【摘要】：植物物種的基因組測序揭示了其遺傳信息,而植物的表型研究揭示了基因組和環(huán)境的相互作用對植物性狀的影響。建立基因與植物性狀關(guān)系過程中表型分析和基因型分析同樣重要。植物特征能夠通過相關(guān)表型分析來確定,然而當前許多植物表型研究需要大量的人工參與,并且只在植株某個特定生長階段開展而無法實現(xiàn)植物連續(xù)生長變化的研究,分析流程及結(jié)果評估存在不足。同時,為了應(yīng)對快速增長的世界人口和全球環(huán)境變化帶來的挑戰(zhàn),需要通過基因和表型分析來選育更適應(yīng)有限的資源環(huán)境和土壤條件的作物品種,來提高作物的產(chǎn)量和質(zhì)量。因此,實現(xiàn)作物表型參數(shù)高效、準確、無損的測量和對作物持續(xù)生長變化及表型參數(shù)動態(tài)量化研究是作物表型研究和育種中亟待解決的問題,也是作物表型組學(xué)研究和現(xiàn)代農(nóng)業(yè)發(fā)展的趨勢。隨著農(nóng)作物表型組學(xué)和表型技術(shù)的發(fā)展,三維激光掃描技術(shù)也逐漸引起了高通量表型測量研究人員的關(guān)注與興趣。因此,本文以油菜和棉花為研究對象,采用三維激光掃描技術(shù)獲取油菜和棉花植株的多時相點云數(shù)據(jù),實現(xiàn)作物植株主干提取、葉片分割及相關(guān)表型參數(shù)測量,完成作物相鄰時期點云數(shù)據(jù)對齊、葉片器官對應(yīng)關(guān)系建立及表型參數(shù)動態(tài)量化。本文所開展的研究內(nèi)容包括:(1)點云數(shù)據(jù)采集:比較基于多幅影像重建和三維激光掃描技術(shù)采集的油菜點云,在后期研究中采用三維激光掃描技術(shù)獲取油菜和棉花植株的多時相原始點云數(shù)據(jù)并對點云數(shù)據(jù)進行預(yù)處理;(2)作物器官分割:(1)主干提取,蕾薹期油菜和棉花植株主干趨于筆直,故采用RANSAC算法結(jié)合直線模型實現(xiàn)作物植株主干提取;(2)葉片分割,苗期油菜未長出主干,植株呈蓮座狀,使用基于凹凸性的方法對苗期油菜點云進行葉片分割,對蕾薹期油菜和棉花植株主干提取后的點云使用歐式聚類算法完成葉片聚類;(3)多時相點云數(shù)據(jù)對齊及葉片對應(yīng)關(guān)系建立:使用采樣一致性初始配準算法完成同一株作物相鄰時期點云對齊,在對齊基礎(chǔ)上建立了相鄰時期作物葉片器官的對應(yīng)關(guān)系;(4)表型參數(shù)量化包括:(1)株高,根據(jù)點云計算的株高與人工測量結(jié)果相對誤差均不超過2.5%;(2)葉片數(shù)目,作物葉片分割后統(tǒng)計葉片數(shù)量與人工統(tǒng)計的葉片數(shù)量一致;(3)葉片長度和寬度,點云計算的作物葉片長度、寬度與人工測量的葉片長度和寬度相關(guān)性較高,相關(guān)性均超過0.99;(4)葉片面積,對封裝的葉片計算三角網(wǎng)格面積之和即可得到葉片的面積;(5)植株體積,對每個時期的植株點云,從植株頂部對植株進行正投影并計算投影面積,結(jié)合株高完成植株體積測量。將作物相鄰時期的表型參數(shù)進行對比實現(xiàn)作物表型參數(shù)動態(tài)變化量化。經(jīng)過一系列試驗證明,針對獲取的作物多時相點云數(shù)據(jù),利用本文中的相關(guān)算法可以無損、準確的提取作物表型參數(shù)并實現(xiàn)作物表型參數(shù)的動態(tài)量化,從而為油菜、棉花等作物表型組學(xué)研究提供方法及精度更高規(guī)模更大的數(shù)據(jù)支持,同時指導(dǎo)實際的作物生產(chǎn)。
【圖文】：

