基于参数化的玉米叶片三维模型主脉提取

提取玉米叶片三维点云模型主脉对于建立真实玉米叶片模型具有指导意义。本文利用计算机图形学中的相关算法,包括离散网格的平均曲率计算、网格曲面的参数化以及点云数据的骨骼提取等,对扫描得到的玉米叶片三维点云模型进行主脉曲线提取。整个算法分为3步:不完整主脉三维点集提取、完整主脉点集提取和三维主脉重建。通过对不同种类玉米叶片三维扫描数据进行实验证明,该算法可以快速、准确地得到玉米叶片的主脉曲线。     

基于地基激光雷达的玉米真实叶面积提取方法研究

叶面积指数(LAI)是定量描述植物叶片生长状态的重要参数,相较于受叶片聚集情况影响较大的有效LAI,真实LAI更能准确反映作物真实的生长状态。地基激光雷达(TLS)可以快速获取高精度植物的高度、密度、叶倾角、叶面积等作物结构信息,但在叶面积信息获取上主要得到的是有效LAI。借鉴体素化的思想,提出了基于体素内叶片及其投影数学关系的真实叶面积获取方法。该方法充分利用TLS在获取垂直结构信息上的优势,将表征玉米真实生长状态的点云数据作为数据源,利用体素将玉米叶片回波点云分割成一系列叶片单元,基于体素内叶片及其投影数学关系求取叶片单元面积,进而实现玉米真实叶面积的获取。通过利用不同激光雷达扫描仪分别于北京和河北两地获取的不同品种、不同尺度的4个样本点的玉米TLS点云数据进行验证:样本点1、2、3的试验数据为单木尺度,采用不同体素大小计算叶面积。结果表明,该方法计算所得叶面积与实测叶面积具有较高的相关性,决定系数均在0.8以上,方法可信度较高;最优体素大小分别为0.17、0.15、0.15 cm,在相应最优体素大小下,RMSE分别为61.898、44.058、42.844 cm2,植株总叶面积之间的相对误差分别为-2.678%、0.619%、-0.474%,误差较小,精度较高。样本点4的玉米点云数据属于群体尺度,叶面积计算结果与实测叶面积之间的绝对误差为-14.663%,计算结果偏小。由此可知,基于体素内叶片及其投影数学关系的真实叶面积获取方法切实可行,且精度较高。     

基于车载三维激光雷达的玉米叶面积指数测量

为使用车载三维激光雷达快速获取作物的株高、叶面积指数(LAI)等作物形态参数,以玉米为研究对象,采用车载三维激光雷达点云数据,提出了一种基于玉米分层点云数量或分层点云数量与地面点云数量比值计算LAI的方法。使用车载平台获取京农科728和农大84玉米的三维点云数据;对点云数据进行预处理,获得已测量LAI真值区域的点云数据;进行玉米植株点云与地面点云分割,根据地面起伏程度,基于随机一致性平面分割算法,将距离阈值设置为0. 06 m;依据玉米垂直结构分布,将玉米植株划分为上、中、下3层,计算每层点云数量并分别标记为H、M和L,同时,将上、中、下每层的点云数量与地面点云数量的比值标记为Hr、Mr和Lr,分别建立H、M、L和Hr、Mr、Lr与LAI真值的线性回归模型。试验结果表明:采用Hr、Mr变量建立的LAI二元线性回归测量模型最优,京农科728玉米训练集R~2为0. 931,验证集R~2为0. 949;农大84玉米训练集R~2为0. 979,验证集R~2为0. 984,本文方法可为田间快速测量LAI提供解决方案。     

