朱超等：基于超体素聚类和局部特征的玉米植株点云雄穗分割（2021年第1期）

引用格式

朱超, 吴凡, 刘长斌, 赵健翔, 林丽丽, 田雪莹, 苗腾. 基于超体素聚类和局部特征的玉米植株点云雄穗分割[J]. 智慧农业(中英文), 2021, 3 (1): 75-85.

ZHU Chao, WU Fan, LIU Changbin, ZHAO Jianxiang, LIN Lili, TIAN Xueying, MIAO Teng. Tassel segmentation of maize point cloud based on super voxels clustering and local features[J]. Smart Agriculture, 2021, 3 (1): 75-85.

点击直达知网阅读

点击直达期刊官网阅读（免费，全文）

基于超体素聚类和局部特征的玉米植株点云雄穗分割

朱超1，2， 吴凡1，2， 刘长斌3， 赵健翔1，2， 林丽丽1，2， 田雪莹1，2， 苗腾1，2*

（1.沈阳农业大学 信息与电气工程学院，辽宁沈阳 110866；2.辽宁省农业信息化工程技术研究中心，辽宁沈阳 110866；3.北京派得伟业科技发展有限公司，北京 100097）

摘要： 针对当前三维点云处理方法在玉米植株点云中识别雄穗相对困难的问题，提出一种基于超体素聚类和局部特征的玉米植株点云雄穗分割方法。首先通过边连接操作建立玉米植株点云无向图，利用法向量差异计算边权值，并采用谱聚类方法将植株点云分解为多个超体素子区域；随后结合主成分分析方法和点云直线特征提取植株顶部的子区域；最后利用玉米植株点云的平面局部特征在顶部子区域中识别雄穗点云。对3种点云密度的15株成熟期玉米植株点云进行测试，采用F1分数作为分割精度判别指标，试验结果与手动分割真值相比，当点云密度为0.8、1.3和1.9个点/cm时，雄穗点云分割的平均F1分数分别为0.763、0.875和0.889，分割精度随点云密度增加而增高。结果表明，本研究提出的基于超体素聚类和局部特征的玉米植株点云雄穗分割方法具备在玉米植株点云中提取雄穗的能力，可为玉米高通量表型检测、玉米三维重建等研究和应用提供技术支持。

关键词： 玉米雄穗；三维点云分割；表型检测；超体素聚类；局部特征；主成分分析

文章图片

注：1.三维激光扫描仪  2.玉米植株  3.激光感光片  4.辅助支架  5.花盆  6.激光线 7. 点云密度为0.8的植株点云  8.点云密度为1.3的植株点云  9.点云密度为1.9的植株点云

点云密度表示每厘米存在多少个点，单位为“个/cm”

图1　点云数据获取和预处理

Fig.1  Pointcloud data acquisition and preprocessing

注：不同子区域的点云采用不同颜色进行表示

图2　不同株型植株的点云超体素聚类可视化图

Fig.2 Visualization of point cloud super voxels clustering for different planttypes

注：1.投影坐标为t₁的投影点  2.候选子区域集合V₁ 3.投影坐标为t₃的投影点 4.直线L(t)  5.投影坐标为t₄的投影点  6.子区域集合V₂ 7.投影坐标为t₂的投影点

图3　植株顶部子区域提取

Fig. 3  Sub-region extraction at the top of the plant

注：1.叶片点云远多于雄穗点云的混合子区域  2.叶片点云与雄穗点云个数相近的混合子区域  3. 被分类为叶片子区域的子区域 4.被分类为混合子区域的子区域  5.被分类为雄穗子区域的子区域  6. 在混合子区域中识别出的雄穗点

图4　雄穗点云识别示意图

Fig. 4 Schematic diagram of the tassel point cloud recognition

注：图中雄穗点云用红色表示，非雄穗点云用黑色表示。每个子图的左侧为手动分割的真值，右侧为本研究方法分割结果

图5　不同F1分数的雄穗分割可视化结果

Fig. 5 Visualization results of tassel segmentation with different F1 score

来源：《智慧农业（中英文）》2021年第1期