基于多時相點云數(shù)據(jù)的作物表型參數(shù)獲取及動態(tài)量化方法研究究方案和技術(shù)路線以油菜和棉花植株為研究對象，利用三維激光掃描技術(shù)采集油菜相點云數(shù)據(jù)，使用不同方法實現(xiàn)作物器官分割、相鄰時期點云對建立，并提取包括株高、葉片長寬、植株體積等作物相關(guān)表型參精度評估及動態(tài)量化。本文的技術(shù)路線如圖 1-1 所示。

本論文中的研究材料為盆栽種植的油菜和棉花，故采用近距完成作物點云數(shù)據(jù)的獲取。材料、軟硬件試本論文所采用方法的通用性和泛化能力，本文分別以油菜究。油菜是中國第一大食用植物油原料，其具有很高的經(jīng)濟，，棉花也是我國農(nóng)業(yè)生產(chǎn)中一種重要的經(jīng)濟作物，具有多種中選用油菜和棉花兩種作物為研究材料。試驗選用的油菜品7 年 10 月 24 日播種。待油菜發(fā)芽至長出真葉后將其移至栽培后續(xù)的油菜數(shù)據(jù)采集工作。對于實驗中用到的棉花植株，于室中進行培養(yǎng)，待棉花植株長至約 16cm 后就其移至栽培盆據(jù)做準備。圖 2-1 分別為移植后的油菜和棉花植株。
【學(xué)位授予單位】：華中農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：S562;S565.4;TN249

【相似文獻】

相關(guān)期刊論文 前10條

1 劉亞文;覃蘇舜;;點云數(shù)據(jù)稀疏區(qū)域建筑物立面重建方法[J];應(yīng)用科學(xué)學(xué)報;2017年02期

2 劉尚蔚;朱小超;張永光;魏群;;多片點云數(shù)據(jù)拼接處理技術(shù)的研究[J];水利與建筑工程學(xué)報;2014年01期

3 張習(xí)民;余小清;萬旺根;張娟;;壓縮感知點云數(shù)據(jù)壓縮[J];應(yīng)用科學(xué)學(xué)報;2014年05期

4 康蘭;馮亞娟;陳正鳴;;多視點云數(shù)據(jù)快速對齊方法[J];機械設(shè)計與研究;2009年01期

5 鄭德華;;點云數(shù)據(jù)直接縮減方法及縮減效果研究[J];測繪工程;2006年04期

6 張東;;基于球域膨脹的點云數(shù)據(jù)平面提取[J];工程技術(shù)研究;2018年11期

7 宇超群;門葆紅;王鑫;;海量點云數(shù)據(jù)分布式并行處理技術(shù)綜述[J];信息工程大學(xué)學(xué)報;2018年05期

8 陳凱;張達;張元生;;三維激光掃描點云數(shù)據(jù)盲區(qū)邊界識別與應(yīng)用[J];有色金屬(礦山部分);2019年05期

9 宣偉;;地面激光點云數(shù)據(jù)質(zhì)量評價與三維模型快速重建技術(shù)研究[J];測繪學(xué)報;2017年12期

10 孫瑞;張貴豪;陳普智;;三維激光掃描點云數(shù)據(jù)的精簡方法探討[J];黃河水利職業(yè)技術(shù)學(xué)院學(xué)報;2018年02期

相關(guān)會議論文 前10條

1 胡文慶;施昆;曹影;;模糊C-均值聚類對點云數(shù)據(jù)的分割[A];云南省測繪地理信息學(xué)會2015年學(xué)術(shù)年會論文集[C];2015年

2 張飛飛;車翔玖;左文品;;基于B樣條曲線的點云數(shù)據(jù)簡化方法[A];第五屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2011年

3 胡志杰;石鵬飛;李廣偉;羌鑫林;;車載點云數(shù)據(jù)自動分類提取與應(yīng)用研究[A];第十一次江蘇科技論壇智慧城市與大數(shù)據(jù)應(yīng)用分論壇論文集[C];2015年

4 曹天賜;李慶莉;龔緒龍;葛云峰;盧毅;陳勇;張芷薇;劉智超;聞煉;;基于點云數(shù)據(jù)的地裂縫監(jiān)測對象提取研究——以江蘇無錫光明村為例[A];2018年全國工程地質(zhì)學(xué)術(shù)年會論文集[C];2018年

