首页 技术平台感知层正文

作物三维形态信息感知技术

kumb 感知层 2021-05-04 15:35:27 161 0

为了满足植物生长建模、植物生长监测、植物生产管理、植物生产作业等数字化、智能化农业生产的需要,国内外的许多专家学者在植株水平的植物三维信息传感检测仪器和方法方面进行了大量的研究,并取得一定的研究成果。植物二维信息釆集包括植株地面部分二维形态信息的感知和植物地下部分三维形态信息的感知。

1.植株地面部分三维形态信息感知技术

植株地面部分三维形态信息感知技术按技术手段可分为,基于机器视觉的植物信息釆集、基于二维激光扫描设备等光学仪器的植物信息采集、基于结构光扫描等精密仪器的植物信息采集、基于超生波等声学方法的植物信息采集等。

1) 基于机器视觉的植物信息采集

随着机器视觉技术的发展和设备不断进步,利用机器视觉系统进行植物重建已成为研究热点,也是未来虚拟植物研究的发展方向。依据机器视觉进行信息采集,采用多视点方法对同一植物多方位观测实现对植物图像或点云的釆集,同时结合相关植物学(包括植物形态、长势等)知识利用重建算法等来实现植物的信息釆集。

根据采集设备的数目,机器视觉可分为单目视觉系统、双目视觉系统、多目视觉系统等。

单目视觉:单目视觉就是使用一台摄像机在不同时刻从多个角度釆集图像进行重建,单个相机在小范围内平动就形成了平行双目立体视觉系统架构,在小范围内平动加转动就可以形成交叉双目立体视觉系统架构。

Andersen等(2005)在室内通过单个近红外相机的平动和转动,实现了单株植物三维重建、株高、叶片总面积等参数的测量,工作时将小麦幼苗放置于视觉系统下,通过相机位置的变化改变图像釆集的视角,在每个视角下获取红、绿、蓝和近红外图像,选用模拟退火算法来查找最佳的匹配点,然后对分割获得的图像进行匹配并计算植物的几何特征,结果显示该方法能够用于植物高度和植物叶面积的估计。

除此之外,单目视觉也可以用单幅图像结合植物学知识(如植物的对称性、规则的分形特征)等建立三维模型。

Tan等(2007,2008)先区分出图像中树的枝干,并预测模糊分枝,然后将小图像尺寸、大叶片数量的叶副本填充于枝干上重构出树的整体形状,实现了单幅图像的植物三维重建。

Zeng等(2006)提出了一种基于单幅图像的三维重建方法,利用从背景中分离出来的无叶的树木图像,执行图像细化、像素的分类、假分枝删除、线路分段拟合和宽度估计后提取出植物无向图的拓扑结构,利用植物生长的儿何正则性得到植物树的拓扑结构的方向,通过旋转获得每个分支的三维模型。

双目视觉及多目视觉:双目视觉需要从两个不同的观测点获取同一物体的感知图像,一般釆取小间距并排摆放的方式组成平行双目或者交叉双目立体视觉,利用三角测量法将匹配点的视差信息转换为深度信息。主要的操作步骤如下:图像获取、摄像机标定、特征提取与匹配、摄像机校正、立体匹配和三维建模。

多目视觉是釆用两个以上的相机从不同角度获得目标物的图像,可以减少单目视觉的极线约束造成的边缘模糊和视差范围增大造成的匹配错误。因此可以充分获取植物的空间信息,但重建的计算复杂且速度缓慢,适合于对植物的构型参数进行测量。

Yu等(2014)釆用平行光轴双目视觉,设计了应用于植物工厂的植物生长特征参数测量系统,对植物工厂中的叶类植物的叶投影面积、植物高度、体积和直径进行连续测量,从而实现对植物生长过程的监测。

王传宇等(2009,2010,2014a,2014b)搭建了田间简易检测平台,避免了其他植物的背景干扰及自然光照环境的影响,利用设定的标记物来提高视觉系统检测的精度。对玉米叶片和果穗进行三维重建,观测了苗期玉米株型、叶长、叶片着生高度、莲叶夹角、叶片方位角等株形参数及叶片生长状态、叶片运动状态等。

