[發明專利]農作物根果表型參數的提取與根果表型判別方法及系統

在審

• 申請號: 202010084914.6
• 申請日: 2020-02-10
• 公開（公告）號: CN111291686A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 馬韞韜;柴宏紅;王瑞利;邵科;隨洋
• 申請（專利權）人: 中國農業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 馬瑞

1.一種農作物根果表型參數的提取與根果表型判別方法，其特征在于，包括：

獲取農作物根果的多視角圖像序列；

根據所述多視角圖像序列，獲取所述農作物根果的三維點云；

對所述三維點云進行點云預處理，提取根果表型參數；

將所述根果表型參數輸入至預先訓練完成的根果型判別模型，獲取所述農作物根果的根果表型判別結果。

2.根據權利要求1所述的農作物根果表型參數的提取與根果表型判別方法，其特征在于，所述根據所述多視角圖像序列，獲取所述農作物根果所在拍攝現場的三維點云，具體包括：

利用C++跨平臺開發環境code block讀取所述多視角圖像序列，基于超綠算法分離前景與背景，并基于多視角立體成像技術采用C++結合三維點云庫PCL提取包含所述農作物根果的三維點云初圖像；

對所述三維點云初圖像進行點云片面化處理以及去除噪點處理后，獲取所述農作物根果的三維點云。

3.根據權利要求2所述的農作物根果表型參數的提取與根果表型判別方法，其特征在于，所述對所述三維點云進行點云預處理，具體包括：

采用自適應密度聚類對所述三維點云進行自動去噪，基于采樣點的k鄰域，構造采樣點平面法向以對三維點云進行平滑；

利用C++跨平臺開發環境code block結合三維點云庫PCL讀入所述三維點云；

對所述三維點云進行三維坐標位置變換，使所述農作物根果平行于xyz坐標系中的x-y平面；

分離所述三維點云，獲取桌面三維點云和農作物根果三維點云；

基于所述桌面三維點云并結合所述桌面的固定長寬值進行比例換算，獲得所述農作物根果三維點云的實際坐標值。

4.根據權利要求3所述的農作物根果表型參數的提取與根果表型判別方法，其特征在于，所述對所述三維點云進行三維坐標位置變換，使所述農作物根果平行于xyz坐標系中的x-y平面，具體包括：

采用平面擬合提取所述農作物根果所在的桌面并計算所述桌面的法線；

根據所述桌面的法線，獲取x-z平面的旋轉變換矩陣T_y和y-z平面的旋轉變換矩陣T_x；

將所述三維點云柵格化為所述x-y平面的深度圖像；

對所述深度圖像進行二值化，并結合霍夫變換檢測所述桌面的桌邊緣直線，并計算所述桌邊緣直線與x軸正方向的夾角θz；

根據所述夾角θz，獲取x-y平面的旋轉變換矩陣T_z；

將所述C++跨平臺開發環境code block結合三維點云庫PCL讀入的與深度圖像對應的三維點云乘以所述旋轉變換矩陣Tx、Ty和Tz，獲取變換轉正后的三維點云。

5.權利要求4所述的農作物根果表型參數的提取與根果表型判別方法，其特征在于，所述y-z平面的旋轉變換矩陣T_x、所述x-z平面的旋轉變換矩陣T_y和所述x-y平面的旋轉變換矩陣T_z，具體為：

6.根據權利要求1所述的農作物根果表型參數的提取與根果表型判別方法，其特征在于，所述農作物根果具體為甜菜根。

7.根據權利要求6所述的農作物根果表型參數的提取與根果表型判別方法，其特征在于，所述甜菜根的表型參數包括：基本形態特征參數以及根據所述基本形態特征參數提取的復雜根表型特征參數；

所述基本形態特征參數包括：根長、最大直徑、凸包體積和/或頂投影面積；

所述復雜根表型特征參數包括：緊湊度、凸起率、凸起角、根頭比、根尾比和/或根體漸細指數。

8.根據權利要求1所述的農作物根果表型參數的提取與根果表型判別方法，其特征在于，在將所述根果表型參數輸入至預先訓練完成的根果型判別模型之前，還包括：

根據待處理的農作物的實際情況，綜合選用線性判別、隨機森林、支持向量機、決策樹和貝葉斯判別中的至少一個模型，構建所述根果型判別模型。