【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及植物篩選，尤其是涉及一種基于三維點云的植物耐鹽性等級評估方法。
技術(shù)介紹
1、現(xiàn)有的植物耐鹽性評估方法主要依賴于實驗室環(huán)境下的生理指標(biāo)測量和主觀判斷。然而，這些方法存在明顯的局限性：首先，手工測量效率低，數(shù)據(jù)量小，難以全面反映植物的耐鹽性；其次，主觀判斷受人為因素影響，缺乏客觀性和準(zhǔn)確性。因此，如何實現(xiàn)更加高效、準(zhǔn)確且客觀的耐鹽性評估成為亟待解決的問題。
2、目前，市場上已有一些基于二維圖像分析和機器學(xué)習(xí)技術(shù)的植物耐鹽性評估工具。例如，使用rgb相機采集的植物葉片二維圖像，通過分析顏色、紋理和形態(tài)特征來推測其耐鹽性。雖然這些方法在提高評估效率方面有所進展，并且操作簡便、成本較低，適用于實驗室環(huán)境，但存在明顯的局限性。二維圖像無法全面反映大白菜的三維結(jié)構(gòu)信息，尤其在涉及葉片厚度、空間形態(tài)和卷曲度等復(fù)雜特征時，評估結(jié)果的準(zhǔn)確性和全面性受到限制。
3、此外，熒光成像和高光譜成像等技術(shù)雖然在植物生理狀態(tài)評估中得到了一定應(yīng)用，但它們同樣依賴于二維圖像數(shù)據(jù)。熒光成像通過光合作用相關(guān)指標(biāo)進行評估，難以捕捉大白菜的三維形態(tài)特征，且對環(huán)境條件較為敏感。高光譜成像雖然可以分析植物的化學(xué)成分，但其處理復(fù)雜且對形態(tài)特征的關(guān)注不足。兩者都無法有效表征大白菜的三維結(jié)構(gòu)，特別是在評估葉片卷曲程度等空間特征時顯得力不從心。此外，現(xiàn)有技術(shù)通常只關(guān)注葉綠素含量等少數(shù)生理參數(shù)，忽略了葉片的三維形態(tài)特征在耐鹽性評估中的重要作用，這導(dǎo)致評估結(jié)果不夠全面和精確。
4、在植物耐鹽性評估中，以大白菜為例，鹽脅迫對其三維形態(tài)的影
5、為了克服現(xiàn)有方法的局限性，開發(fā)基于三維點云的自動化耐鹽性評估方法顯得尤為重要。通過獲取大白菜的三維點云，能夠全面反映其空間形態(tài)、葉片厚度和卷曲程度等特征，從而提高耐鹽性評估的準(zhǔn)確性和全面性。此外，結(jié)合深度學(xué)習(xí)技術(shù)，可以有效實現(xiàn)對植物耐鹽性的精準(zhǔn)評估，這一方法為植物耐鹽性研究提供了新的技術(shù)路徑和思路。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的是提供一種基于三維點云的植物耐鹽性等級評估方法，克服現(xiàn)有植物耐鹽性評估方法的局限。該方法通過可見光相機獲取不同品種的植物的三維點云數(shù)據(jù)，結(jié)合深度學(xué)習(xí)技術(shù)對每株植物葉片進行實例分割與參數(shù)計算。在此基礎(chǔ)上，利用試驗組與對照組的比較，提取相對特征參數(shù)，進行耐鹽性關(guān)鍵特征的分析。利用主成分分析提取耐鹽性關(guān)鍵特征建立耐鹽性評價隸屬函數(shù)，最終實現(xiàn)植物耐鹽性定量以及等級自動劃分，為耐鹽品種的篩選提供科學(xué)依據(jù)。
2、為實現(xiàn)上述目的，本專利技術(shù)提供了一種基于三維點云的植物耐鹽性等級評估方法，包括如下步驟：
3、s1、獲取待測植物的三維點云數(shù)據(jù)，每個品種的待測植物分為對照組和試驗組；
4、s2、對待測植物的三維點云數(shù)據(jù)進行處理，用于去除待測植物的三維點云數(shù)據(jù)中的噪聲和異常點；
5、s3、將去除待測植物的噪聲和異常點的三維點云數(shù)據(jù)輸入到訓(xùn)練好的深度學(xué)習(xí)模型中，得到待測植物的每個葉片的三維點云數(shù)據(jù)；
6、s4、將每一葉片的三維點云數(shù)據(jù)輸入到點云補全模型，對具有缺失信息的葉片點云進行補全；
