关注公众号

关注公众号

手机扫码查看

手机查看

喜欢作者

打赏方式

微信支付微信支付
支付宝支付支付宝支付
×

利用激光雷达LiDAR植物表型3D成像系统

2020.7.20

口的不断增长给当今世界的粮食安全带来了挑战。基因改造工具为快速开展新作物鉴定和开发研究开辟了一个新时代。然而,植物表型分析技术的瓶颈限制了基因-表型发育的一致性,因为表型是鉴定潜在作物以提高产量和抵抗不断变化的环境的关键。在利用现有传感器和技术的同时,已经进行了"高通量"植物表型分析的各种尝试。然而,在了解基因-环境相互作用的过程中,对与基因组连接的“良好”表型信息的需求仍然是植物表型技术的瓶颈。此外,现有的技术和仪器由于其价格高,体积大而难以获得。

blob.png 

A.LiDARPheno B.SICK LMS400

本文作者试图探索和开发低成本的基于LiDAR的平台,用于实验室和田间的植物表型分析。介绍了一种基于LiDAR的低成本系统设计——LiDARPheno,以评估低成本的LiDAR传感器在叶片性状(长、宽、面积)提取中的可行性。基于低成本和现成的组件和模块,作者详细介绍了LiDARPheno的设计。此外,还设计了用于控制系统硬件的固件和基于用户级python的数据采集脚本。系统的软件部分利用了公共可用的库和应用程序编程接口(api),使非技术用户易于实现系统。提出了LiDAR数据分析方法,开发了处理数据和提取叶片性状的算法。处理过程包括LiDAR数据的转换、清洗/过滤、分割和特征提取。通过室内植物和油菜试验,以开发和验证用于评估叶性状的方法。并将基于LiDARPheno的特征提取结果与SICK LMS400(一种商用2D激光雷达)进行比较,以评估所开发系统的性能。

blob.png 

 

采集数据的后处理示例

blob.png

LMS400和LiDARPheno测量比较

A.叶长  B.叶宽  C.叶面积

本文展示了低成本LiDAR设备在植物表型分析任务中的实用性。还与常用的激光雷达表型传感器的性能进行了比较。表明在叶片特征提取的成本和结果的准确性之间得到了一个很好的权衡。


推荐
热点排行
一周推荐
关闭