[發明專利]農作物表型參數提取方法及裝置

在審

• 申請號: 202010536034.8
• 申請日: 2020-06-12
• 公開（公告）號: CN111696122A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 高上
• 申請（專利權）人: 北京數字綠土科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 北京繪聚高科知識產權代理事務所(普通合伙) 11832
• 代理人: 陳衛

1.一種農作物表型參數提取方法，其特征在于，包括：

獲取農作物的群體點云數據；

根據所述群體點云數據識別出所有農作物的根部位置；

根據所述根部位置在所述群體點云數據中提取出單株農作物對應的單株點云數據；

基于所述單株點云數據進行莖葉分割，將每片葉子和莖稈分割成單獨點云數據；

分別將分割的單獨點云數據進行擬合，得到農作物表型參數，其中，所述農作物表型參數包括莖稈高度、莖稈直徑、葉片長度、葉片寬度、葉傾角及葉面積。

2.根據權利要求1所述的農作物表型參數提取方法，其特征在于，所述獲取農作物的群體點云數據之后還包括：

對所述群體點云數據進行去噪和歸一化處理得到預處理后的群體點云數據；

所述根據所述群體點云數據識別出所有農作物的根部位置包括：

基于所述預處理后的群體點云數據識別出所有農作物的根部位置。

3.根據權利要求2所述的農作物表型參數提取方法，其特征在于，所述根據所述群體點云數據識別出所有農作物的根部位置包括：

將所述群體點云數據送入預先訓練好的識別模型得到所有農作物的根部位置。

4.根據權利要求3所述的農作物表型參數提取方法，其特征在于，所述識別模型包括卷積層、池化層、分類層及回歸層；

將所述群體點云數據送入預先訓練好的識別模型得到所有農作物的根部位置包括：

將所述群體點云數據送入所述卷積層進行卷積操作后得到卷積特征向量；

將所述卷積特征向量送入所述池化層進行特征壓縮得到池化特征向量；

將所述池化特征向量送入所述分類層進行分類識別出各農作物的根部；

將所述池化特征向量送入所述回歸層對各農作物的根部定位進行修正得到所述農作物的根部位置。

5.根據權利要求3所述的農作物表型參數提取方法，其特征在于，所述根據所述根部位置在所述群體點云數據中提取出單株農作物對應的單株點云數據包括：

以所述根部位置作為種子點；

針對任一種子點，在所述群體點云數據中迭代搜索預設鄰域內的點云作為屬于該單株農作物的點云數據，直至搜索不到屬于該單株農作物的點云數據則停止搜索；

將所述種子點及迭代搜索的所有屬于該單株農作物的點云數據作為所述種子點對應的單株農作物的單株點云數據。

6.根據權利要求1所述的農作物表型參數提取方法，其特征在于，所述基于所述單株點云數據進行莖葉分割包括：

將所述單株點云數據送入預先訓練好的分割模型得到單株農作物的莖稈和葉片，其中，所述分割模型由卷積層、池化層、分類層及回歸層組成。

7.根據權利要求1所述的農作物表型參數提取方法，其特征在于，所述分別將分割的單獨點云數據進行擬合，得到農作物表型參數，其中，所述農作物表型參數包括莖稈高度、莖稈直徑、葉片長度、葉片寬度、葉傾角及葉面積包括：

分別對所述葉片對應的單獨點云數據及莖稈對應的單獨點云數據進行擬合；

根據葉片對應的單獨點云數據的擬合結果確定葉片長度、葉片寬度、葉傾角及葉面積；

根據莖稈對應的單獨點云數據的擬合結果確定莖稈高度及莖稈直徑。

8.一種農作物表型參數提取裝置，其特征在于，包括：

獲取模塊，用于獲取農作物的群體點云數據；

識別模塊，用于根據所述群體點云數據識別出所有農作物的根部位置；

提取模塊，用于根據所述根部位置在所述群體點云數據中提取出單株農作物對應的單株點云數據；

分割模塊，基于所述單株點云數據進行莖葉分割，將每片葉子和莖稈分割成單獨點云數據；

擬合模塊，用于分別將分割的單獨點云數據進行擬合，得到農作物表型參數，其中，所述農作物表型參數包括莖稈高度、莖稈直徑、葉片長度、葉片寬度、葉傾角及葉面積。