基于立体视觉的玉米雄穗三维信息提取

TP391.41; 玉米雄穗的表型信息对玉米育种研究具有重要的参考意义.该研究以自动获取玉米雄穗三维表型信息为目的.通过对雄穗样本进行多视角摄影处理来重建其三维模型.对重建的三维点云数据运用基于密度聚类的方法统计其分枝数信息,运用Delaunays三角网方法计算其外包络体积信息,并基于点云信息对雄穗主轴和最大穗冠的结构参数进行计算,同时定义了相关表型参数.用实测结果验证计算结果:分枝数统计结果的最大绝对误差为2,RMSE(root mean square error)为1.03,nRMSE(normalized root mean square error)为0.05;主轴长度,主轴最大/最小...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 34; no. 11; pp. 166 - 173
Main Authors 韩东, 杨贵军, 杨浩, 邱春霞, 陈明杰, 温维亮, 牛庆林, 杨文攀
Format Journal Article
LanguageChinese
Published 河南理工大学测绘与国土信息工程学院,焦作 454000 01.06.2018
西安科技大学测绘科学与技术学院,西安 710054%农业部农业遥感机理与定量遥感重点实验室,北京农业信息技术研究中心,北京 100097%西安科技大学测绘科学与技术学院,西安,710054%农业部农业遥感机理与定量遥感重点实验室,北京农业信息技术研究中心,北京 100097
农业部农业遥感机理与定量遥感重点实验室,北京农业信息技术研究中心,北京 100097
Subjects
雄穗表型信息
maize tassel
digital camera
机器视觉
作物
玉米雄穗
tassel phenotype information
crops
数码相机
三维重建
machine vision
three-dimensional reconstruction
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2018.11.021

Cover

More Information
Summary:TP391.41; 玉米雄穗的表型信息对玉米育种研究具有重要的参考意义.该研究以自动获取玉米雄穗三维表型信息为目的.通过对雄穗样本进行多视角摄影处理来重建其三维模型.对重建的三维点云数据运用基于密度聚类的方法统计其分枝数信息,运用Delaunays三角网方法计算其外包络体积信息,并基于点云信息对雄穗主轴和最大穗冠的结构参数进行计算,同时定义了相关表型参数.用实测结果验证计算结果:分枝数统计结果的最大绝对误差为2,RMSE(root mean square error)为1.03,nRMSE(normalized root mean square error)为0.05;主轴长度,主轴最大/最小直径,最大穗冠高度和最大穗冠直径的R2分别为0.99,0.82,0.83,0.97和0.93,均达到极显著相关水平.研究提出的相关表型参数和其提取方法在育种研究中具有应用潜力,为田间高通量雄穗信息的快速提取提供了参考.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.2018.11.021