使用地面激光扫描数据为大米植物自动化表型特征提取
Kexiao Wang1, Xiaojun Pu1, Bo Li1
1Institute of Agricultural Science and Technology Information, Chongqing Academy of Agricultural Sciences, Chongqing 401329, China.
Sensors (Basel, Switzerland)
|July 13, 2024
概括
本研究引入了一种自动化工具,用于使用地面激光扫描 (TLS) 数据提取大米植物特征. 开发的软件有效地测量了关键的表型特征,有助于快速作物分析.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 植物生物学 植物生物学
背景情况:
- 准确测量植物表型特征对于作物育种和管理至关重要.
- 传统的表型化方法往往是劳动密集型和耗时的.
- 陆地激光扫描 (TLS) 为捕获3D植物数据提供了一种非破坏性的高通量方法.
研究的目的:
- 开发一种自动化计算过程,从TLS数据中提取六个关键的米植物表型特征.
- 提出一种有效的方法来提取大米植物中的耕人数.
- 设计和实施一个用户友好的,自动化表型提取工具,用于大米植物.
主要方法:
- 利用地面激光扫描 (TLS) 数据进行3D点云获取大米植物.
- 开发了一个使用PyQt5和Open3D进行自动化表型提取的三层架构软件工具.
- 实现了算法来计算冠状直径,茎周长,植物高度,表面积,体积和预计的叶面积.
- 开发了一种特殊的方法来提取头的数字.
主要成果:
- 对于四个经过验证的特征,观察到高可靠性,由强有力的线性确定系数 (R2) 表示.
- 皇冠直径,茎周长和植物高度的根平均平方误差 (RMSE) 在厘米水平.
- 耕工人数量的RMSE低至1.63.
- 相对RMSE (RRMSE) 对于冠状直径,植物高度和杆数量在10%以内,茎周长为18.29%.
结论:
- 开发的自动化工具有效地从大米植物点云中提取表型特征.
- 这项研究提供了一种方便快速的方法来获得关键的米植物特征.
- 未来的研究将专注于扩大样本数据和完善准确性算法以获得更广泛的适用性.
