基于植物几何特征的生菜鲜重估算：突破与展望

首页今日动态人才市场新技术专栏中国科学人云展台
BioHot
云讲堂直播会展中心特价专栏技术快讯免费试用

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

【字体：大中小】 时间：2025年02月26日 来源：Plant Methods 4.7

编辑推荐：

　　为解决现有生菜鲜重估算模型的局限性，自然资源研究所芬兰（Luke）的研究人员开展基于植物几何特征估算生菜鲜重的研究，提出新方法，为相关领域提供新思路。

　　在农业生产的大舞台上，准确监测植物生长状况如同掌握丰收的密码。生菜，作为备受青睐的叶菜类蔬菜，其生长监测至关重要。过去，人们依靠传统方法判断生菜的生长阶段，但这些方法既耗时费力，又难以精准把握生菜的真实生长情况。随着科技的发展，利用颜色和深度（RGBD）相机对生菜进行建模成为热门之选，深度学习技术也被广泛应用于生菜鲜重（FW）的估算。

然而，看似一片光明的研究道路却布满荆棘。现有基于深度学习的模型存在诸多问题，它们往往只适用于特定的数据集，缺乏在不同场景下的适应性，就像一把只能开一把锁的钥匙。而且，公开可用的数据集数量有限，这就如同巧妇难为无米之炊，限制了模型的进一步优化和发展。此外，常见的生菜监测和育种所关注的性状，如鲜重、干重、株高、直径和叶面积等，并不能全面反映生菜的内部结构信息，比如叶密度和分布情况。这些信息对于准确估算生菜鲜重以及开展育种工作至关重要，但却被忽视了。

在这样的背景下，自然资源研究所芬兰（Luke）的研究人员挺身而出，决心攻克这些难题。他们开展了一项旨在通过植物几何特征来估算生菜莲座结构和体积，进而估算生菜鲜重的研究。这一研究成果意义非凡，为生菜的精准种植和科学育种提供了全新的视角和有力的工具。目前，该研究成果尚未提及发表在具体哪一期刊。

研究人员为开展此项研究，运用了多种关键技术方法。在测量系统方面，搭建了由四个 3D 相机（D405，Intel RealSense）组成的测量框架，从三个侧面和顶部对生菜进行 3D 成像，并通过坐标变换将多相机捕获的点云合并为一个点云，同时利用校准技术提高测量精度。在表面重建环节，针对生菜叶片结构复杂、3D 建模困难的问题，开发了基于物理类比的真空包装算法，有效解决了表面孔洞和细节保留的难题。在数据分析阶段，计算多种几何特征，并运用简单和多元线性回归模型预测生菜鲜重，同时使用均方根误差（RMSE）和归一化均方根误差（NRMSE）评估模型准确性。

研究结果如下：

植物特征差异：研究选取了编号 40 和 72 的生菜植株，它们的参考鲜重相近，但莲座尺寸明显不同，估算的体积（V）和平均波幅（Amp）差异显著，而株高（Height）相近。这表明即使鲜重相似，生菜的内部结构差异也会对体积估算产生影响。
表面重建与鲜重预测相关性：不同表面重建算法的鲜重估算准确性相近，但回归直线斜率差异显著，反映出表面重建细节水平的差异。利用真空包装算法结合顶部和侧面 3D 图像进行鲜重预测，准确性更高。这说明该算法在处理复杂结构的生菜表面重建时具有优势，能更准确地估算鲜重。
鲜重与植物特征相关性：在简单回归中，V 与 FW 的相关性最强；在多元回归模型中，所有高精度方程都包含 V。虽然纳入额外特征理论上可提高预测准确性，但在该研究数据集中未明显体现。这表明 V 在预测生菜鲜重中起着关键作用，而其他特征的影响还需进一步研究。
几何特征相关性：V 和 Height 呈现强相关性，Amp 与 V 无相关性。这为理解生菜的几何特征之间的关系提供了依据，有助于更深入地分析生菜的结构与鲜重之间的联系。
校准准确性：校准准确性在不同时间有所波动，3 月 9 日为 2.6mm，4 月 4 日为 6.2mm。这说明校准过程存在一定的误差，需要进一步优化校准方法，以提高测量的准确性。

研究结论和讨论部分指出，该研究提出的真空包装方法在仅使用顶部 3D 图像时，对生菜鲜重的估算误差与其他研究相当甚至更低。该方法针对生菜莲座结构特点进行表面重建，有效改善了鲜重预测，其回归模型能更准确地反映 V 与 FW 的关系。新提出的几何特征有助于表征生菜叶密度和结构，为育种和鲜重估算提供了新的视角。然而，研究也存在一定的局限性。3D 相机和校准的误差对鲜重预测准确性的影响需进一步分析，目前使用的校准方法有待改进。此外，由于研究仅基于一个有限范围的数据集，回归模型的普适性有待提高，需要更多样化的数据集来完善生菜鲜重估算方法。

总体而言，这项研究为生菜生长监测和鲜重估算开辟了新路径，虽然还有一些问题需要解决，但它为后续研究奠定了坚实基础，有望推动生菜种植和育种领域的进一步发展。

热点排行

新闻专题

联系信箱：

粤ICP备09063491号