取技术领域，尤其涉及一种农作物株高的高通量计算方法。

背景技术

农作物作物生长过程中所体现出的形态特征对选育农作物优良品种具有重要作用。株高的动态变化不同程度地影响农作物产量，该表型特征对提升作物性能至关重要。传统株高测量方法是利用直尺、手持式激光测距仪等设备手动测量冠层最高点到植株根部的垂直长度，不仅费时费力，而且结果易受测量者主观因素影响。由于传统测量技术的不足，信息化的测量技术被广泛地应用到农作物表型特征的研究中。

目前植物表型参数测量大多局限于实验室环境或是基于虚拟植株三维重建开展表型研究，其主要缺陷在于不能反映田间植株真实生长情况。基于田间的高通量表型参数测量手段是制约植物基因组研究和作物改良的主要瓶颈。国内外农作物冠层信息获取主要包括手持式传感器、双目立体视觉技术、激光扫描技术、无人机遥感技术等。手持式传感器采用接触式测量方法，会导致农作物发生形变。基于双目摄像机的立体视觉技术，可对作物冠层图像进行非接触式无损采集，且不破坏作物生长形态，但采集的图像质量受光照影较大，进而降低了表型参数计算的准确性。手持式激光扫描技术(例如 FastSCAN激光扫描仪，Artec EVA激光扫描仪)虽然能够高精度的重构作物冠层三维结构形态，不足之处是采集速度较慢。近年来，在地物表型参数分析的基础上，也提出了空间上高通量的测量方法，如网络摄像机远程表型测量方法，虽然实现了农作物表型特征的快速采集，但测量结果误差波动范围较大。

三维激光扫描及雷达技术(例如：FARO Focus3D 120型地物激光扫描)，能快速精确地获取植物冠层点云信息，但获取三维点云中存在大量的背景冗余信息，需要进行点云筛选等操作才能精确构建冠层三维结构形态，且昂贵的价格进一步限制了该设备广泛应用。

发明内容

针对植物表型参数测量技术的上述缺陷。本发明实施例提供一种农作物株高的高通量计算方法。

本发明实施例提供一种农作物株高的高通量计算方法，包括：

S1，采集农作物样本群的彩色图像、红外图像和深度图像；

S2，将彩色图像与深度图像进行图像配准，构建具有颜色信息的点云图像；

S3，根据具有颜色信息的点云图像，提取农作物冠层三维点云；

S4，根据农作物冠层三维点云，提取农作物样本群中每一农作物对应的冠层图像，通过高通量计算方法计算每一农作物的株高。

其中，步骤S1中，所述采集群体盆栽农作物样本的彩色图像、红外图像和深度图像具体包括：

通过农作物冠层图像采集设备采集群体盆栽农作物样本的彩色图像、红外图像和深度图像；

所述农作物冠层图像采集设备包括KinectV2相机和铁架，所述KinectV2 相机通过云台悬挂部件固定安装于农作物样本群上方的铁架，所述KinectV2 相机包括彩色相机、深度相机和红外投影机，用于采集农作物样本群的彩色图像、红外图像和深度图像。

其中，所述通过农作物冠层图像采集设备采集群体盆栽农作物样本的彩色图像、红外图像和深度图像具体包括：