陈兵旗等(2011)基于双目立体视觉,对大田玉米生长参数进行了预测,采用大津法对G分量图像进行自动二值化处理,利用在监测区内设置的标定杆实现对作物覆盖面积和颜色均值估计,对网格形心进行匹配获得三维点云,采用OpenGL实现了玉米生长过程的二维可视化,实现大田玉米生长参数的实时测量和生长过程的三维虚拟显示。

瞿端阳等(2013)釆用双摄像机搭建了棉株识别定位系统,在避光实验室内搭建试验台进行了试验,选择分割获得的棉株的顶点作为匹配特征点,利用最小二乘法计算出棉株的深度信息并进行校正,校正后棉株定位误差在0.43〜30.57mm,误差均值为20.58mm。

张卫正等(2013)从多角度拍摄自然生长状态下的叶片,然后利用Photo Modeler软件获得叶片三维点云模型,通过构建Delaunay三角网并计算曲面面积,测得的曲面面积精度高达99%。

2) 基于三维激光扫描的植物信息采集

三维激光扫描技术依据激光测距原理,利用发射自三维激光扫描仪中的激光,通过特定的测量设备和测量方法获得实物表面离散的几何坐标数据的测量技术。三维激光扫描技术在获取适当距离静态物体的空间三维信息上具有快速准确且能深入到复杂环境进行作业等优点,在农田导航和植物信息检测、果园导航和果树信息检测、森林植被信息检测、叶片检测等方面都有相应的研究和应用。

Cote等(2009)研究了获取植物构型点云并重建植株的可行性,采用地面激光探测与测距技术,对常见的大型树木的枝干进行了三维重建可视化及量化分析。

Polo等(2009)以搭载GPS系统的拖拉机作为激光扫描仪的移动载体,实现了对果树植物和冠层的几何参数的三维识别和重建,结合激光扫描仪的位置变化和扫描信息获得了果树植物的三维点云信息,在实验室和室外条件下试验,检测精度达±15mm,并且针对梨树、苹果树、葡萄树等进行试验,获得了植物的高度、宽度、体积、叶面积指数、叶面积密度等参数。

Eitel等(2013)设计了一个0动激光扫描系统,在不同气候条件下对针叶树、阔叶树、禾草、杂草、松树等对象的高度和枝干直径的测量进行了试验,结果表明,所设计的系统可以用于监测和量化植物生氐。

Seidel等(2011)研究了三维激光扫描仪在植物生物量和生长状况监测方面的应用,利用三维激光扫描仪获得的植物的三维点云信息测量了植物的地上部分茎、枝、叶的总的生物量、茎和嫩枝的生物量、叶生物量和叶面积等信息,通过与破坏性监测的试验对比,三维激光扫描仪在植物生物量和生长过程监测方面有很大的应用前景。

3)基于结构光扫描的植物信息采集

结构光扫描仪也是一种主动测距传感器,其原理是光源打出的结构光受到被测物体表面信息的调制而发生形变,利用图像传感器记录变形的结构光条纹图像,并结合系统的结构参数来获取被测物体的三维信息。

Uhrmann等(2011)对基于结构光的植物形态测量的系统设计和数据处理进行了研究,采用三维扫描系统以单株植物为试验对象进行了三维重建和精度检验试验,获得了较好的精度。

Prion等(2009)采用结构光扫描方法,利用多光谱相机和RGB相机采集图像,研究了基于高度信息的作物与杂草高度阈值调整方法,对作物和杂草的分类进行了研究,在播种后30天内,采用该方法最佳分类准确率是86%,平均准确率为82%。

4) 基于超声波等声学方法的植物信息采集

超声波传感器是另外一种主动测距传感器,可以应用于测距、导航、传感、检测、加工、清洗等农业生产领域。在植物参数获取方面,超声波在检测时需要载体的移动来获得空间点云信息,由于波束角的影响其检测精度和在细节检测方面有一定的局限,在应用中常与其他传感器搭配,主要起辅助作用。

