基于骨架和最优传输距离的玉米点云茎叶分割和表型提取

朱 超，苗 腾，许童羽，李 娜，邓寒冰，周云成

（1. 沈阳农业大学信息与电气工程学院，沈阳 110866；2. 辽宁省农业信息化工程技术研究中心，沈阳 110866）

0 引 言

玉米（Zea mays L.）是世界上重要的粮食作物，其产量对保障全球粮食供应至关重要。表型分析可辅助玉米育种，提高玉米产量[1]。传统表型参数获取方法主要是人工测量，效率低、主观性强、破坏性强[2]。近年来，计算机视觉技术的发展为作物表型参数的自动测量提供了条件[3-4]。

基于二维数字图像的视觉技术率先被应用于植物表型参数的提取[5-7]。Granier等[8]设计了Phonopsis成像系统，通过图像提取叶片和根的生长信息来监测植物对土壤水分的响应。Pan等[9]使用高分辨率的数码相机图像来估计作物覆盖率。Tanabata等[10]利用图像分析方法识别水稻种子轮廓并计算种子长、宽、周长等性状参数。

随着三维激光扫描仪[11]、飞行时间相机[12]以及激光雷达[13]等三维传感器的普及，基于三维点云的视觉技术被用于作物表型研究，如作物识别[14]、长势监测[15]、冠层重建[16-17]以及各类表型参数的测量[18-21]等，这些研究证明了从三维空间提取植物表型具有更高的稳健性和准确性[22-23]。为了提取器官尺度的表型参数，需要在植株点云上进行器官分割。Wu等[24]提取玉米植株的三维骨架，并在骨架上实现器官分割，进而提取叶、茎尺度的表型参数。Elnashef等[25]提出了一种基于张量的三维点云分类与分割算法，利用一阶和二阶张量分析实现茎、叶点云分类，再采用基于密度的空间聚类算法[26]对叶片进行分割，但这种聚类方法不能处理顶部新叶点云紧密挨在一起的情况。……