玉米形态参数中的株高（PH）、茎粗长轴（STLA）和茎粗短轴（STSA）可以有效地反映玉米植株的生长、抗倒伏和产量信息。陆地激光扫描（TLS）可以实现作物表型参数的快速测量。为了解决现有测量方法中自动化程度低和叶片干扰的问题，采用TLS作为测量传感器，提出了一种基于点云图像转换的田间玉米PH、STLA和STSA形态测量方法。首先，在V3、V6、V9和V12阶段，通过TLS获得了两个玉米品种（京农科728和农大84）的三维（3D）点云数据。其次，使用点云处理软件对采集到的玉米点云数据进行匹配，获得注册的多站点云数据，去除背景点云数据，提取玉米行数据，并进行下采样。编程实现了数据格式转换和单株分割。第三，采用平面分割、统计滤波、通滤波、最大和最小遍历、欧氏聚类等方法去除地面点云，判断是否有玉米植株，提取区域玉米点云。提出了一种点云图像转换方法来实现玉米茎叶的分割。最后，通过计算从植物最高点到其底部的垂直距离来测量植物的高度。识别特定位置的茎的点云，并使用椭圆拟合方法测量茎的长轴和短轴的厚度。通过与人工点云测量值的比较，利用自动程序测量了玉米4个生长阶段的PH值、STLA和STSA。京农科728的PH、STLA和STSA的均方根误差（RMSE）分别为0.61cm、3.16mm和2.53mm，平均绝对百分比误差（MAPE）分别为0.52%、7.90%和9.70%。农大84的RMSE分别为0.66cm、2.63mm和2.42mm，MAPE分别为0.75%、7.07%和9.76%。结果表明，本文提出的点云图像转换法用于测量PH、STLA和STSA，适用于不同生育期和不同玉米品种的玉米。它与人工点云测量值高度一致，可以替代人工测量。它可以为育种人员提供快速、自动和准确的玉米PH值、STLA和STSA测量程序。


图1 系统架构


图2 整体点云数据处理框图


图3 玉米点云数据预处理。


图4 玉米点云分割


图5 点云图像转换茎叶分割


图6 玉米株高PH的测定


图7 茎段测量点云提取。注:玉米的茎为黄色，底为蓝色，叶为绿色


图8 玉米的PH、STLA和STSA测定


来源
Yanlong Miao, Cheng Peng, Liuyang Wang, Ruicheng Qiu, Han Li, Man Zhang. Measurement method of maize morphological parameters based on point cloud image conversion. Computers and Electronics in Agriculture, 2022, 199, 107174. https://doi.org/10.1016/j.compag.2022.107174.