高遮挡环境下玉米植保机器人作物行间导航研究

玉米小型植保机器人可以有效解决病虫害防治难的问题,然而玉米生长中后期作物行间叶片纵横交错会严重遮挡可通行区域,给植保机器人沿垄间导航造成了极大的困难。本文将16线激光雷达搭载在植保机器人顶端作为感知单元,实现玉米行间信息获取并提取植保机器人可通行区域识别方法。由于植株叶片属于非刚性障碍,通过分析机器人前进方向上的玉米植株三维点云数据,研究其叶片与主干点云地面投影的分布规律,将K-means聚类估算所得玉米点云中心点作为主干区域点。然后,利用玉米作物成行种植特性引入置信区间去除所估计玉米主干区域离群的聚类点,提高分析精确度。最终解析出高遮挡环境下玉米作物行中心导航线。模拟真实玉米农田场景开展试验,与实际仿真玉米的主干位置对比,该方法识别的玉米位置沿作物行两侧感知系统3.0~3.5m前视距离最大误差3.55cm,系统感知响应平均用时2s,满足60cm宽小型植保机器人最大移动1m/s速度的自主通行局部导航的环境感知需求。     

利用多时序激光点云数据提取棉花表型参数方法

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。     

基于多视角立体视觉的拔节期玉米水分胁迫预测模型

针对现有采用生理特性指标的玉米水分胁迫检测方法影响玉米植株生长的问题,提出了一种基于多视角立体视觉的玉米水分胁迫预测模型。首先,利用RGB相机获取玉米拔节期-30°、0°(玉米叶片展开平面)和30°的3视角图像;然后,基于加速稳健特征点(Speeded up robust features,SURF)检测的双目立体视觉原理,建立-30°～0°、0°～30°2个玉米点云模型,采用基于KD树(K-dimensional tree,Kd-tree)的最近迭代(Iterative closest point,ICP)点云配准算法,将2个玉米点云模型数据合并到同一坐标系下;最后,用L1-中值法提取玉米点云骨架,在该玉米骨架基础上提取玉米节间高度、叶片长度及株高等参数,建立基于单一参数的玉米水分胁迫预测模型,并建立基于多参数纠错输出编码思想的支持向量机(Error correcting output codes-support vector machine,ECOC-SVM)水分胁迫预测模型。试验结果表明,玉米叶片长度、节间高度和玉米株高每日生长量与水分胁迫程度呈显著线性关系,故分别以节间高度、株高每日生长量和全展叶叶长为自变量,以土壤含水率为因变量,建立水分胁迫预测模型,得到相关系数分别为0. 892 2、0. 892 8和0. 817 6,RMSE分别为2. 92%、2. 53%和2. 76%。为了准确判断玉米水分胁迫程度,以上述3个玉米参数为特征向量,建立ECOC-SVM水分胁迫预测模型,该模型测试集预测准确率为93. 33%,具有较高的准确性。本研究可以快速检测拔节期玉米的水分胁迫情况,为农情信息精准获取提供技术支持。     

玉米器官三维模板资源库构建

玉米器官三维模板资源库的构建能够为数字玉米技术体系的建立提供信息完整、具有高真实感的玉米器官三维模型。首先,对玉米植株进行结构单元划分,然后,通过分析玉米各器官的形态结构特征,从三维数据获取方式的角度制定玉米主要器官三维数据获取规范,按该规范开展玉米主要器官三维数据获取工作,并基于所获取的实测数据进行器官几何模型构建,最后,以所构建的玉米器官几何模型为内容,以品种、器官和生育时期等作为关键字构建玉米器官三维模板资源库。资源库包含了具有农学参数的多品种、多生育时期玉米器官几何模型,其构建将有利于数字玉米在玉米行业的各方面发挥作用,也为其他植物的三维模板资源库构建提供了参考。     

基于运动恢复结构的玉米植株三维重建与性状提取

针对传统的玉米植株性状测量方法存在主观性强、劳动强度大、有损伤等问题,提出了基于运动恢复结构(Structure from motion,Sf M)的户外玉米植株三维重建方法,并提取了株高、单株最小包围盒体积、茎粗、叶面积、叶片数、叶夹角等11个性状参数。采用前期研制的小车,在户外采集不同视角下的玉米植株图像(采集间距为5～6 cm),基于Sf M算法获取玉米植株三维点云;运用直通滤波、圆柱拟合和条件欧氏聚类算法自动分割单株、茎秆和叶片等点云数据,基于距离最值遍历、三角面片化等算法实现株高、茎粗、叶面积等11个性状的准确、无损测量。结果表明,与人工测量值相比,测得的株高、茎粗和叶面积的平均绝对百分比误差分别为3. 163%、4. 760%和19. 102%,均方根误差分别为3. 557 cm、1. 540 mm、48. 163 cm2,决定系数分别为0. 970、0. 842、0. 901。研究表明,本文方法适用于作物表型户外测量,为表型研究提供了一种新的作物表型户外测量方法,同时还证明,株高和单株最小包围盒体积可以显著区分低地上部生物量玉米植株和高地上部生物量玉米植株。     