7、s5、獲取每個葉片三維點云數(shù)據(jù)的耐鹽系數(shù)，對每株待測植物的所有葉片耐鹽系數(shù)求平均值，試驗組耐鹽系數(shù)求均值，與對照組的耐鹽系數(shù)進行對比，得到該植株的耐鹽系數(shù)；
8、s6、耐鹽性評估與等級劃分，以試驗最后一天測量的生理指標(biāo)作為耐鹽等級劃分的確立標(biāo)準(zhǔn)，通過與每一天測量的耐鹽系數(shù)進行關(guān)聯(lián)性分析，確立某一特定天數(shù)作為判斷植物是否耐鹽的依據(jù)；
9、s7、在測量最后一天，分別測量每一植株的鮮重并利用現(xiàn)有的光合表型成像系統(tǒng)測量其光合表型參數(shù)，最終通過差異性分析篩選出hue、鮮重、近紅外、遠紅外、綠光、紅光的差異性結(jié)果；
10、s8、驗證與優(yōu)化，通過實際數(shù)據(jù)驗證耐鹽性等級劃分的準(zhǔn)確性，并對篩選方法進行優(yōu)化，確保篩選方法具有較高的泛化能力和實用價值。
11、優(yōu)選的，步驟s2中，對待測植物的三維點云數(shù)據(jù)進行處理的過程包括：尺度匹配，對不同品種的植物三維點云數(shù)據(jù)進行尺度匹配，確保不同品種數(shù)據(jù)在同一尺度下進行比較，將每個品種的植株設(shè)置為不交叉狀態(tài)，以制作符合實例分割數(shù)據(jù)集格式的數(shù)據(jù)結(jié)構(gòu)。
12、優(yōu)選的，步驟s3中，訓(xùn)練好的深度學(xué)習(xí)模型包括：預(yù)處理模塊，特征提取模塊，點云分割模塊。
13、優(yōu)選的，步驟s4中，使用pf-net進行點云補全是一個有效的方法，因為該模型能夠?qū)W習(xí)數(shù)據(jù)的分布并生成具有高質(zhì)量的補全結(jié)果。確保補全后的點云能夠反映真實的葉片形狀，提升后續(xù)分析的準(zhǔn)確性。
14、優(yōu)選的，預(yù)處理模塊包括對三維點云數(shù)據(jù)歸一化，將輸入的三維點云數(shù)據(jù)歸一化到標(biāo)準(zhǔn)的坐標(biāo)范圍內(nèi)，還包括數(shù)據(jù)增強，通過旋轉(zhuǎn)、平移、縮放和噪聲注入的方法，增加訓(xùn)練數(shù)據(jù)的多樣性，提高模型的泛化能力。
15、優(yōu)選的，特征提取模塊是以oneformer3d作為核心特征提取網(wǎng)絡(luò)對三維點云數(shù)據(jù)進行分割，該網(wǎng)絡(luò)通過transformer自注意力機制，能夠捕捉三維點云數(shù)據(jù)的長距離依賴性和全局上下文信息，提升模型對復(fù)雜植物結(jié)構(gòu)的理解能力。
16、優(yōu)選的，點云分割模塊是對植物的三維點云數(shù)據(jù)進行實例分割，將每一個葉片從整體中分割出來，生成每個葉片的單獨三維點云數(shù)據(jù)；實例分割包括對分割精度的評估和誤差分析，每次訓(xùn)練后，通過標(biāo)準(zhǔn)評估指標(biāo)對分割結(jié)果進行評估，并對分割的結(jié)果進行可視化，同時識別漏分和誤分問題，基于誤差分析結(jié)果，調(diào)整模型參數(shù)，以增強模型的魯棒性，同時模型的訓(xùn)練中采用早停法避免過擬合，并利用交叉驗證確保模型的泛化能力。
17、優(yōu)選的，步驟s5中，獲取每個葉片三維點云數(shù)據(jù)的耐鹽系數(shù)的過程：對葉片三維點云數(shù)據(jù)進行多項參數(shù)計算，基于所獲取的參數(shù)計算耐鹽等級的隸屬度：從原始對照組中分別提取每個葉片的相同特征參數(shù)，并計算每個參數(shù)的平均值，將實驗組每個植株的特征參數(shù)與對照組的平均值進行比值計算，得到相對特征參數(shù)，進而對不同參數(shù)的量綱進行歸一化處理，通過主成分分析方法提取5個主成分，對應(yīng)貢獻率和歸一化后的主成分，計算每一片葉片的綜合耐鹽系數(shù)，得到每一個品種每一個試驗組植株的耐鹽系數(shù)。
