农业机械学报

作者：陈允琳，兰玉彬，韩鑫，王娟，王会征，傅亮

单位：山东理工大学,山东理工大学,山东理工大学,山东理工大学,山东理工大学,山东思远农业开发有限公司,

关键词：叶菜类作物;三维重建;表型参数;Kinect V3传感器;相似度

基金：山东省蔬菜产业技术体系项目（SDAIT-05）、山东省自然科学基金项目（ZR2023MC133）、山东省农业重大技术协同推广计划项目（SDNYXTTG-2023-20）和山东省标准创新型企业计划项目（鲁市监标函[2023]246号）

作物三维重建是实现作物表型量化和精准获取的有效手段，可为育种和栽培提供基础数据支撑。本文提出了一种基于Kinect V3传感器的叶菜类作物三维重建与表型参数无损获取方法。首先，设计了一种可实现作物多视角点云快速采集的低成本三维重建平台，其载物台面设计成多个标定点，可利用台面信息进行点云水平校准。其次，采用载物台恢复与广义迭代最近点（Generalized iterative closest point，GICP）算法相结合的方式对获取的多视角点云进行配准拼接，实现叶菜类作物三维重建。最后，借助有效的表型参数测量，实现对叶菜类作物株高、叶长、叶宽、叶面积等表型参数的精准获取。为评估该方法相似度，选取木耳菜、甘蓝、茄子、紫背天葵的苗期植株为试验对象，将其与SFM-MVS方法进行对比。试验结果表明，木耳菜、甘蓝、茄子、紫背天葵点云间平均距离误差分别为0.381、0.340、0.195、0.270 cm，二者的三维重建结果具有较高相似度。与人工实测值相比，借助该方法提取木耳菜和紫背天葵株高、叶长、叶宽、叶面积决定系数均不低于0.903，平均绝对百分比误差不高于9.759%，木耳菜和紫背天葵株高、叶长、叶宽、叶面积均方根误差分别为0.366 cm、0.203 cm、0.290 cm、3.182 cm2和0.496 cm、0.344 cm、0.282 cm、0.825 cm2，表明其具有较高测量精度。上述方法可为设施农业育种和栽培提供快捷、高效的作物表型获取途径。

来源：2025年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第3期