【摘要】：植物物種的基因組測(cè)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(duì)植物性狀的影響。建立基因與植物性狀關(guān)系過(guò)程中表型分析和基因型分析同樣重要。植物特征能夠通過(guò)相關(guān)表型分析來(lái)確定,然而當(dāng)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(gè)特定生長(zhǎng)階段開(kāi)展而無(wú)法實(shí)現(xiàn)植物連續(xù)生長(zhǎng)變化的研究,分析流程及結(jié)果評(píng)估存在不足。同時(shí),為了應(yīng)對(duì)快速增長(zhǎng)的世界人口和全球環(huán)境變化帶來(lái)的挑戰(zhàn),需要通過(guò)基因和表型分析來(lái)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(lái)提高作物的產(chǎn)量和質(zhì)量。因此,實(shí)現(xiàn)作物表型參數(shù)高效、準(zhǔn)確、無(wú)損的測(cè)量和對(duì)作物持續(xù)生長(zhǎng)變化及表型參數(shù)動(dòng)態(tài)量化研究是作物表型研究和育種中亟待解決的問(wèn)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(shì)。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(cè)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(duì)象,采用三維激光掃描技術(shù)獲取油菜和棉花植株的多時(shí)相點(diǎn)云數(shù)據(jù),實(shí)現(xiàn)作物植株主干提取、葉片分割及相關(guān)表型參數(shù)測(cè)量,完成作物相鄰時(shí)期點(diǎn)云數(shù)據(jù)對(duì)齊、葉片器官對(duì)應(yīng)關(guān)系建立及表型參數(shù)動(dòng)態(tài)量化。本文所開(kāi)展的研究?jī)?nèi)容包括:(1)點(diǎn)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(diǎn)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(shí)相原始點(diǎn)云數(shù)據(jù)并對(duì)點(diǎn)云數(shù)據(jù)進(jìn)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(shí)現(xiàn)作物植株主干提取;(2)葉片分割,苗期油菜未長(zhǎng)出主干,植株呈蓮座狀,使用基于凹凸性的方法對(duì)苗期油菜點(diǎn)云進(jìn)行葉片分割,對(duì)蕾薹期油菜和棉花植株主干提取后的點(diǎn)云使用歐式聚類算法完成葉片聚類;(3)多時(shí)相點(diǎn)云數(shù)據(jù)對(duì)齊及葉片對(duì)應(yīng)關(guān)系建立:使用采樣一致性初始配準(zhǔn)算法完成同一株作物相鄰時(shí)期點(diǎn)云對(duì)齊,在對(duì)齊基礎(chǔ)上建立了相鄰時(shí)期作物葉片器官的對(duì)應(yīng)關(guān)系;(4)表型參數(shù)量化包括:(1)株高,根據(jù)點(diǎn)云計(jì)算的株高與人工測(cè)量結(jié)果相對(duì)誤差均不超過(guò)2.5%;(2)葉片數(shù)目,作物葉片分割后統(tǒng)計(jì)葉片數(shù)量與人工統(tǒng)計(jì)的葉片數(shù)量一致;(3)葉片長(zhǎng)度和寬度,點(diǎn)云計(jì)算的作物葉片長(zhǎng)度、寬度與人工測(cè)量的葉片長(zhǎng)度和寬度相關(guān)性較高,相關(guān)性均超過(guò)0.99;(4)葉片面積,對(duì)封裝的葉片計(jì)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(duì)每個(gè)時(shí)期的植株點(diǎn)云,從植株頂部對(duì)植株進(jìn)行正投影并計(jì)算投影面積,結(jié)合株高完成植株體積測(cè)量。將作物相鄰時(shí)期的表型參數(shù)進(jìn)行對(duì)比實(shí)現(xiàn)作物表型參數(shù)動(dòng)態(tài)變化量化。經(jīng)過(guò)一系列試驗(yàn)證明,針對(duì)獲取的作物多時(shí)相點(diǎn)云數(shù)據(jù),利用本文中的相關(guān)算法可以無(wú)損、準(zhǔn)確的提取作物表型參數(shù)并實(shí)現(xiàn)作物表型參數(shù)的動(dòng)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(shí)指導(dǎo)實(shí)際的作物生產(chǎn)。
【圖文】：

基于多時(shí)相點(diǎn)云數(shù)據(jù)的作物表型參數(shù)獲取及動(dòng)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(duì)象，利用三維激光掃描技術(shù)采集油菜相點(diǎn)云數(shù)據(jù)，使用不同方法實(shí)現(xiàn)作物器官分割、相鄰時(shí)期點(diǎn)云對(duì)建立，并提取包括株高、葉片長(zhǎng)寬、植株體積等作物相關(guān)表型參精度評(píng)估及動(dòng)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(diǎn)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(guó)第一大食用植物油原料，其具有很高的經(jīng)濟(jì)，，棉花也是我國(guó)農(nóng)業(yè)生產(chǎn)中一種重要的經(jīng)濟(jì)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(yàn)選用的油菜品7 年 10 月 24 日播種。待油菜發(fā)芽至長(zhǎng)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(duì)于實(shí)驗(yàn)中用到的棉花植株，于室中進(jìn)行培養(yǎng)，待棉花植株長(zhǎng)至約 16cm 后就其移至栽培盆據(jù)做準(zhǔn)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(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：S562;S565.4;TN249

