用于三维植物表型分析的机器视觉系统
计算机视觉与模式识别
2017-05-02 v1
摘要
用于植物表型分析的机器视觉是农业与作物科学应用中实现高通量的新兴研究领域。由于基于二维的方法存在固有局限，三维植物分析正成为当前表型技术的先进水平。我们提出了一种在室内条件下分析植物生长的自动化系统。采用龙门机器人系统在整个植物生命周期内以自动化方式执行扫描任务。作为机器人有效载荷安装的3D激光扫描仪从多个视角捕获植物的表面点云数据。在可控生长室内光/暗循环下，从营养生长阶段到生殖生长阶段对植物进行监测。采用一种高效的3D重建算法，将多次扫描对齐以得到植物的3D网格，随后计算表面积与体积。整个系统，包括可编程生长室、机器人、扫描仪、数据传输与分析，均完全自动化，使得非专业用户理论上可以鼠标点击启动系统，并在植物生命周期结束时获得生长分析结果而无需任何中间干预。作为功能证明，我们展示并分析了双子叶植物拟南芥（Arabidopsis thaliana(L.)）与单子叶植物大麦（Hordeum vulgare L.）在昼夜光/暗循环下节律性生长模式的定量结果。
引用
@article{arxiv.1705.00540,
title = {Machine Vision System for 3D Plant Phenotyping},
author = {Ayan Chaudhury and Christopher Ward and Ali Talasaz and Alexander G. Ivanov and Mark Brophy and Bernard Grodzinski and Norman P. A. Huner and Rajni V. Patel and John L. Barron},
journal= {arXiv preprint arXiv:1705.00540},
year = {2017}
}