发明内容

(一)要解决的技术问题

针对目前表型参数获取方法存在的技术问题，本申请要解决的包括以下几点。首先，在特定栽培场景下，采用人工表型测量手段，效率低，主观性强，在栽培管理方面主要依靠经验判断，缺乏不同时期的表型参数支撑和相应的管理方案；其次，传统的点云器官分割算法针对不同时期需要调整阈值，若是人工进行分割或标注，不仅要求样本数量，还费时费工，同时具有一定的主观性；最后，在表型配准方面，主要通过在点云上寻找特征并定义，但操作复杂，要求目标点云的时期足够相近，并且点云的质量要求较高。本发明提出一种全生育期番茄3D表型动态获取和分析方法和系统，实现在温室环境差异明显的番茄单株全生育期表型参数的动态量化。

(二)技术方案

为了解决其技术问题，本发明提供了一种全生育期番茄3D表型动态获取和分析方法及系统。

本发明的全生育期番茄3D表型动态获取和分析包括环境监测、图像采集、三维重建、点云处理、器官分割、表型参数提取、表型配准以及数据分析；其中，

环境监测，用于在栽培场景中进行环境参数测量，获得多个环境参数测量结果，并依照环境差异分布图，从大量植株中筛选出环境差异较大的若干个目标单株，用于后续数据采集、处理和分析；

图像采集，采用RGB相机从下至上围绕单株以及果实进行多角度多层拍摄，获取各目标植株及其成熟的番茄果实的多视角图像序列，采集时间段涵盖植株的全生育期；

三维重建，将获取的多视角图像序列导入到Visual SFM软件中，重建出目标单株各部分及果实的三维点云数据；

点云处理，包括点云去噪和尺度校正的预处理，利用Alignment配准算法获得完整的单株点云，手动分割出叶片中的所有属于裂片的点云数据，用于后续叶宽、叶面积的计算；

器官分割，对单株除裂片以外剩余部分的点云进行骨架化，针对番茄植株的弯曲茎秆，采用基于邻接关系的点搜索的方式，通过输入获得的骨架、邻接矩阵和主茎的两个端点编号，依据邻接矩阵中各点的邻接关系获得叶柄和茎秆的连接处即节点和各叶片端点即叶尖点，从各节点开始向周围邻接点延伸搜索，实现各节间和各叶片的分割；

表型参数提取，在器官分割的基础上进行表型参数的自动化提取计算；

表型配准，针对同一目标单株在不同生育期的点云数据，利用真实拓扑结构实现不同时期的表型参数配准；

数据分析，考虑不同植株在环境条件上的差异，以及全生育期不同阶段的表型参数动态变化，定量分析各要素之间的关系，明确各环境参数对表型变化的影响规律，以此获得特定栽培场景下在不同时期的管理措施优化方案，实现表型提取普适化和栽培管理智能化。

更具体地，环境监测具体通过如下方式来实现：在日光温室大棚中，利用无土栽培方式种植同一品种的番茄，种植方式为自东向西种植i行，每行自北向南种植j株；栽培管理方面，采用水肥一体化系统和相同的农事操作；在温室中均匀选取m个样本点，每天定时进行温度、湿度和光照的测量；依照环境差异分布图，从样本点中选出其中环境差异较大的n个单株。

更具体地，在进行器官分割和表型参数提取时，提取各节间的骨架并分别保存，通过生成节间的骨架曲线获得节间长度，通过保存的节间个数获得节间数，通过计算主茎上两端点的欧氏距离获得株高；