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉亞文;覃蘇舜;;點(diǎn)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(bào);2017年02期

2 劉尚蔚;朱小超;張永光;魏群;;多片點(diǎn)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(bào);2014年01期

3 張習(xí)民;余小清;萬(wàn)旺根;張娟;;壓縮感知點(diǎn)云數(shù)據(jù)壓縮[J];應(yīng)用科學(xué)學(xué)報(bào);2014年05期

4 康蘭;馮亞娟;陳正鳴;;多視點(diǎn)云數(shù)據(jù)快速對(duì)齊方法[J];機(jī)械設(shè)計(jì)與研究;2009年01期

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

6 張東;;基于球域膨脹的點(diǎn)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(mén)葆紅;王鑫;;海量點(diǎn)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(bào);2018年05期

8 陳凱;張達(dá);張?jiān)?;三維激光掃描點(diǎn)云數(shù)據(jù)盲區(qū)邊界識(shí)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(diǎn)云數(shù)據(jù)質(zhì)量評(píng)價(jià)與三維模型快速重建技術(shù)研究[J];測(cè)繪學(xué)報(bào);2017年12期

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

相關(guān)會(huì)議論文 前10條

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

2 張飛飛;車(chē)翔玖;左文品;;基于B樣條曲線的點(diǎn)云數(shù)據(jù)簡(jiǎn)化方法[A];第五屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2011年

3 胡志杰;石鵬飛;李廣偉;羌鑫林;;車(chē)載點(diǎn)云數(shù)據(jù)自動(dòng)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(diǎn)云數(shù)據(jù)的地裂縫監(jiān)測(cè)對(duì)象提取研究——以江蘇無(wú)錫光明村為例[A];2018年全國(guó)工程地質(zhì)學(xué)術(shù)年會(huì)論文集[C];2018年

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

6 葛振華;王鵬;孫建;王紀(jì)凱;陳宗海;;點(diǎn)云數(shù)據(jù)的配準(zhǔn)算法綜述[A];第17屆中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集（17th CCSSTA 2016）[C];2016年

7 劉佳;張愛(ài)武;楊麗萍;;室內(nèi)場(chǎng)景激光點(diǎn)云數(shù)據(jù)的三維建模[A];《測(cè)繪通報(bào)》測(cè)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(biāo)準(zhǔn)化作業(yè)[A];創(chuàng)新塑性加工技術(shù)，推動(dòng)智能制造發(fā)展——第十五屆全國(guó)塑性工程學(xué)會(huì)年會(huì)暨第七屆全球華人塑性加工技術(shù)交流會(huì)學(xué)術(shù)會(huì)議論文集[C];2017年

9 段文國(guó);張愛(ài)武;蔡廣杰;;基于VTK的點(diǎn)云數(shù)據(jù)繪制研究與實(shí)現(xiàn)[A];《測(cè)繪通報(bào)》測(cè)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(diǎn)云數(shù)據(jù)對(duì)比方法分析[A];云南省測(cè)繪地理信息學(xué)會(huì)2017年學(xué)術(shù)年會(huì)論文集[C];2017年

相關(guān)重要報(bào)紙文章 前2條

1 記者 廖雪梅;重慶明年擬打造700個(gè)“智慧工地”[N];重慶日?qǐng)?bào);2018年

2 李兆平　龔渤;多點(diǎn)開(kāi)花 前景廣闊[N];中國(guó)測(cè)繪報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 滕曉強(qiáng);基于移動(dòng)群智感知的室內(nèi)路徑規(guī)劃關(guān)鍵技術(shù)研究[D];國(guó)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(diǎn)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(diǎn)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(diǎn)云數(shù)據(jù)的魯棒配準(zhǔn)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(diǎn)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(cè)及其點(diǎn)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(dá)點(diǎn)云數(shù)據(jù)的建筑物三維重建技術(shù)[D];長(zhǎng)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(gè)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(diǎn)云模型自動(dòng)構(gòu)建方法研究[D];武漢大學(xué);2014年

10 葉立志;機(jī)載LiDAR與影像密集匹配點(diǎn)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(chǎng)景點(diǎn)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(diǎn)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(chē)載激光點(diǎn)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(jué)的三維數(shù)字化掃描及點(diǎn)云數(shù)據(jù)處理技術(shù)研究[D];寧夏大學(xué);2019年

5 陽(yáng)旭;基于多時(shí)相點(diǎn)云數(shù)據(jù)的作物表型參數(shù)獲取及動(dòng)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(diǎn)云數(shù)據(jù)的室內(nèi)物體識(shí)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(cè)量精度分析及其在變形監(jiān)測(cè)中的應(yīng)用[D];戰(zhàn)略支援部隊(duì)信息工程大學(xué);2018年

8 溫職先;面向人機(jī)交互的TOF低分辨點(diǎn)云數(shù)據(jù)實(shí)時(shí)預(yù)處理方法研究[D];深圳大學(xué);2018年

9 曹W

本文編號(hào)：2598881