高通量番茄冠层表型特征检测方法：基于多视图三维重建

在番茄品种育种、栽培和科学管理中，准确和快速获取番茄冠层表型特征非常重要。手动测量费时、费力且容易出错。田间的大型设备缺乏移动性，而单一视角受到环境阻碍的限制，使得实现番茄植株表型的高通量检测具有挑战性。因此，本文提出了一种基于多视图三维（3D）结构重建的番茄冠层表型特征高通量检测方法。

首先，选择东农708番茄品种作为实验对象，利用三个Kinect 2.0传感器构建采集平台，在关键生长阶段（包括初花期、盛花期和初果期）获取番茄冠层的全景点云数据。其次，通过条件滤波和统计异常值去除背景和干扰噪声。然后，提取结构特征点，并通过内部形状特征（ISS）和迭代最近点（ICP）算法进行空间位置注册。此外，利用3D法线分布变换（NDT）算法实现三个视角点云的精确注册。与NDT和ICP算法相比，所提出的方法平均误差为0.027，分别降低了0.02和0.04。最后，利用AlphaShape算法提取番茄冠层的轮廓，并计算植株高度、冠幅和叶柄角度。

结果显示，计算值与测量值之间的相关系数分别为0.9615、0.809和0.9014。平均误差分别为1.38厘米、5.1°和1.92厘米。本文提出的方法可以作为番茄冠层表型特征定量指标的快速检测方法，并为品种育种、科学栽培和环境调控提供技术支持。