表型分析對于理解植物基因型與環(huán)境之間的關(guān)系非常重要,開發(fā)高效且成本低的相關(guān)技術(shù)是精準農(nóng)業(yè)等領(lǐng)域的一項典型需求。其中,代表性的RGB-D設(shè)備Kinect已用于植物表型分析,但其應(yīng)用潛力尚未被充分挖掘。本文首先梳理比較了Kinect表征三維結(jié)構(gòu)的三種原理方式,即點云基于深度圖像（DI）生成,通過運動恢復(fù)結(jié)構(gòu)（SfM）從彩色圖像獲得,以及合并DI和SfM點云生成融合數(shù)據(jù)（MD）,并以FARO X330激光掃描儀獲取的基準數(shù)據(jù)評估三種方式的性能。以植物玉簪為例的分析結(jié)果表明,對葉面積的估算DI點云的準確度最高,對葉片圓形度和偏心率的反演MD點云表現(xiàn)最佳,對葉傾角的反演SfM點云的性能最好。三種方式的結(jié)果差異源于它們表征不同結(jié)構(gòu)的表現(xiàn)不同,對于葉面積的反演, SfM表征葉片相對不完整,而MD重建葉片的邊緣存在不平滑的現(xiàn)象,導(dǎo)致兩者精度不足;對于表征葉片的幾何特征,通過合并DI和SfM數(shù)據(jù)生成的MD點云實現(xiàn)了信息增強的效果,使得其表現(xiàn)優(yōu)于DI和SfM點云;葉傾角對深度測量的準確性更敏感,由于Kinect測量深度過程中通常存在誤差,導(dǎo)致DI和MD點云反演精度偏低,而SfM點云僅通過彩色圖像生成,因此... 

【文章來源】：光譜學(xué)與光譜分析. 2020,40(08)北大核心EISCICSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

Kinect傳感器, 由紅外發(fā)射器(i), RGB相機(ii) 和紅外相機(iii)組成

實驗于2015年4月進行, 用于實驗的植物種類是在北京大學(xué)校園內(nèi)生長的玉簪(Hosta plantaginea), 其分布廣泛并且具有大而扁平的葉子。 Kinect傳感器被安裝在可移動的框架上, 并用繩子固定在地面上方1.2 m處, 如圖2所示。 實驗共獲取了兩組圖像, 第一組為對于每株植物的分辨率為640×480像素的靜態(tài)彩色和深度圖像。 為采集第二組圖像, 將框架沿著植物行列以約0.03 m·s-1的速度向前移動約3 m, 獲取了分辨率為1 280×960像素的66幅彩色圖像。為評估以DI, SfM和MD三種方式生成的點云反演植物三維結(jié)構(gòu)參數(shù)的準確性, 使用FARO X330激光掃描儀測量試驗區(qū)以提供基準數(shù)據(jù)。 該掃描儀發(fā)射波段為1 550 nm的紅外脈沖, 每秒可獲取超過122 000個點, 在10 m距離處誤差約為2 mm。

對于葉面積的估計, 基于DI點云的結(jié)果優(yōu)于SfM點云,甚至優(yōu)于MD點云的結(jié)果, 表現(xiàn)為具有最高的R2(分別為0.71, 0.16和0.62)和最低的RMSE, 如圖4所示。 這一結(jié)果與圖3的直觀解譯相一致, 即SfM以相對不完整的方式表征植物葉片, 而MD重建葉片的邊緣具有不平滑現(xiàn)象, 導(dǎo)致葉面積反演精度的降低。對于葉片圓形度和偏心率的反演, 基于MD點云的結(jié)果表現(xiàn)出比DI和SfM點云更好的性能, 其R2最高(對于圓形度分別為0.79, 0.52和0.13, 對于偏心率分別為0.76,0.40和0.21)并且RMSE最低, 如圖5和圖6所示。 這些結(jié)果表明, 對于表征葉片幾何的任務(wù), 基于MD的策略可以通過合并DI和SfM點云來實現(xiàn)信息增強的效果。


本文編號：3413717