孟祥爽,林 沂
北京大學地球與空間科學學院,遙感與地理信息系統研究所,北京 100871
對于21世紀的作物研究而言,如何根據作物的遺傳組成預測其表現是一項重大挑戰[1]。表型可用于描述植物性狀,表型由大量的結構、 功能和過程來表征,能夠充當連接基因型與環境的橋梁。作物結構是一種明顯但重要的表型類型,與蒸發、 蒸騰和光合作用等許多生物物理過程相關,能夠反映作物適應資源有限的生長條件的機制[2]。因此,在精準農業領域迫切需要能夠對植物三維結構進行移動表型分析的高性能且低成本的新技術[1]。
基于不同類型的三維數據采集技術,如激光雷達(light detection and ranging,LiDAR)、 立體視覺和RGB-D設備,已經開發了一系列用于植物三維結構表型分析的方法[3-4]。商業化LiDAR能直接獲取植物的三維點云,是植物表型分析的有效手段[5]。安裝農業機械上的LiDAR能以非破壞性的方式估算植物的密度、 體積和葉面積等參數[6],但是LiDAR相對較高的價格限制了其在農業應用中的普遍性。
立體視覺系統通常由商業相機組成,成本相對較低,因此被廣泛用于表型技術的開發[7-8]。然而,高精度立體視覺系統通常需要兩個由固定基線分開的相機,在使用前需要校準,操作較繁瑣[9]。運動恢復結構(structure from motion,SfM)可以只依賴一臺相機完成相同的任務[10],通過SfM技術使用多幅圖像生成的點云可用于反演植物的結構參數[9]。
具有測量傳感器和物體之間距離能力的低成本RGB-D設備也被嘗試用于植物表型分析,例如Microsoft公司發布的Kinect傳感器,已被用于葉片分割和尺寸估計[11-12]。……