基于光学相机的植物表型测量系统与时序生长模型研究

为提高形态表型检测速率,满足形态表型测量的标准化需求,以拟南芥为例,提出一种测量植物三维形态特征的方法,并建立植物时序生长方程和可视化模型,构建了一套经济实用、面向拟南芥生长过程的形态表型测量机器视觉系统。通过光学相机采集拟南芥植株的二维图像序列,利用运动中恢复结构算法生成三维点云;设计一种彩色标板,基于彩色标板的坐标系标准化方法,提取拟南芥植株的点云并标准化坐标系。与传统人工接触式测量值相比,该系统交互测量的拟南芥叶片宽度、长度、主茎长度、叶片面积、叶片间夹角的平均相对误差分别为9. 83%、10. 10%、1. 07%、4. 09%和4. 37%。利用该系统采集哥伦比亚野生型拟南芥生命周期内的形态表型信息,拟合其数学生长模型,并使用L-studio软件,将时序生长模型可视化表达。结果表明,植物固定、传感器移动的平台结构解决了传统传感器固定、植物移动方式导致的植物抖动从而影响三维重建效果的问题,可快速、准确、可靠地提取植物表型信息。基于彩色标板的点云坐标系标准化方法在每个单位时间都能够对拟南芥植物对象进行参数提取,与传统的人工接触式测量方法相比,效率高、速度快,可满足拟南芥的形态表型分析需要。     

基于Android手机平台的玉米叶片含氮量无损检测

为了提供一种玉米叶片含氮量无损快速检测方法,分析了玉米叶片的颜色特征参数与含氮量的关系,并基于Android手机平台开发了玉米叶片含氮量检测软件。首先获取包含被测玉米叶片与标定色块组的图像,利用标定色块对图像色彩进行校正,以减小外界光照等因素对图像色彩造成的失真。进而进行图像分割、图像平滑和颜色特征信息提取等处理,分析了各颜色特征参数与玉米叶片含氮量的关系,发现绿光标准化值与含氮量之间线性关系最好。应用Java语言和OpenCV计算机视觉库在Android手机平台上实现了玉米叶片的图像获取、图像处理和查看结果等功能。实验结果表明,该方法对玉米叶片含氮量的绝对测量误差为-0.40%~0.35%,均方根误差为0.20%,从采集图像到给出结果所用时间小于10 s。     

基于立体视觉的玉米植株三维骨架重建

提出了一种基于立体视觉原理的玉米植株三维骨架提取和重构方法,从两幅由特定角度拍摄的图像提取植株二维骨架信息,通过极线约束算法和设定合理的匹配准则,实现骨架特征匹配,获得三维骨架的点云信息并降噪,最终通过样条曲线拟合产生三维骨架模型.在该骨架模型基础上,能够进行叶长、茎叶角等作物重要参数的计算.试验结果表明,该方法可以快捷地重建玉米植株的骨架模型,且误差不超过2%.     

基于激光视觉的温室作物茎叶量测方法

为实时获取温室作物生长形态参数,应用线激光,对作物整体进行非接触式扫描,通过CCD摄像机实时拍摄扫描过程,采用重心法计算激光光条中心,获取作物叶片与茎秆的三维点云信息,实现作物形态三维点云结构重建;提出适用于作物三维点云数据特征的迭代法,提取叶片点云子集的中心轴线,通过曲线拟合计算叶片长度;根据摄像机透视原理,提出针对细小茎秆的静态定位法计算茎秆直径。试验表明,激光视觉量测叶片长度与茎秆直径的准确率分别为95.39%(SE为0.2961,R2=0.916)和94.55%(SE为0.008 7,R2=0.915)。     

