第60卷第2期/2023年1月/激光与光电子学进展0210002-1研究论文叶片尺度的玉米幼苗三维表型信息提取方法李少辰1，2，3，张爱武1，2，3*，张希珍1，2，3，杨志强1，2，3，李梦南1，2，31首都师范大学资源环境与旅游学院，北京100048；2首都师范大学三维信息获取与应用教育部重点实验室，北京100048；3首都师范大学空间信息技术教育部工程研究中心，北京100048摘要植物三维表型结构信息在生物育种和基因组研究中尤为重要。为了能够有效、快速、无损地实现对植物三维表型信息的提取，以玉米为例，提出一种从图像生成的三维点云提取玉米幼苗叶片尺度的三维表型结构信息的方法。首先利用运动恢复结构算法将手机获取的图像重建生成三维点云；然后结合ExGR指数、条件欧氏聚类算法从环境背景中自动提取玉米幼苗，进而采用区域增长算法分割叶片；最后计算玉米幼苗的株高、三维体积、叶片面积和叶片周长等三维表型结构信息，并分析表型信息随时间的动态变化。结果表明，与真实值相比，所提方法计算的株高、叶片面积和叶片周长的均方根误差（RMSE）分别为0.77cm、1.62cm2和1.21cm，平均绝对百分比误差（MAPE）分别为3.23%、8.27%和4.75%，且决定系数R2均达0.98以上。所提方法可以有效地无损提取玉米幼苗三维表型结构信息，并可以拓展到对其他柱状结构植物的表型信息提取方面。关键词三维点云；植物表型；可见光植被指数；叶片分割；动态监测中图分类号TP391；S513文献标志码ADOI：10.3788/LOP2127023DPhenotypicInformationExtractionMethodofMaizeSeedlingsatLeafScaleLiShaochen1,2,3,ZhangAiwu1,2,3*,ZhangXizhen1,2,3,YangZhiqiang1,2,3,LiMengnan1,2,31CollegeofResourceEnvironmentandTourism,CapitalNormalUniversity,Beijing100048,China;2KeyLaboratoryof3DInformationAcquisitionandApplication,MinistryofEducation,CapitalNormalUniversity,Beijing100048,China;3EngineeringResearchCenterofSpatialInformationTechnology,MinistryofEducation,CapitalNormalUniversity,Beijing100048,ChinaAbstractInbiologicalbreedingandgenomicresearch,thethree-dimensionalphenotypicstructureinformationofplantsisespeciallycrucial.Toextractthethree-dimensionalphenotypicinformationofplantsefficiently,quickly,andnondestructively,takingcornasanexample,amethodforextractingthethree-dimensionalphenotypicstructureinformationofmaizeseedlingatl...
