阳旭等：利用多时序激光点云数据提取棉花表型参数方法（2021年第1期）
引用格式：阳旭, 胡松涛, 王应华, 杨万能, 翟瑞芳.
[J]. 智慧农业（中英文）, 2021, 3(1): 51-62.
YANG Xu, HU Songtao, WANG Yinghua, YANG Wanneng, ZHAI Ruifang. Cotton Phenotypic Trait Extraction Using Multi-Temporal Laser Point Clouds[J]. Smart Agriculture, 2021, 3(1): 51-62.
阳旭1,2, 胡松涛1, 王应华4, 杨万能3,4, 翟瑞芳1*
（1.华中农业大学 信息学院，湖北 武汉 430070；2.深圳市财富趋势科技股份有限公司，湖北 武汉 430070；3.华中农业大学 作物遗传改良国家重点实验室，湖北 武汉 430070；4.华中农业大学 植物科学技术学院，湖北 武汉 430070）
摘要：当前，能够实现作物表型参数高效、准确的测量和作物生育期表型参数的动态量化研究是表型研究和育种中亟待解决的问题之一。本研究以棉花为研究对象，采用三维激光扫描LiDAR技术获取棉花植株的多时序点云数据，针对棉花植株主干的几何特性，利用随机抽样一致算法（RANSAC）结合直线模型完成主干提取，并对剩余的点云进行区域增长聚类，实现各叶片的分割；在此基础上，完成植株体积、株高、叶长、叶宽等性状参数的估计。针对多时序棉花激光点云数据，采用匈牙利算法完成相邻时序作物点云数据的对齐、叶片器官对应关系的建立。同时，对各植株表型参数动态变化过程进行了量化。本研究针对3株棉花的4个生长点的点云数据，分别完成了主干提取、叶片分割，以及表型参数测量和动态量化。试验结果表明，本研究所采用的主干提取及叶片分割方法能够实现棉花的枝干和叶片分割。提取的株高、叶长、叶宽等表型参数与人工测量值的决定系数均趋近于1.0；同时，本研究实现了棉花表型参数的动态量化过程，为三维表型技术的实现提供了一种有效的方法。
关键词： 棉花表型参数 ; LiDAR ; 主干提取 ; 叶片分割 ; 点云数据对齐 ; 三维表型
文章图片
（a）移栽后的棉花植株 （b）3D激光扫描设备
图1 移栽后的棉花植株和3D激光扫描设备
Fig. 1 The transplanted cotton plant and 3D laser scanner
注：每横排从左至右分别为第46天、49天、58天和第63天植株
图2 3株棉花的4个生长点的点云数据
Fig. 2 Point clouds data of three cotton plants at four different growth stages
图3 棉花主干提取和叶片聚类结果
Fig. 3 Results of main stem extraction and leaf clustering
图4 1号棉花第46天和第49天叶片中心点计算的最佳匹配
Fig. 4 The best match between leaves of No. 1 Cotton Plant on day 46th and day 49th
注：从左至右分别为叶片对应后的作物点云在第46天、49天、58天、63天的结果图示。同一叶片用同一种颜色渲染
图5 3株棉花4个时间点各叶片间的对应关系
Fig. 5 Leaf correspondence of three cotton plants at four different growth stages
图6 棉花体积、叶长和叶面积估测
Fig. 6 Estimation for cotton plant volume, leaf length and leaf area
图7 株高、叶长和叶宽测量结果
Fig. 7 Measurment results of plant height, leaf length and leaf width
图8 3株棉花各表型参数随时间变化趋势图
Fig. 8 Dynamic change of phenotypic traits of the three cotons
来源：《智慧农业（中英文）》2021年第1期