基于摄影法的叶面积指数提取算法研究

作     者：戴学成 

作者单位：电子科技大学 

学位级别：硕士

导师姓名：陈云坪

授予年度：2021年

学科分类：082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 080203[工学-机械设计及理论] 09[农学] 0903[农学-农业资源与环境] 0802[工学-机械工程] 

主      题：叶面积指数 单视角顶视法 三维重建 平滑处理 茎部影响 

摘      要：叶面积指数(Leaf Area Index,LAI)是衡量植物生长状况的一个重要参数。它也是农业科学、生态科学、遥感科学中众多数学模型的基本参数。叶面积指数(LAI)控制着水、营养和碳循环中的许多生物和物理过程,被定义为单位地表面积的单侧绿叶面积。针对当前主流的LAI间接测量法具有误差大,精度低,稳定性低等缺点。本课题基于摄影法,将计算机视觉技术应用到LAI测量中,开展从单视角顶视法和多视角精确构建植物三维模型两个方面,进行LAI值提取算法的研究。本文主要从以下几个方面对基于摄影法的叶面积指数提取算法进行研究:(1)基于单视角顶视法的叶面积指数提取算法的研究。对相机光辐射关系、摄影材料的感光特性、数码相机的ISO以及物体相对光辐射测量四个方面进行探索研究。提出了基于顶视法叶面积指数的测量原理:L=Inη。与常用测量仪器LAI-2000测量结果的误差在0.5以内,结果准确度较高。(2)研究了基于多视角的植株三维重建的基本框架,基于Open MVG及Open MVS框架重建出了精度较高的植株三维模型。搭建了多视角三维重建系统,基于图像序列精确的重构出实验室环境下和野外环境下的植株三维结构。(3)针对植株的三维结构效果,进行预处理操作,包括:基于K近邻算法的离群点移除和基于随机采样一致性的平面分割算法进行点云分割。并采用骨架化算法以及随机拦截节点算法进行茎部自动检测并完整的滤除了植株的茎部,便于后续实验研究上分析茎部对测量的影响。(4)基于预处理后的植株三维点云进行叶面积指数的提取。首先进行叶片计数,其次采用SOM神经网络模型进行叶片面积计算。实验得出圆叶椒草和仿真玉米叶片面积与基于LI-3000测量的真实值之间的R达到了0.97,圆叶椒草平滑处理前后的实验结果R由0.9657提高至0.9741,仿真玉米的R由0.8319提升至0.9683。(5)分析比较了多种基于植株三维结构的叶面积指数提取方法的不足,提出一种基于三维重建结构的植株叶片点云面积与植株所占土地面积比值计算LAI的方法。本文所使用的叶面积指数计算方法与LAI真实值对比,准确率高达98.63%以上。并对平滑处理与茎部滤除处理前后的LAI测量值进行对比,实验结果表明平滑处理对于准确率的影响在6%～18%,而茎部部分对叶面积指数的准确率影响在10%～22%。