其中，各节间提取具体通过如下步骤来实现：

步骤3-1，输入主茎骨架上的底点和生长点这两个端点的编号，从底点开始，将其设置为当前遍历点；

步骤3-2，寻找当前遍历点的邻接点；

步骤3-3，选取一个没有遍历过的邻接点，将其标记为已遍历并进行如下判断与操作：

3-3-1判断邻接点是不是节点，如果是则进入结算步骤3-4-1；

3-3-2判断当前遍历节点是不是端点，如果是则进入结算步骤3-4-1；

3-3-3判断当前遍历节点是不是叶端点，如果是直接进入结算步骤3-4-2；

3-3-4如果以上都不是，将点标记为中间点，设置其为当前遍历点，返回步骤3-2；

步骤3-4，结算步骤：

3-4-1如果为节点或者端点，则将从上一个端点或者节点开始的中间点标记为主茎，返回步骤3-3；

3-4-2如果为叶端点，则直接清空中间点的标记；

3-4-3如果为茎端点，则算法结束。

更具体地，在进行器官分割和表型参数提取时，依据节间提取的结果，获得主茎上各点的编号，进行各叶片的提取与保存，并计算叶长和真叶数；

其中，各叶片提取具体通过如下步骤来实现：

步骤4-1，从最底部的节点开始，将其设置为当前节点；

步骤4-2，寻找当前节点的所有邻接点；

步骤4-3，选取一个没有遍历过的邻接点，判断其是否属于主茎：

4-3-1如果是，则返回步骤4-3；

4-3-2如果不是，则根据邻接关系继续向上遍历，标记遍历到的点为该节点对应的叶片点，直到遍历到叶端点；

步骤4-4，判断当前节点是否是最后一个节点，如果是则算法结束，如果不是，设置下一个节点为当前节点，返回步骤4-2。

更具体地，在进行表型参数提取时，获得单株的体积、真叶数、节间数、各节节长、主茎长度、叶长、叶宽、叶面积和果实横径与体积等。

更具体地，表型配准具体通过如下方式来实现：结合番茄真实的拓扑结构定义排序规则，定义从底点即近地端开始顺序向上至顶点即生长点的排序规则，对分割后的骨架重新排序并赋予对应编号，输出新的骨架并可视化，直接实现作物不同时期的表型参数配准。

本发明还提供了一种全生育期番茄3D表型动态获取和分析系统，其采用如前所述的全生育期番茄3D表型动态获取和分析方法，其特征在于：

该系统包括如下模块，

环境监测模块，用于在栽培场景中进行环境参数测量，获得多个环境参数测量结果，并依照环境差异分布图，从大量植株中筛选出环境差异较大的若干个目标单株，用于后续数据采集、处理和分析；

图像采集模块，采用RGB相机从下至上围绕单株以及果实进行多角度多层拍摄，获取各目标植株及其成熟的番茄果实的多视角图像序列，采集时间段涵盖植株的全生育期；

三维重建模块，用于将获取的多视角图像序列导入到Visual SFM软件中，重建出目标单株各部分及果实的三维点云数据；

点云处理模块，用于进行点云去噪和尺度校正的预处理，利用Alignment配准算法获得完整的单株点云，手动分割出叶片中的所有属于裂片的点云数据，用于后续叶宽、叶面积的计算；

器官分割模块，用于对单株除裂片以外剩余部分的点云进行骨架化，针对番茄植株的弯曲茎秆，采用基于邻接关系的点搜索的方式，通过输入获得的骨架、邻接矩阵和主茎的两个端点编号，依据邻接矩阵中各点的邻接关系获得叶柄和茎秆的连接处即节点和各叶片端点即叶尖点，从各节点开始向周围邻接点延伸搜索，实现各节间和各叶片的分割；

表型参数提取模块，在器官分割的基础上进行表型参数的自动化提取计算；

表型配准模块，针对同一目标单株在不同生育期的点云数据，利用真实拓扑结构实现不同时期的表型参数配准；

数据分析模块，考虑不同植株在环境条件上的差异，以及全生育期不同阶段的表型参数动态变化，定量分析各要素之间的关系，明确各环境参数对表型变化的影响规律，以此获得特定栽培场景下在不同时期的管理措施优化方案，实现表型提取普适化和栽培管理智能化。

(三)有益效果

本发明的全生育期番茄3D表型动态获取和分析方法及系统，针对日光温室进行环境监测并确定目标植株，明确环境差异对番茄生长发育不同阶段的影响规律，为不同时期的管理措施提供可靠的表型数据；通过图像采集、三维重建和点云处理，获得全生育期的番茄点云数据，弥补了二维数据的数据缺失；针对番茄植株的弯曲茎秆，对点云进行骨架化，采用基于邻接关系的点搜索方式进行器官分割，不需要设置任何阈值或进行人工标注，不要求样本数量，直接实现各节间和各叶片的提取，操作简便，效率高，并且适用于番茄不同时期的器官分割；在器官分割的基础上实现表型参数自动化提取，克服了传统方法的费时费工、主观性强和破坏性等问题；利用真实拓扑结构实现不同时期的表型参数配准，简化表型配准算法涉及的寻找和定义特征的问题，不需要设置阈值，同时无需相邻时期的点云特征，对于同一单株的任意时期，仅通过定义排序规则对骨架进行重新排序并赋予对应编号进行结果输出和可视化，直接实现表型配准，简化操作步骤，适用性强。