面向成熟期油菜表型參數(shù)自動(dòng)測(cè)量的點(diǎn)云數(shù)據(jù)處理方法研究.pdf

1、目前，油菜主要用于動(dòng)物飼料、可食用植物油以及生物柴油的加工，其主要生產(chǎn)區(qū)包括歐盟、加拿大、中國(guó)、印度以及澳大利亞。2000年，油菜油成為繼大豆、棕櫚油后的第三大可食用植物油，同時(shí)，也是飼用蛋白質(zhì)的第二大來源。但近年來由于其他油料作物的大量進(jìn)口、勞動(dòng)力減少、油菜種植機(jī)械化程度低以及種植效益低等原因?qū)е潞笔∧酥寥珖?guó)的油菜種植面積不斷減少。因而，油菜栽培以及育種的主要目標(biāo)就是最大限度的提高油菜產(chǎn)量以及解決機(jī)械化生產(chǎn)的問題，而對(duì)作物表型的研究

2、當(dāng)仁不讓成了解決以上問題的關(guān)鍵。目前有關(guān)作物表型參數(shù)自動(dòng)測(cè)量的方法雖然取得了較為豐碩的研究成果，但針對(duì)油菜表型參數(shù)的自動(dòng)測(cè)量研究，仍然存在諸多問題有待解決，主要體現(xiàn)在以下三點(diǎn):①基于現(xiàn)代光學(xué)技術(shù)的油菜株型表型參數(shù)研究較少;②無法完成相關(guān)表型參數(shù)的自動(dòng)測(cè)量;③一般基于可見光圖像表型參數(shù)自動(dòng)測(cè)量的方法大都在二維空間中實(shí)現(xiàn)，不適用于存在大量遮擋的成熟期油菜表型參數(shù)（如角果數(shù)量統(tǒng)計(jì)等）測(cè)量。故，成熟期油菜植株表型參數(shù)的無損自動(dòng)測(cè)量是油菜育種中亟

3、待解決的問題，同時(shí)也為數(shù)字農(nóng)業(yè)研究和發(fā)展指明了新方向。
　　三維激光掃描技術(shù)（3D Laser Scanning Techonlogy）作為近年來出現(xiàn)的新興技術(shù)，是一種先進(jìn)的全自動(dòng)、高精度的立體掃描技術(shù)，通過激光測(cè)距原理能夠更加快速、實(shí)時(shí)以及精準(zhǔn)的采集物體表面三維信息。目前，該技術(shù)已經(jīng)在越來越多領(lǐng)域得到了應(yīng)用。因此，本文將使用激光測(cè)距技術(shù)獲取成熟期油菜植株的點(diǎn)云數(shù)據(jù)，完成油菜角果和枝干的自動(dòng)分割，實(shí)現(xiàn)關(guān)鍵表型參數(shù)的自動(dòng)測(cè)量。主要研

4、究?jī)?nèi)容及成果如下所示:(1)點(diǎn)云數(shù)據(jù)獲取:搭建了基于激光掃描技術(shù)的三維點(diǎn)云數(shù)據(jù)采集系統(tǒng)，并在此基礎(chǔ)上完成了成熟期油菜植株三維點(diǎn)云數(shù)據(jù)的獲取;(2)點(diǎn)云數(shù)據(jù)預(yù)處理:針對(duì)采集到的原始點(diǎn)云數(shù)據(jù)具有無序、冗余及數(shù)據(jù)量極大等特點(diǎn)，本試驗(yàn)通過數(shù)據(jù)一致性保證、點(diǎn)云數(shù)據(jù)的組織存儲(chǔ)、點(diǎn)云簡(jiǎn)化以及點(diǎn)云濾波四個(gè)步驟對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，為后期的分割奠定了良好的數(shù)據(jù)基礎(chǔ);(3)作物器官分割:首先提出了基于法向量特征的角果器官分割算法，利用該算法對(duì)單分枝點(diǎn)云進(jìn)行

5、角果分割，正確分割率可達(dá)95.16％;但利用該算法進(jìn)行整株油菜角果器官分割，正確分割率僅為89.63％，且分割結(jié)果評(píng)定階段需過多的人工參與。為改善以上問題，本文又提出了基于特征統(tǒng)計(jì)的角果器官分割算法，該算法不僅減少了人工參與的工作量，還取得了令人滿意的分割效果，單分枝點(diǎn)云的角果正確分割率達(dá)100％，整株油菜植株角果器官的正確分割率也可達(dá)97.04％;同時(shí)，還能實(shí)現(xiàn)植株骨架的提取。鑒于植株主干生長(zhǎng)特性，本文采用基于隨機(jī)抽樣一致性的主干提取

6、算法，實(shí)現(xiàn)了主干器官的完整提取。(4)表型參數(shù)測(cè)量:本文在對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行一系列處理的基礎(chǔ)上完成了角果數(shù)量的統(tǒng)計(jì)、角果體積以及植株高度的測(cè)量。①角果數(shù)量統(tǒng)計(jì):以人工統(tǒng)計(jì)結(jié)果為參考，單分枝角果數(shù)為62個(gè)，基于法向量特征的點(diǎn)云分割算法最佳情況下分割出59個(gè)角果，而基于特征統(tǒng)計(jì)的點(diǎn)云分割算法則實(shí)現(xiàn)了62個(gè)角果的正確分割。整株油菜的角果個(gè)數(shù)為135個(gè)，基于法向量特征的點(diǎn)云分割算法正確分割的角果為121個(gè)，而基于特征統(tǒng)計(jì)的點(diǎn)云分割算法則完成了131

7、個(gè)角果的正確分割;②角果體積的測(cè)量:首先完成角果點(diǎn)云數(shù)據(jù)的三角網(wǎng)格化，然后修補(bǔ)孔洞，最后在完整的角果點(diǎn)云三角化模型上完成體積參數(shù)的自動(dòng)測(cè)量;③株高的測(cè)量:通過程序直接讀取主干兩端點(diǎn)的三維坐標(biāo)值，借助兩點(diǎn)間距離公式即可求得植株高度，試驗(yàn)結(jié)果與參照值相比誤差僅為0.80％;(5)完成了油菜植株三維點(diǎn)云處理原型系統(tǒng)的開發(fā)，該系統(tǒng)同時(shí)支持.pcd格式和.xyz格式的數(shù)據(jù)操作，具體包括的功能有不同數(shù)據(jù)格式之間的轉(zhuǎn)換、三維點(diǎn)坐標(biāo)的自動(dòng)讀取、點(diǎn)云數(shù)據(jù)