基于计算机视觉植物根系表型特征的研究

论文摘要

计算机视觉（Computer vision）又称机器视觉[1],是指用摄像机和电脑模拟人类视觉对目标进行识别、跟踪、测量等操作,并通过识别和分析做进一步的图形处理,将之处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉技术已经替代了很多人工的工作,如车牌识别,人脸识别,自动驾驶等等,而在农业方面,遥感技术,农作物动态监测,病害预防,农产品质量分级等领域都有广泛的应用[2]。而本文提出了一种全新的方法用来分析植物根系的表型特征,即利用计算机视觉技术,将分离的根系处理干净后,在实验中,利用摄像机对其不同角度的拍照得到目标对象序列图像,再利用计算机技术及相应的算法,方便而简洁的获取植物三维模型,而后在可视化三维模型基础上完成对根系各个表型数据的测量。本文的研究内容如下:（1）详细的了解国内外在计算机视觉方面的贡献和根系三维构型方面的研究情况,分析对比各个流程的算法优缺点,确定了本文研究工作的技术路线。（2）利用摄像机完成对目标根系二维数据的获取,然后对获取到的二维序列图像进行一系列的预处理,如滤波,和增强处理,降低单幅图像上的影响因素,保证后期三维建模的准确性,而后对摄像机系统进行摄像机标定,求出内参和外参,为后期三维建模提供必要数据,最后选取最优算法完成根系的三维模型的构建。（3）在三维构建的过程中,对构建算法进行比较,由于需要对包围盒进行体素化处理,如果选取的三维分辨率过高,虽然可以较完整的反应出根系的细节信息,但是构建所花费的时间却是指数增长的,通过对比常用的优化算法,选取最优的构建结果。（4）系统实现,利用可视化平台对获取到的三维数据进行显示,并通过鼠标拾取的方式,获取根系三维模型的表型数据,并对比测量结果。

论文目录

• 摘要
• 1 前言
•   1.1 研究背景和意义
•   1.2 国内外研究现状
•   1.3 研究目标、内容和技术路线
•     1.3.1 研究目标
•     1.3.2 研究内容
•     1.3.3 技术路线
• 2 植物根系序列图像采集与处理
•   2.1 植物根系序列图像采集
•   2.2 图像预处理
•     2.2.1 图像分割
•     2.2.2 图像灰度值处理
•     2.2.3 图像增强
•   2.3 摄像机标定
•     2.3.1摄像机标定实验
•     2.3.2 实验结果及分析
•   2.4 常用坐标系
•     2.4.1 图像像素坐标系
•     2.4.2 图像物理坐标系
•     2.4.3 像素坐标系与物理坐标系的转换
•     2.4.4 摄像机坐标系
•     2.4.5 世界坐标系
•   2.5 摄像机成像模型
•     2.5.1 摄像机线性成像模型
•     2.5.2 计算投影矩阵
•   2.6 本章小结
• 3 三维重建
•   3.1 可视化外壳
•   3.2 计算包围盒
•     3.2.1 遗传算法
•   3.3 重建算法实现
•     3.3.1 体素剖分
•     3.3.2 八叉树
•   3.4 重建结果对比
•   3.5 本章小结
• 4 根系三维模型表型参数测量
•   4.1 根长
•   4.2 根夹角
•   4.3 根直径
•   4.4 根体积
• 5 系统实现及结果验证
•   5.1 系统实现
•   5.2 结果验证
• 6 总结与展望
• 参考文献
• Abstract
• 致谢

文章来源

类型: 硕士论文

作者: 李加刚

导师: 张吴平

关键词: 植物根系,计算机视觉,三维构型,根系测量,矢量模型

来源: 山西农业大学

年度: 2019

分类: 基础科学,信息科技

专业: 生物学,计算机软件及计算机应用

单位: 山西农业大学

分类号: Q944;TP391.41

DOI: 10.27285/d.cnki.gsxnu.2019.000525

总页数: 39

文件大小: 4160K

下载量: 63