葉綠素熒光測量是作物光合作用強度無損測量的重要手段,可以實現(xiàn)光合參數(shù)的實時快速測量。目前,葉綠素熒光監(jiān)測在單個葉片二維熒光圖像層面研究趨于成熟,但整株和冠層的葉綠素熒光三維探測研究仍處于探索階段。針對上述問題,本文選擇RGB-D（RGB-Depth）傳感器Kinect和Cropobserver冠層葉綠素熒光探測裝置,研究基于RGB-D與Cropobserver的冠層葉綠素熒光的三維分布監(jiān)測,為作物冠層葉綠素熒光分布3D全面可視化分布信息獲取與研究提供重要技術支撐。論文的主要研究內(nèi)容和結果如下:（1）基于Kinect的RGB-D數(shù)據(jù)采集實驗平臺搭建為實現(xiàn)RGB-D圖像信息和冠層葉綠素熒光的同步獲取,通過PC工作站在Cropobserver采集作物冠層葉綠素熒光信息時,同步采集作物冠層的顏色信息流和深度信息流,通過深度圖的像素坐標向彩色圖映射和相機內(nèi)參模型,實現(xiàn)了深度圖和彩色圖之間的匹配。為葉綠素熒光信息在植株冠層的三維分布表征提供條件。（2）Kinect與Cropobserver之間的位置匹配為實現(xiàn)Kinect與Cropobserver之間的空間位置匹配,通過Kinect捕獲Cropob... 

【文章來源】：江蘇大學江蘇省

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

點云數(shù)據(jù)3D重建分析流程

江蘇大學碩士學位論文61.2.3葉綠素熒光高通量分析技術近年來，在葉綠素熒光監(jiān)測中，也遵循著高通量分析的趨勢，從單點、葉片到冠層群體進行葉綠素熒光監(jiān)測，光合作用的測量進入“群體（冠層）連續(xù)測量”的時代。2010年后，葉綠素熒光成像技術逐漸發(fā)展為快速發(fā)展的高通量植物表型平臺的核心技術。在葉綠素熒光的單點測量方面，2004年，德國WALZ公司生產(chǎn)處世界上第一臺可長時間連續(xù)監(jiān)測的調(diào)制熒光儀MONITORING-PAM。主機同時可以控制1到7個探頭，對室內(nèi)外環(huán)境的植物的多個葉片上的單點進行長時間連續(xù)測量[52,53]。圖1.2MONITORING-PAM多點連續(xù)測量Fig1.2Multi-pointcontinuousmeasurementofMONITORING-PAM在葉片的葉綠素熒光測量方面，第一臺多功能調(diào)制熒光成像系統(tǒng)IMAGE-PAM來自WALZ公司[54]。采用超強發(fā)光LED光源，CCD檢測器檢測葉片每個像素的光合作用。如圖1.3所示，IMAGE-PAM在2005年升級為M系列，含有Microscopy、Micro、Mini、Maxi四種探頭選擇，成像面積分別為130×150、3.5×4.5、24×32、10×13，實現(xiàn)了從單細胞到全葉片的測量[53]。圖1.3IMAGE-PAMM系列Fig1.3IMAGE-PAMMseries在冠層高通量測量方面，2005年Kolber提出葉綠素熒光“遙測”技術設備

IMAGE-PAMM系列Fig1.3IMAGE-PAMMseries

【參考文獻】：
期刊論文
[1]植株點云超體聚類分割方法[J]. 劉慧,劉加林,沈躍,潘成凱.  農(nóng)業(yè)機械學報. 2018(12)
[2]基于機器視覺的大田植株生長動態(tài)三維定量化研究[J]. 朱冰琳,劉扶桑,朱晉宇,郭焱,馬韞韜.  農(nóng)業(yè)機械學報. 2018(05)
[3]散亂點云的自適應α-shape曲面重建[J]. 何華,李宗春,李國俊,阮煥立,隆昌宇.  計算機應用. 2016(12)
[4]基于多視角立體視覺的植株三維重建與精度評估[J]. 胡鵬程,郭焱,李保國,朱晉宇,馬韞韜.  農(nóng)業(yè)工程學報. 2015(11)
[5]基于機器視覺的植物群體生長參數(shù)反演方法[J]. 孫國祥,汪小旵,閆婷婷,李雪,陳滿,施印炎,陳景波.  農(nóng)業(yè)工程學報. 2014(20)
[6]基于實測數(shù)據(jù)的作物三維信息獲取與重建方法研究進展[J]. 張建,李宗南,張楠,謝靜,賀立源.  華中農(nóng)業(yè)大學學報. 2013(04)
[7]黃瓜穴盤苗生長過程及壯苗指數(shù)模型[J]. 王紀章,趙青松,李萍萍.  江蘇農(nóng)業(yè)科學. 2012(09)
[8]基于顏色特征的棉田中鐵莧菜識別技術[J]. 陳樹人,沈寶國,毛罕平,尹建軍,楊運克,肖偉中.  農(nóng)業(yè)機械學報. 2009(05)
[9]立體視覺研究的現(xiàn)狀與進展[J]. 游素亞.  中國圖象圖形學報. 1997(01)

博士論文
[1]基于深度相機的葉菜類作物三維重建與生長測量方法研究[D]. 胡楊.浙江大學 2018

碩士論文
[1]基于RGB-D溫室苗期作物生長參數(shù)提取方法的研究[D]. 楊斯.西北農(nóng)林科技大學 2018
[2]三維植物網(wǎng)格并行生成及渲染算法研究[D]. 樸海音.大連理工大學 2009



本文編號：3322348