一种基于LIDAR温室植物冠层结构识别方法技术

本发明专利技术涉及植物冠层结构识别方法，具体为一种基于LIDAR温室植物冠层结构识别方法；包括如下步骤：步骤1、无人机携雷达扫描温室内植株群体的生长状况；步骤2、构建温室内植株群体的三维模型；步骤3、生成番茄植株群分布及高度信息的基准图；步骤4、提取最高番茄植株的冠层顶点(最高点)；步骤5、构建最高番茄植株的主茎三维图；步骤6、构建最高番茄植株的支茎三维图；步骤7、获取最高番茄植株的冠形轮廓；步骤8、获取番茄植株冠形边界识别结果；步骤9、结合冠层顶点与冠形边界识别结果，基于伸缩圆与冠高比的冠形体积计算方法生成单体冠形体积分布图。布图。布图。

【技术实现步骤摘要】
一种基于LIDAR温室植物冠层结构识别方法


[0001]本专利技术涉及植物冠层结构识别方法，具体为一种基于LIDAR温室植物冠层结构识别方法。

技术介绍

[0002]遥感作为新型对地观测技术，具有大面积同步覆盖、实时连续、经济有效等优点。高分辨率遥感与激光雷达等多源遥感数据为空间探测提供了新的视角和研究方向。其中，LiDAR拥有的全自动、高精度立体扫描技术，使快速直接获取地形表面模型成为可能，尤其适合植被等具备三维空间结构且立体形态不规则的信息获取，正逐步成为推动城市绿地研究向立体拓展的重要载体。
[0003]目前，国内外基于LiDAR的植被研究多以单体植被信息提取为主，融合多源数据，但在温室植被三维立体信息提取基础上研究较少，传统的外围扫描无法提取温室内部的植物生长状况，因此尝试建立一套基于LIDAR的温室植物冠层结构识别方法，用以为温室内番茄种植过程中冠层结构信息提供技术参考。

