基于三维点云的甜菜根表型参数提取与根型判别

• Published in: 农业工程学报 Vol. 36; no. 10; pp. 181 - 188
• Main Authors: 柴宏红, 邵科, 于超, 邵金旺, 王瑞利, 随洋, 白凯, 刘云玲, 马韫韬
• Format: Journal Article
• Language: Chinese
• Published: 中国农业大学土地科学与技术学院农业部华北耕地保育重点实验室,北京,100193%内蒙古自治区特色植物分子生物学重点实验室,内蒙古自治区生物技术研究院,呼和浩特 010070%内蒙古自治区呼伦贝尔生态环境监测站,呼伦贝尔,021008 15.05.2020
• Subjects: 三维点云; 表型; 机器学习; 图像处理; 甜菜; 根型; 分类
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2020.10.022

TP391.4; 为挑选产糖量高且适合机械化收获的甜菜根型,该文基于多视角图像序列,构建了 207 个基因型甜菜根的三维点云模型.基于三维点云提取了描述甜菜根形态特征的10个表型参数:最大直径、根长、凸包体积、顶投影面积、紧凑度、凸起率、凸起角、根头比、根尾比和根体渐细指数.与人工测定的最大直径和根长值进行校验,决定系数R2均在0.95以上.其中根长、凸包体积及顶投影面积与生产指标呈极显著(P<0.01)相关关系.采用稳定性较高的K-medoids聚类算法将甜菜根型分为4类,结合专家知识获取理想根构型的主要特征为根型中等长度、比例适中.采用线性判别、随机森林、支持向量机、决策树和朴素贝叶斯5种预测模型进行根型判别.结果表明5种根系判别模型预测准确率均在70.0％以上,随机森林判别准确率达到81.4％.研究结果将为培育高品质和适应机械化生产的甜菜品种提供依据.