咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于骨架和最优传输距离的玉米点云茎叶分割和表型提取 收藏

基于骨架和最优传输距离的玉米点云茎叶分割和表型提取

Segmentation and phenotypic trait extraction of maize point cloud stem-leaf based on skeleton and optimal transportation distances

作     者:朱超 苗腾 许童羽 李娜 邓寒冰 周云成 Zhu Chao;Miao Teng;Xu Tongyu;Li Na;Deng Hanbing;Zhou Yuncheng

作者机构:沈阳农业大学信息与电气工程学院沈阳110866 辽宁省农业信息化工程技术研究中心沈阳110866 

出 版 物:《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期:2021年第37卷第4期

页      面:188-198页

核心收录:

学科分类:0710[理学-生物学] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0801[工学-力学(可授工学、理学学位)] 

基  金:国家自然科学基金(31901399) 辽宁省重点研发计划项目(2019JH2/10200002) 中国博士后基金(2018M631821)。 

主  题:植物 表型 机器视觉 玉米 点云分割 骨架提取 最优传输距离 

摘      要:针对当前三维点云分割方法难以精确分割玉米植株顶部新叶的问题,该研究提出一种基于点云骨架和最优传输距离的玉米点云茎叶分割方法。首先利用拉普拉斯骨架提取算法获得植株骨架;其次根据玉米形态结构特征将植株骨架分解成器官子骨架,并实现器官粗分割;再以最优传输距离作为点云距离度量,采用从上到下的顺序对未分割点云进行精细分割;最后自动提取株高、冠幅、茎高、茎粗、叶长和叶宽6种表型参数。研究结果表明,茎叶分割的平均精确度、平均召回率、平均微F1分数和平均总体准确率分别为0.967、0.961、0.964和0.967;6个表型参数的提取值与实测值具有较强的相关性,决定系数分别为0.99、0.99、0.96、0.97、0.93和0.96。该研究方法能对茎叶器官进行精确分割,为玉米高通量表型检测、三维几何重建等提供了一种有效技术手段。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分