技术实现思路

[0004]本专利技术的目的在于针对上述的不足，提供一种用以检测温室内番茄成长过程中冠层结构生长状况的基于LIDAR温室植物冠层结构识别方法。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种基于LIDAR温室植物冠层结构识别方法，包括如下步骤：S01、装有雷达的无人机沿番茄植株的种植方向飞行，通过雷达对温室内植株群体的生长状况进行扫描，并将扫描结果发送到控制器；
[0007]S02、控制器根据雷达的扫描结果云数据构建温室内植株群体的三维模型；r/>[0008]S03、分析处理器自动滤除植株群体三维模型中非番茄植株的植被信息，获得包含仅番茄植株群分布及高度信息的基准图；
[0009]S04、所述分析处理器从所述基准图中提取最高番茄植株的冠层顶点(最高点)；
[0010]S05、在最高番茄植株的冠层顶点与基准图的基础之上，构建最高番茄植株的主茎三维图；
[0011]S06、根据主茎三维图与基准图构建最高番茄植株的支茎三维图；
[0012]SO7、根据主茎三维图、基准图与支茎三维图构建最高番茄植株的叶片，从而获取最高番茄植株的冠形轮廓；
[0013]S08、根据最高番茄植株的冠形轮廓分离单体植株并确定各自冠形轮廓的边界位置，得到番茄植株冠形边界识别结果；
[0014]S09、结合冠层顶点与冠形边界识别结果，基于伸缩圆与冠高比的冠形体积计算方法生成单体冠形体积分布图；具体方法为：a.在冠形边界识别结果的基础上，利用伸缩圆算法获得椭球体形结构的长半轴与短半轴参数；b.结合冠层顶点检测结果的高度信息，通过
冠高比概念计算得到极半径参数；c.经由椭球体积计算公式最终获得番茄植株体积的估算量。
附图说明
[0015]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0016]图1为一种基于LIDAR温室植物冠层结构识别方法的方法步骤图。
具体实施方式
[0017]参阅图1所示，本实施例提供的是一种基于LIDAR温室植物冠层结构识别方法，包括如下步骤：S01、装有雷达的无人机沿番茄植株的种植方向飞行，通过雷达对温室内植株群体的生长状况进行扫描，并将扫描结果发送到控制器；
[0018]S02、控制器根据雷达的扫描结果云数据构建温室内植株群体的三维模型；
[0019]S03、分析处理器自动滤除植株群体三维模型中非番茄植株的植被信息，获得包含仅番茄植株群分布及高度信息的基准图；
[0020]S04、所述分析处理器从所述基准图中提取最高番茄植株的冠层顶点(最高点)；本实施例中，植株的冠层顶点(最高点)通常是指在一定聚簇范围内植被的最高点，同时认定冠层直径与植物高度存在一定的相关性。首先，将图像等分为N
×
N的格网大小，依次从每个格网中随机选择任意一株番茄，量算其横纵向冠形直径长度的平均值和最大高度值。随着植株高度的增加，冠形直径也随之扩大，二者基本呈现线性关系，由此建立植株高度
‑
冠径关系模型。该模型将用于逐像素遍历过程中确定搜索范围。
[0021]S05、在最高番茄植株的冠层顶点与基准图的基础之上，构建最高番茄植株的主茎三维图；
[0022]S06、根据主茎三维图与基准图构建最高番茄植株的支茎三维图；
[0023]SO7、根据主茎三维图、基准图与支茎三维图构建最高番茄植株的叶片，从而获取最高番茄植株的冠形轮廓；
[0024]S08、根据最高番茄植株的冠形轮廓分离单体植株并确定各自冠形轮廓的边界位置，得到番茄植株冠形边界识别结果；
[0025]S09、结合冠层顶点与冠形边界识别结果，基于伸缩圆与冠高比的冠形体积计算方法生成单体冠形体积分布图；具体方法为：a.在冠形边界识别结果的基础上，利用伸缩圆算法获得椭球体形结构的长半轴与短半轴参数；b.结合冠层顶点检测结果的高度信息，通过冠高比概念计算得到极半径参数；c.经由椭球体积计算公式最终获得番茄植株体积的估算量；
[0026]本实施例中，伸缩圆算法是在冠形边界识别结果的基础上，以冠形投影多边形的重心为圆心，由小及大，生成不同半径长r的检测圆Cr；当检测圆半径r由1开始，以单个像素为步长累加的过程中，当首次发生Si时，对应的r1值即为椭球体的短半轴b；当首次发生时，对应的r2值即为椭球体的长半轴a；依次遍历完全部冠形边界识别结果，将生成一系列与冠形对应的椭圆长、短半轴值；冠高比是冠高与植株高度的比值。假设冠形的几何形态符合椭
球特征，即椭球割面积最大值出现在冠高的二分之一处，该椭圆面的边界即为冠形边界，而落在该边界点上的像素高度平均值hc已知，结合边界点高度与冠层顶点高度ht的几何关系，经由公式c＝ht
‑
hc，便可计算求出椭球体的极半径c；最后代入到椭球体积计算公式V＝4πabc/3，便可得到冠形所占据的空间几何体积。
[0027]本文中所描述的具体实施例仅仅是对本专利技术精神作举例说明。本专利技术所属
的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本专利技术的精神所定义的范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LIDAR温室植物冠层结构识别方法，其特征在于：包括如下步骤：S01、装有雷达的无人机沿番茄植株的种植方向飞行，通过雷达对温室内植株群体的生长状况进行扫描，并将扫描结果发送到控制器；S02、控制器根据雷达的扫描结果云数据构建温室内植株群体的三维模型；S03、分析处理器自动滤除植株群体三维模型中非番茄植株的植被信息，获得包含仅番茄植株群分布及高度信息的基准图；S04、所述分析处理器从所述基准图中提取最高番茄植株的冠层顶点(最高点)；S05、在最高番茄植株的冠层顶点与基准图的基础之上，构建最高番茄植株的主茎三维图；S06、根据主茎三维图与基准图构建最...

【专利技术属性】
技术研发人员：杨会民，喻晨，陈毅飞，张丽，刘旋峰，牛长河，周欣，王学农，蒋永新，
申请(专利权)人：新疆农业科学院农业机械化研究所，
类型：发明
国别省市：