华中农业大学新研究，基于多源数据的马铃薯植株表型参数提取

随着乡村振兴、智慧农业等计划的实施，无数科研机构已全面深入对农业相关领域的研究中，在算法、系统、农机装备等方面都着手开展。

针对作物具有结构多样、生长环境复杂等特征。以RGB图像数据能真实地反映植株的纹理特征与颜色特征，三维点云数据包含了作物的体量信息。将RGB图像和三维点云数据结合，实现作物的二维和三维表型参数提取，对表型组学的方法研究具有重要意义。

华中农业大学信息学院携手植物科学威廉希尔官方网站 学院、作物遗传改良国家重点实验室，展开了一项基于多源数据的马铃薯植株表型参数提取的研究。该研究以马铃薯为研究对象，使用RGB相机和激光扫描仪分别采集了50个马铃薯的RGB图像与三维激光点云数据。

对比了OCRNet，UpNet，PaNet和DeepLab v3+四种深度学习语义分割方法的分割精度，并选择精度较高的OCRNet网络实现马铃薯顶视图像的语义分割。优化了Mean shift聚类算法流程，完成了马铃薯植株激光点云的单株分割，并结合欧式聚类和K-Means聚类算法对单株马铃薯植株点云的茎和叶进行准确地分割。

同时，提出一种利用编号建立马铃薯单株RGB图像和激光点云间一一对应关系的策略，并以此为基础分别从RGB图像与激光点云中提取同一马铃薯植株包括最大宽度、周长、面积、株高、体积、叶长与叶宽在内的8个二维表型参数与10个三维表型参数。

最后，选择了比较具有代表性、易测量的叶片数、株高、最大宽度三个表型参数进行精度评估，平均绝对百分比误差分别为8.6%、8.3%和6.0%，均方根误差分别为1.371片、3.2 cm和1.86 cm，决定系数R2分别为0.93、0.95和0.91。

精度评估的结果表明，所提取的表型参数能够准确、高效反映马铃薯的生长状态，将马铃薯的RGB影像数据与三维激光点云数据相结合，能够充分发挥RGB图像纹理颜色特征丰富、三维点云能够提供体量信息的优势，实现马铃薯植株二维与三维表型参数高精度、非破坏性的提取。

该研究成果不仅可以为马铃薯的种植和育种提供重要的威廉希尔官方网站 支持，还可以为基于表型数据的研究提供有力支持。

为推动智慧农业发展的科研方面，诸如华中农业大学之类的机构都在努力着，期待未来越来越多的科研成果能应用到农业中，真正做到科技改变生活。

审核编辑黄宇