基于多源信息融合的果树冠层三维点云拼接方法研究

构建了基于彩色相机和光学混合探测(PMD)相机的多源视觉系统,旨在建立具有真彩色信息的果树冠层三维点云模型,为果树的剪枝、疏花疏果和采摘等果园管理提供技术支持。针对PMD相机获取的目标场景三维点云,结合PMD相机的幅度图像和密度聚类算法提取有效点,利用前期研究的图像配准方法得到多源图像之间的坐标转换关系,完成了果树冠层多源信息融合。通过主成分分析法得到较好的初始位置,再采用最近点迭代算法,实现两组三维点云之间的拼接。对自然场景下的开花期和坐果期的果树冠层三维点云拼接方法进行了实验验证,结果表明多视角三维点云拼接误差为2.62cm,可以较好地弥补单个角度下拍摄造成的数据缺失,实现了果树冠层完整的三维显示。     

苹果树冠层不同光照区域叶绿素荧光性状计算方法

植物冠层内光照分布决定了植物物理过程与生态环境之间的交互关系,是植物冠层叶绿素荧光动力学研究的重要基础。光谱技术在构建植株冠层组分含量的预测模型中发挥了重要的作用,而针对自由纺锤形苹果树冠层不同光照区域的叶绿素荧光性状研究文献报道较少。因此,以自由纺锤形苹果树为研究对象,将苹果树冠层空间划分为5层,每层划分为边长50 cm的立方体网格,并测定各个网格空间的光照强度,确定其光照分布情况。以此为基础,获取不同光照区域的光谱数据及对应叶绿素荧光性状参数值,通过光谱一阶微分去除系统误差干扰,确定红边区域(660～760 nm)的一阶微分光谱曲线,利用BP神经网络建立红光范围(680～760 nm)内一阶微分光谱最大值与叶绿素荧光性状参数关系模型,创新性地提出了苹果树冠层不同光照区域的叶绿素荧光性状计算方法。并采用决定系数、均方根误差、平均绝对百分比误差等对模型进行有效性评价,试验结果表明：该叶绿素荧光计算方法的计算精度均在80%以上,研究成果可为苹果树的整形修剪,获取充足光照分布提供理论依据。