基于运动恢复结构的无规则植物叶片面积三维测量方法

接触式测量植物叶片面积的方法会对叶片造成一定程度的伤害,为此本文提出一种仅利用智能手机的非接触式多类别无规则叶片面积三维测量方法。首先,采用运动恢复结构方法获取植株的三维重建点云,在HSV颜色特征空间去除叶片三维噪点;然后,利用模糊C均值聚类算法分割单个叶片,重建叶片表面三角网格;最后,通过网格法计算叶片面积。对5种不同类别、不同形状的植物叶片进行了测量实验,结果表明,在叶片重叠率和复杂性角度上,面积测量的平均相对误差分别为6.25%和4.81%。本文方法测量稳定、精度高,能够满足多类别无规则植物叶片面积测量的需求。     

基于双目立体视觉的苗期玉米株形测

将田间正常生长的待测玉米植株带土移至测定台上,标定双目立体视觉系统,提取、分割叶片图像,以Douglas-Peucker多边形法逼近叶片边缘,去除两幅对应图像中没有匹配关系的多边形顶点,结合投影矩阵计算出叶片边缘点的三维坐标.分别投影叶片边缘点到植株平面和植株水平平面,对投影的离散点分段二次拟合、Cardinal样条插值,得到代表叶片形状的曲线,计算出叶长、叶片着生高度、茎叶夹角、叶片方位角等株形指标.测量实验表明,本方法快速、准确、自动化程度高,能够满足苗期玉米株形测量的要求.     

高构架玉米喷雾机门式喷雾系统

为对玉米植株中下部病虫害进行有效防治,设计了将吊杆喷雾装置与横喷杆相结合的门式喷雾系统。通过理论与试验方法确定了主要结构及性能参数:顶喷头与吊杆喷头分别选用80°和110°扁扇喷头,"Y"形支管与吊杆夹角为20°,吊杆长度为1 200 mm,在竖直方向上对作物植株的喷幅为1 150 mm。试验台试验表明:与常规横喷杆喷雾结构相比,在相同喷雾量下该系统对玉米上层与中层叶片正面单位面积雾滴沉积量提高了12.5%以上;吊杆喷雾装置的设计显著提高了玉米植株中层叶片背面与下层叶片正面及背面的雾滴沉积;吊杆喷雾装置与横喷杆的结合,提高了雾滴在植株不同高度水平层面的沉积均匀性。     

基于时间序列的玉米叶片性状动态提取方法研究

玉米叶片性状对生长发育、遗传育种及功能基因解析研究具有重要意义,而传统的测量方式效率低、主观性强、测量性状少,已无法满足现代玉米研究的需求,为此提出一种基于时间序列的玉米叶片性状动态追踪技术。研究基于高通量作物表型平台,针对100份玉米品种资源,每间隔3 d获取8个玉米生长点图像;利用图像分割、叶片骨架提取等算法得到单片叶长、叶角度、叶弯曲度参数;基于叶片相对位置信息实现玉米叶片的动态追踪及标记。试验结果和人工测量值相比,叶长和叶夹角测量误差分别为0.92%和3.32%。叶片追踪可以得到叶片的动态变化过程,计算获取叶片长度的平均生长率及叶片弯曲度的变化分布。     

基于三维点云的苹果树叶片三维重建研究

叶片是果树冠层的重要组成部分,对其进行三维重建研究不仅可以对叶片形态特征进行分析,还能为冠层光照分布计算以及果树整形修剪提供理论基础。三维激光扫描仪以非接触、高效、快速获取数据的优势被大量应用于三维空间信息采集工作中。本文提出一种基于三维点云的苹果树叶片结构形态三维重建方法。首先针对叶片的形态特点选择合适的三维激光扫描仪获取苹果叶片三维点云;基于包围盒法搜索K邻域,计算点云中点与其邻域点的平均距离,并设定距离阈值作为判定中心点是否为离散点的依据,进而确定离散点并去除;利用最小二乘原理实现点云局部曲面拟合以及法向量、曲率的计算,提取叶片边界点;对于非边界点部分,根据中心点法向量与其邻域法向量的关系,对点进行不同程度的精简;最后对处理后的叶片点云完成三维重建。结果表明,构建的叶片模型能够较好的保留叶片的三维形态特征,可以为果树冠层重建和光照分布计算提供基础。     

