农业机械学报

作者：王纪章，姚承志，周静，黄志刚，陈勇明

单位：江苏大学;江苏省物联网智慧园艺设施工程技术研究中心,江苏大学,江苏大学;江苏省物联网智慧园艺设施工程技术研究中心,江苏省物联网智慧园艺设施工程技术研究中心,江苏省物联网智慧园艺设施工程技术研究中心,

关键词：黄瓜叶片;三维点云;表型参数;分割

基金：国家自然科学基金项目（32171896）和江苏省重点研发计划项目（BE2022327）

自动获取植株冠层表型形状对黄瓜育种和科学栽培至关重要。由于当前三维点云处理技术难以在黄瓜植株点云上对茎叶进行有效分离，分割准确率和效率较低。本文提出了一种改进的区域生长分割算法，并对分割后叶片进行表型提取。首先通过深度相机从4个角度采集黄瓜点云数据，在统计滤波和颜色滤波去除背景噪声以及离群点的基础上，基于旋转轴和广义最近点迭代（Generalized nearest point iterative，GICP）算法对点云进行配准获取完整黄瓜植株点云；使用体素和移动最小二乘算法（Moving lest squares，MLS）对区域生长算法进行改进，实现茎叶分离与叶片分割；分割后叶片点云自动提取叶片数量、叶面积、叶长、叶宽、叶周长表型参数。实验结果表明，与传统区域生长算法相比，改进区域生长算法可以精准地分割出单个叶片，对移栽15 d的准确率平均提升12.5个百分点，对移栽60 d的准确率平均提升22.5个百分点。叶面积、叶长、叶宽、叶周长4个参数与真实测量值相比决定系数R2分别为0.96、0.93、0.93、0.94，均方根误差（RMSE）分别为12.69 cm2、0.93 cm、0.98 cm、2.27 cm。本文提出的方法能够从单株黄瓜点云中高效地分割出单个叶片点云，并准确地计算相关表型性状，为温室黄瓜高通量自动化表型测量提供有力的技术支持。

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