18、優(yōu)選的，步驟s6中，耐鹽性評估與等級劃分具體為：對步驟s1的試驗組耐鹽系數(shù)求均值，與對照組的耐鹽系數(shù)進行對比，得到該品種植株的耐鹽系數(shù)，以試驗最后一天測量的生理指標(biāo)作為耐鹽等級劃分的確立標(biāo)準(zhǔn)，通過與每一天測量的耐鹽系數(shù)進行關(guān)聯(lián)性分析，確立某一特定天數(shù)作為判斷植株是否耐鹽的依據(jù)；利用原始的相對特征參數(shù)與耐鹽系數(shù)建立多元逐步回歸模型，最終篩選出決定植株耐鹽卷曲度的特征參數(shù)，進而按照計算得到的耐鹽系數(shù)進行聚類分析，建立了基于相對特征參數(shù)的卷積神經(jīng)網(wǎng)絡(luò)分類模型，該模型本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種基于三維點云的植物耐鹽性等級評估方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：步驟S2中，對待測植物的三維點云數(shù)據(jù)進行處理的過程包括：尺度匹配，對不同品種的植物三維點云數(shù)據(jù)進行尺度匹配，確保不同品種數(shù)據(jù)在同一尺度下進行比較，將每個品種的植株設(shè)置為不交叉狀態(tài)，以制作符合實例分割數(shù)據(jù)集格式的數(shù)據(jù)結(jié)構(gòu)。
3.根據(jù)權(quán)利要求1所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：步驟S3中，訓(xùn)練好的深度學(xué)習(xí)模型包括：預(yù)處理模塊，特征提取模塊，點云分割模塊。
4.根據(jù)權(quán)利要求3所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：預(yù)處理模塊包括對三維點云數(shù)據(jù)歸一化，將輸入的三維點云數(shù)據(jù)歸一化到標(biāo)準(zhǔn)的坐標(biāo)范圍內(nèi)，還包括數(shù)據(jù)增強，通過旋轉(zhuǎn)、平移、縮放和噪聲注入的方法，增加訓(xùn)練數(shù)據(jù)的多樣性，提高模型的泛化能力。
5.根據(jù)權(quán)利要求3所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：特征提取模塊是以O(shè)neFormer3D作為核心特征提取網(wǎng)絡(luò)對三維點云數(shù)據(jù)進行實
6.根據(jù)權(quán)利要求3所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：點云分割模塊是對植物的三維點云數(shù)據(jù)進行實例分割，將每一個葉片從整體中分割出來，生成每個葉片的單獨三維點云數(shù)據(jù)；實例分割包括對分割精度的評估和誤差分析，每次訓(xùn)練后，通過標(biāo)準(zhǔn)評估指標(biāo)對分割結(jié)果進行評估，并對分割的結(jié)果進行可視化，同時識別漏分和誤分問題，基于誤差分析結(jié)果，調(diào)整模型參數(shù)，以增強模型的魯棒性，同時模型的訓(xùn)練中采用早停法避免過擬合，并利用交叉驗證確保模型的泛化能力。
7.根據(jù)權(quán)利要求1所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：步驟S5中，獲取每個葉片三維點云數(shù)據(jù)的耐鹽系數(shù)的過程：對葉片三維點云數(shù)據(jù)進行多項參數(shù)計算，基于所獲取的參數(shù)計算耐鹽等級的隸屬度：從原始對照組中分別提取每個葉片的相同特征參數(shù)，并計算每個參數(shù)的平均值，將實驗組每個植株的特征參數(shù)與對照組的平均值進行比值計算，得到相對特征參數(shù)，進而對不同參數(shù)的量綱進行歸一化處理，通過主成分分析方法提取5個主成分，對應(yīng)貢獻率和歸一化后的主成分，計算每一片葉片的綜合耐鹽系數(shù)，得到每一個品種每一個試驗組植株的耐鹽系數(shù)。
