基于机器视觉的大田植株生长动态三维定量化研究

摘要：

高通量植物三维表型的研究对判定植株表型特征至关重要.基于机器视觉的植株三维表型获取方法在温室中已广泛应用,能够动态监测植株生长过程,但在大田复杂环境中应用较少.以大田生长的玉米、大豆植株为研究对象,基于机器视觉分析方法对不同生长时期玉米、大豆植株进行个体和群体的三维重建,并基于手动测量值对叶长、叶最大宽进行精度评估.研究结果表明,叶长、叶最大宽的计算值与手动测量值的R2均大于0.97,精度较高,表明大田环境下此方法可以满足作物表型三维构建参数提取的精度要求,但是当冠层遮挡较严重时,三维重建精度将明显下降.进一步自动提取了株高、冠幅和器官生长动态,结果可为与基因型相关的表型高通量分析提供方法,并可进行株型与冠层辐射的精确评价.

关键词：机器视觉、玉米植株、大豆植株、多视角图像、表型

所属期刊栏目：49

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目31000671;国家重点研发计划项目2016YFD0300202;中央高校基本科研业务费专项资金项目2017TC037

在线出版日期：2018-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：256-262