张霖等(2010)对釆用超声波传感器在不平整路面对果树冠层参数检测进行了研究,依据姿态角和位置信息等建立的校正模型,消除了车体姿态角变化的影响,并且釆用超声波传感器获得的树木不同高度和位置的点云信息,实现了果树冠层轮廓三维重构与体积测量。

Schumann和Zaman(2005)开发了一个超声波检测果树树冠大小的应用软件,釆用超声波传感器和差分式GPS系统实现了对于柑橘树的树冠体积和高度的实时检测、监控、计算、存储和图形绘制。

2. 植株地下部分三维形态信息感知技术

根系是植物生长过程中吸收养分和水分的重要器官,对植物的正常生长发育具有极其重要的影响(Lynch,1995)。近些年,随着对根系形态、生理生态方面探究的深入,逐渐认识到根系不仅是植物赖以生存的吸收器官,还是植物与环境交换物质和信息的系统之一(Hodge et al.,2009;Lux and Rost,2012)。大量试验研究表明在土壤非生物逆境胁迫情况下,植物可通过调节自身的生命活动规律来适应环境的胁迫,在宏观上表现为根系形态构型的改变(Manschadi et al.,2006; Gaudin et al.,2011)。

但是,植物根系大都深埋于土壤中,而土壤是非透明介质,又由于根系自身结构的复杂性和重叠性,使得植物根系的研究十分困难(Danjon et al.,2008)。探究根系的传统方法大都需要经过取样、根土分离、冲洗等环节,整个取样和测量过程耗时费力,且实施操作过程中会因外力等因素造成根系结构和细小根系的损失(周学成等,2007)。另外,传统的根系无损检测法(如同位素示踪法、地下根室法、微根管等)虽然能够简化操作过程,对根系也基本不造成损伤,但往往能获取的根系原位观察数据是有限的(李克新等,2011)。另外,由于植物根系自身形态各异、枝节繁多等问题,根系三维立体儿何构型的准确定量分析与描述变得更加困难。因此,传统的根系研究方法难以实现根系构型的全面观察和精确定量描述,无法满足根系生物学研究的实际需求(朱同林等,2006)。

国际上关于植物根系三维立体几何构型的定量化研究很少,其原因主要是植物根系大都生长于地下,而土壤又是不透明介质,以及根系统自身形态构型的复杂性,根系相互之间的交错生长、重叠分布,使得根系构型的全面观察和精确测定非常困难(Zhu et al.,2011)。在高新探测技术快速发展的时代,X射线断层扫描技术和核磁共振成像技术在农业工程研究领域的应用逐渐增多,为作物根系的原位无损研究提供了新的方法和手段(Jahnke et al.,2009;Tracy et al.,2010;Mooney et al.,2012)。严小龙和戈振扬(2000)借助拓扑学理论将根系三维立体几何构型分解为二维平面几何构型,建立相关的拓扑学参数对根系内外连接数量、长度等进行测定,从而将根系形态构型细分为鱼尾形分支和叉状分支等不同的分支模式。张建锋等(2012)以玉米作为主要研究对象,应用核磁共振成像、数字图像处理技术和计算机图形学技术,建立了一套玉米根系形态构型信息的识别获取方法,包括根系核磁共振试验最佳条件的建立,根系模型的三维交互式测量及其形态构型参数的定量分析,完成了多梯度氮、磷胁迫下根系形态构型的定量分析,实现了玉米根系形态构型的原位无损检测。

我们致力于为三农(农业、农村、农民)提供专业物联网解决方案,同时也提供应用软件、微信小程序、手机App、企业网站的开发和跨境电商建站、网络营销等服务,站长微信号(mywit_net),添加后备注“黎辉物联网”,如有相关需求也可通过电子邮件(12tc@sina.cn)与我们取得联系

本站内容均来自互联网,如有涉及到侵权行为,请你及时与站长联系删除!

本文链接:https://www.kumb.cn/3544.html

发表评论

评论列表(0人评论 , 161人围观)
☹还没有评论,来说两句吧...