基于优化PROSAIL叶倾角分布函数的玉米LAI反演方法

叶面积指数(LAI)是描述玉米冠层结构的重要参数之一,PROSAIL模型是常用于反演LAI的机理模型,能较为真实地反演植被冠层真实情况,但PROSAIL模型中使用的叶倾角分布函数假定区域内所有作物叶倾角分布是相同的,不能反映玉米植株真实的叶倾角分布情况。本研究以高分一号遥感影像和地基激光雷达点云数据作为数据源,充分利用地基激光雷达(TLS)在获取植被结构参数上的优势,通过体素化的方法对玉米叶片回波点云进行分割,获取每个拟合叶片单元的叶倾角,进而得到玉米植株真实的叶倾角分布,结合椭球分布函数得到玉米精确的叶倾角分布函数,实现对PROSAIL模型中叶倾角分布函数的优化。研究过程中分别基于未改进的PROSAIL模型和经过TLS优化后的PROSAIL模型反演黑龙江825农场主要玉米种植区的LAI。LAI反演结果表明:2种反演方法得到的LAI与实测LAI都具有较好的相关性,决定系数R2分别为0.557 6和0.858 3,模型可信度较高;但基于PROSAIL模型反演所得LAI结果偏低,在利用TLS数据提取叶倾角对模型进行优化后,反演LAI的估算精度由26.53%提高到96.23%。由此可知,通过引入TLS点云数据改进农作物叶倾角分布函数能大幅度提高LAI反演的准确性。     

遥控自走式雪茄植株中下层烟叶植保喷雾机设计与试验

针对雪茄烟叶在旺长期及成熟期因植株高大及叶片生长致使烟田垄间空间小,且雪茄烟叶生产对烟叶色泽及完整度要求高,田间管理要求不能损伤烟叶,导致生产中雪茄烟叶植株中下层烟叶植保困难的问题,结合烟叶植株生长特征,设计了一种遥控自走式雪茄植株中下层烟叶植保喷雾机,该装置主要包括喷雾系统、履带底盘及控制系统,可实现装置在烟田垄间遥控行走、中下层烟叶喷雾及路况可视等功能。为获取烟株生长特征,运用三维激光扫描仪对其进行扫描并建立了植株叶片田间空间分布模型;根据烟叶田间分布特征,确定装置总体结构和工作方式;结合烟叶形态特征和植保农艺要求,对喷雾系统进行了结构设计及分析,确定了参数范围;根据田间作业需求,对履带底盘进行了动力学分析,对控制系统进行了设计。开展了场地试验,利用Box-Behnken优化了喷雾系统参数,当喷雾压力为0.65MPa、喷嘴夹角为20.4°、喷嘴孔径为0.4mm时,经垂直雾滴分布测量仪模拟雪茄烟叶叶片层垂直方向的药液附着性能试验表明,雾滴沉积量垂直分布满足雪茄烟叶植保要求。田间试验结果表明,雪茄植株中下层烟叶正面药液覆盖率为52%~83%,背面药液覆盖率为22%~45%,可实现雪茄植株中下层烟叶药液的有效喷施。     

基于智能手机的农田墒情远程监测系统

针对农田信息采集的需要,设计了一套基于智能手机的远程监测系统。在Windows Mobile 6.1嵌入式操作系统平台上开发了基于GSM短信息服务平台的SMS系统,从而有效地利用AT命令实现了对短信息收发的控制。系统采集农田中土壤温度、作物叶片温度、土壤含水量和光照强度信息数据,控制网关基于ARM9和嵌入式Linux操作系统进行设计,用于农田信息的接收、实时显示和存储,通过GPRS方式实现与远程智能手机的通信。该系统可以通过智能手机实时收集农田信息参数或发送农田信息控制命令,并依据采集的信息参数进行控制作业。实验结果证明,该设计可行性良好,系统运行效果满足实际要求。