基于原位测量点云的玉米群体三维重建方法研究

Crop colony is an organization system to fulfill the function of photosynthesis and material production. Its morphological structure reflects the genetic characteristics of crop cultivars and their adaptability to the environment, and it has significant influence on the light interception and yield. However, the structure of crop colony is very complicated with lots of organ occlusion, cross and interaction, its morphological structure is not a simple physical process of replication or combination of single plants. Meanwhile, the complexity of colonies leads the morphological data acquisition to low efficiency, huge work and lack continuity. Therefore, rapid situ-measured acquisition and high precision reconstruction of crop colony morphology and structure has become an urgent problem to be solved in the process of agricultural scientific research and production. Taking maize colony as an example and using 3D data acquisition devices, this project will research on 3D reconstruction algorithm of maize colony based on point clouds. The research focus on the following aspects: (i) statistical model construction of maize plant morphological parameters based on point cloud skeleton extraction, (ii) skeleton extraction algorithm of maize colony with the optimization constraint of point cloud of the colony and (iii) three dimensional (3D) surface reconstruction algorithm for maize colony based on optimal 3D organ template matching and mesh deformation. The goal of this project is to accurately realize skeleton extraction and 3D reconstruction of maize colony using the point clouds of the colony, and to provide theory evidence and rapid, accurate and convenient information-based means for analysis, monitoring and evaluation of maize colony appearance and growth of different cultivars, densities or water and fertilizer treatments.

作物群体是履行光合作用和物质生产职能的组织体系，其形态结构体现了作物品种的遗传特性及其对环境的适应程度，对光截获及产量均具有重要影响。但作物群体结构复杂，群体间存在大量器官的遮挡、交叉与相互作用，其形态结构不是简单单株复制或多株组合的物理过程；同时，群体结构的复杂性导致其形态数据获取效率低、工作量大且连续性不强，因此，作物群体形态结构原位数据的快速获取与高精度重建成为农业科研和生产过程中亟待解决的问题。本项目以玉米群体为例，借助三维数据获取设备，开展基于点云的玉米群体三维重构方法研究，重点研究基于点云骨架提取的株型统计模型构建方法、以玉米群体点云为优化目标的群体骨架提取方法、基于器官三维模板最适匹配和网格变形的玉米群体三维重建方法，以期利用玉米群体原位测量点云实现其形态结构的高精度三维重建，为不同品种、密度和水肥处理玉米群体长相、长势的分析、监测和评价提供理论依据和快速、准确的信息化手段。

作物群体是履行光合作用和物质生产职能的组织体系，其形态结构体现了作物品种的遗传特性及其对环境的适应程度，对光截获及产量均具有重要影响。但作物群体结构复杂，群体间存在大量器官的遮挡、交叉与相互作用；同时，群体结构的复杂性导致其形态数据获取效率低、工作量大且连续性不强，因此，作物群体形态结构原位数据的快速获取与高精度重建成为农业科研和生产过程中亟待解决的问题。本项目以玉米为例，开展了玉米三维点云快速获取方法、基于三维数据的玉米植株/群体结构解析和玉米群体三维重建方法研究。经过3年的研究工作，研发了基于多视角成像的玉米单株表型平台MVS-Pheno，具有低成本、便携式、半自动的特点，实现了大田种植玉米植株三维信息的高通量获取；利用所获取的玉米植株三维点云，实现了基于Laplacian的玉米植株骨架提取和株型参数提取；在此基础上，提出了玉米株型参数的t分布统计方法，实现基于少量实测样本数据的株型统计分析；针对玉米植株在群体内的方向定位问题，提出了玉米植株方位平面计算方法，利用植株各叶片方位角可实现植株方位平面的准确计算；提出了基于相似性度量函数的叶片模板调用和株型参数驱动的玉米植株三维模型构建方法，进一步结合玉米群体内各植株生长位置和植株方位平面信息，实现了玉米群体三维建模，最后利用实测叶面积指数、冠隙分数和冠层光分布对重建的玉米群体进行了验证。成果方面，3年发表论文12篇，包括SCI论文5篇，新建刊国际期刊1篇，EI期刊论文1篇，一级学报1篇，核心期刊1篇，会议论文3篇；申报6项发明专利，2项发明专利获得授权，1项实用新型专利获得授权；获得软件著作权登记证书1项，完成了项目的预期目标。项目研究成果为玉米育种和栽培研究提供了单株高通量获取方法以及快速分析和评价玉米群体的技术手段，为玉米株型优化、群体表型性状快速筛选与高产栽培方式决策等提供技术支持，具有良好的应用前景。