5 張萍;;逆向工程中基于聚類的點云數(shù)據(jù)精簡[A];2010年西南三省一市自動化與儀器儀表學(xué)術(shù)年會論文集[C];2010年

6 葛振華;王鵬;孫建;王紀凱;陳宗海;;點云數(shù)據(jù)的配準算法綜述[A];第17屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集（17th CCSSTA 2016）[C];2016年

7 劉佳;張愛武;楊麗萍;;室內(nèi)場景激光點云數(shù)據(jù)的三維建模[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

8 孟麗芬;;3D逆向造型的標準化作業(yè)[A];創(chuàng)新塑性加工技術(shù)，推動智能制造發(fā)展——第十五屆全國塑性工程學(xué)會年會暨第七屆全球華人塑性加工技術(shù)交流會學(xué)術(shù)會議論文集[C];2017年

9 段文國;張愛武;蔡廣杰;;基于VTK的點云數(shù)據(jù)繪制研究與實現(xiàn)[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

10 吳衛(wèi)軍;陳平;殷義程;;基于DEM的點云數(shù)據(jù)對比方法分析[A];云南省測繪地理信息學(xué)會2017年學(xué)術(shù)年會論文集[C];2017年

相關(guān)重要報紙文章 前2條

1 記者 廖雪梅;重慶明年擬打造700個“智慧工地”[N];重慶日報;2018年

2 李兆平　龔渤;多點開花 前景廣闊[N];中國測繪報;2012年

相關(guān)博士學(xué)位論文 前10條

1 滕曉強;基于移動群智感知的室內(nèi)路徑規(guī)劃關(guān)鍵技術(shù)研究[D];國防科技大學(xué);2018年

2 張紹澤;面向三維可視化的激光掃描點云數(shù)據(jù)處理方法研究[D];西安電子科技大學(xué);2017年

3 羅楠;基于點云數(shù)據(jù)的3D打印關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2017年

4 唐逸之;點云數(shù)據(jù)的魯棒配準與自適應(yīng)表面重建[D];浙江大學(xué);2017年

5 楊永濤;三維離散點云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];燕山大學(xué);2017年

6 鄧博文;大體積比工件裝配面檢測及其點云數(shù)據(jù)處理方法研究[D];中北大學(xué);2019年

7 蒼鵬;基于激光雷達點云數(shù)據(jù)的建筑物三維重建技術(shù)[D];長春理工大學(xué);2019年

8 金娟鳳;基于特征距離的腰腹臀部體型分析與個性化女褲樣板生成[D];浙江理工大學(xué);2017年

9 石宏斌;地面激光點云模型自動構(gòu)建方法研究[D];武漢大學(xué);2014年

10 葉立志;機載LiDAR與影像密集匹配點云數(shù)據(jù)的濾波方法研究[D];武漢大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 王剛;地理場景點云數(shù)據(jù)數(shù)字水印算法研究[D];南京師范大學(xué);2019年

2 劉濤;基于傾斜影像與點云數(shù)據(jù)的城市三維建模及應(yīng)用研究[D];湘潭大學(xué);2019年

3 李云莉;面向城市車載激光點云數(shù)據(jù)的建筑物分類及結(jié)構(gòu)線提取研究[D];南京師范大學(xué);2019年

4 吳忻怡;基于雙目視覺的三維數(shù)字化掃描及點云數(shù)據(jù)處理技術(shù)研究[D];寧夏大學(xué);2019年

5 陽旭;基于多時相點云數(shù)據(jù)的作物表型參數(shù)獲取及動態(tài)量化方法研究[D];華中農(nóng)業(yè)大學(xué);2019年

6 王雯;基于3D點云數(shù)據(jù)的室內(nèi)物體識別技術(shù)研究[D];西安工程大學(xué);2019年

7 汪沖;全站掃描儀測量精度分析及其在變形監(jiān)測中的應(yīng)用[D];戰(zhàn)略支援部隊信息工程大學(xué);2018年

8 溫職先;面向人機交互的TOF低分辨點云數(shù)據(jù)實時預(yù)處理方法研究[D];深圳大學(xué);2018年

9 曹W

本文編號：2598881