基于双目立体视觉监测玉米叶片偏转运动方法研究

Quantitative monitoring of the azimuthal movement of maize blade plays an important role in the evaluation of high yield canopy structure. Continuous on-line monitoring methods with high spatial and temporal resolution has been become a hot topic around the world. The project selects binocular stereo vision technology as azimuthal movement of maize blade quantitative acquirement method, as to the problem of binocular stereo vision technology on crops growth monitoring is vulnerable to environment and crop itself, the major concern of project is maize leaf image segmentation under illumination invariant conditions, stereo matching and 3D Reconstruction of maize leaves under complex context, establishing a quantitative model of blade azimuthal movement angle and canopy light environment. The project provides an approach to evaluate the Density-tolerance of high-yielding varieties ,provides theoretical support for ultra-high yield cultivation technology system, promotes integration of agronomy, information science, electrical and mechanical engineering.

玉米叶片偏转运动的定量化监测对于评价高产群体冠层结构有重要意义。具有高时空分辨率的连续在线监测方法是国内外共同关注的热点，本项目选择双目立体视觉技术作为叶片偏转运动定量化获取方法，针对双目立体视觉技术在农作物生长监测上易受环境和作物本身影响等问题，重点研究变化光照条件下玉米叶片图像分割方法，复杂情景下玉米叶片的立体匹配与三维重建方法，建立叶片偏转角度与冠层光环境的定量化模型。为评价高产品种的耐密性提供方法途径，为超高产栽培技术体系提供理论支撑，促进农学、信息学、机电工程学之间的学科交叉和融合。

（背景）玉米叶片偏转运动的定量化监测对于评价高产群体冠层结构有重要意义，具有高时空分辨率的连续在线监测方法是本领域关注的热点。（研究内容）本项目以双目立体视觉技术作为叶片偏转运动定量化获取方法，研究了变化光照条件下玉米叶片图像分割方法，包括基于多曝光图像序列的叶片高光镜面反射与阴影的去除方法，适应土壤、杂草、残留物等复杂背景的自动化决策曲面图像分割；研究了复杂情景下玉米叶片的立体匹配与三维重建方法，包括基于动态规划的全局最优化双目图像视差与深度图计算；研究了三维重建叶片运动类型分解与偏转角度预测定量化模型，包括叶片偏转与光温因素的的玉米叶片生长运动类型分解方法，二维平面上叶片偏转运动量投影方法，冠层光质梯度与叶片偏转角度的数学模型及边界条件和求解步长。（重要结果及数据）取得的主要研究成果包括，多曝光图像融合映射算法，使变化光照条件下的玉米植株像素二值化分割差异由15.4%降低为2.8%，极大程度降低了变化光照对图像阈值分割的影响。实现了局域纹理能量滤波器分割目标叶片，以及对分割叶片图像进行空间变换映射后叶片尖端点定位和立体匹配。实现了田间条件下不同时刻、不同摄像机位置和角度叶片三维坐标的统一坐标系注册和运行类型分解，三维重建植株计算的叶片高度和叶片方位角与田间植株实测数值结果进行回归统计分析，叶片高度的决定系数为0.95，叶片方位角的决定系数为0.9。开展田间实验，在田间3个品种6个密度玉米群体中，验证光质梯度-叶片偏转角度数学模型，结果表明模型能区分不同玉米植株品种光质梯度敏感性。（科学意义）本项目以玉米叶片偏转运动的定量化监测评价高产群体冠层结构为切入点，解决了双目立体视觉技术在农作物生长监测上易受环境和作物本身影响等问题，为评价高产品种的耐密性提供方法途径。