8.根據(jù)權(quán)利要求1所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：步驟S6中，耐鹽性評估與等級劃分具體為：對步驟S1的試驗組耐鹽系數(shù)求均值，與對照組的耐鹽系數(shù)進行對比，得到該品種植株的耐鹽系數(shù)，以試驗最后一天測量的生理指標(biāo)作為耐鹽等級劃分的確立標(biāo)準(zhǔn)，通過與每一天測量的耐鹽系數(shù)進行關(guān)聯(lián)性分析，確立某一特定天數(shù)作為判斷植株是否耐鹽的依據(jù)；利用原始的相對特征參數(shù)與耐鹽系數(shù)建立多元逐步回歸模型，最終篩選出決定植株耐鹽卷曲度的特征參數(shù)，進而按照計算得到的耐鹽系數(shù)進行聚類分析，建立了基于相對特征參數(shù)的卷積神經(jīng)網(wǎng)絡(luò)分類模型，該模型融合了LSTM可以更好的解決不同植株耐鹽性的準(zhǔn)確劃分。
9.根據(jù)權(quán)利要求1所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：步驟S8中，優(yōu)化過程包括調(diào)整模型參數(shù)、完善數(shù)據(jù)處理流程，并基于反饋機制不斷提高評估方法的可靠性。
...【技術(shù)特征摘要】
1.一種基于三維點云的植物耐鹽性等級評估方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：步驟s2中，對待測植物的三維點云數(shù)據(jù)進行處理的過程包括：尺度匹配，對不同品種的植物三維點云數(shù)據(jù)進行尺度匹配，確保不同品種數(shù)據(jù)在同一尺度下進行比較，將每個品種的植株設(shè)置為不交叉狀態(tài)，以制作符合實例分割數(shù)據(jù)集格式的數(shù)據(jù)結(jié)構(gòu)。
3.根據(jù)權(quán)利要求1所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：步驟s3中，訓(xùn)練好的深度學(xué)習(xí)模型包括：預(yù)處理模塊，特征提取模塊，點云分割模塊。
4.根據(jù)權(quán)利要求3所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：預(yù)處理模塊包括對三維點云數(shù)據(jù)歸一化，將輸入的三維點云數(shù)據(jù)歸一化到標(biāo)準(zhǔn)的坐標(biāo)范圍內(nèi)，還包括數(shù)據(jù)增強，通過旋轉(zhuǎn)、平移、縮放和噪聲注入的方法，增加訓(xùn)練數(shù)據(jù)的多樣性，提高模型的泛化能力。
5.根據(jù)權(quán)利要求3所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：特征提取模塊是以oneformer3d作為核心特征提取網(wǎng)絡(luò)對三維點云數(shù)據(jù)進行實例分割，該網(wǎng)絡(luò)通過transformer自注意力機制，能夠捕捉三維點云數(shù)據(jù)的長距離依賴性和全局上下文信息，提升模型對復(fù)雜植物結(jié)構(gòu)的理解能力。
6.根據(jù)權(quán)利要求3所述的一種基于三維點云的植物耐鹽性等級評估方法，其特征在于：點云分割模塊是對植物的三維點云數(shù)據(jù)進行實例分割，將每一個葉片從整體中分割出來，生成每個葉片的單獨三維點云數(shù)據(jù)；實例分割包括對分割精度的評估和誤差分析，每次訓(xùn)練后，通過標(biāo)準(zhǔn)評估指標(biāo)對分割結(jié)果進行評估，并對分割的結(jié)果進行可視化，同時識別漏分...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張君，范曉飛，趙志如，張東方，胡洋，李嘉慶，賈亞剛，成田亮，武小丁，
申請(專利權(quán))人：河北農(nóng)業(yè)大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。