摘要
木荷是中国南方地区重要的用材树种和防火树种,市场对该木材的需求也在不断升高,这使得优良幼苗选育作为重要工作。一般使用植物表型技术来帮助评估幼苗的生长发育，然后再根据观测到的表型信息来调整种植措施以提高植物的品质。但传统的人工表型技术不但容易出现主观误差，而且还有可能对植物本身造成损伤。本文提出一种基于AzureKinect相机获取木荷点云的三维表型提取算法，实现了高通量、高精度的非接触的三维表型参数测量。 本文的主要工作和成果如下： （1）木荷植株点云预处理和配准。针对如何快速无损的获取木荷植物的三维点云图像的问题，本研究采用AzureKinect相机采集木荷植株点云图像，通过旋转转盘获取不同角度的场景点云。去除采集到的木荷点云的背景信息后，采用一种土壤平面检测方法提取植株点云，然后采用半径滤波进行去噪，再通过体素化的方法精简点云。最后通过配准的方法将多角度点云图像拼接到一起，且配准误差（RMSE）小于0.002m。 （2）木荷植株的器官提取。针对目前木荷植株点云分割方法没有针对性等问题，本研究提出一种切片骨架化的方法分割木荷植株的茎和叶。首先将植株简化为无向骨架图，分析茎干节点和叶片节点差异后，采用寻找最长路径的方法识别茎干，再使用Dbscan聚类的方法分割叶片。实验表明，本研究的茎干和单个叶片的分割结果与植物真实情况相符，达到了计算表型参数的要求。 （3）木荷植株表型参数测量及精度分析。针对人工测量表型参数耗时耗力问题，本文利用算法直接输出包含株高、最小包围盒体积、茎的方向、茎长、茎直径和单叶片叶长、叶面积、叶角的测量结果。通过将算法测量值与人工测量值相比，决定系数（R2）均超过了0.85，且均方根误差均达到了精度要求。 本研究提出方法能够获取木荷植物的三维点云，提取木荷的茎叶以及准确地提取木荷的表型参数，对木荷幼苗的培育有指导作用。未来的工作将集中在改进算法提高算法的精度，并使算法适应更多生长环境。
NETL