CN111179363A - 高通量植物表型测量装置及方法 - Google Patents

Abstract

本发明涉及植物成像技术领域，公开了一种高通量植物表型测量装置及方法，该高通量植物表型测量装置，包括：中空的本体、用于获取被测样品的图像信息、三维形状信息以及光谱生理信息中的一种或多种的传感器组件以及用于放置被测样品和/或获取被测样品的重量信息的抽拉组件；所述传感器组件可移动的安装在所述本体的内部，所述抽拉组件与所述本体的内部可分离式连接。本发明提供的高通量植物表型测量装置，获取的表型信息涵盖范围广，能够满足一般用户的大部分表型获取需求；成本低、容易维护、结构简单、容易扩展更能被用户接受。

Description

高通量植物表型测量装置及方法

技术领域

本发明涉及植物成像技术领域，特别是涉及一种高通量植物表型测量装置及方法。

背景技术

对植物表型的测量已经引起越来越多的重视，但目前市场上的植物表型测量装置普遍比较昂贵，这大大制约了表型测量技术的普及。目前一般采用通过传送系统将植物送到成像区进行测量的技术，但植物在运动的过程中会产生扰动，影响成像结果，且植物在运输过程中容易造成叶片损伤。而且移动植物的测量技术通量较低，样品量大时每盆植物每天只能测量一次，在植物快速发育阶段会漏掉记录一些重要的表型变化。

发明内容

本发明实施例提供一种高通量植物表型测量装置及方法，用以解决或部分解决现有植物表型的测量装置价格昂贵以及测量结果不准确的问题。

第一方面，本发明实施例提供一种高通量植物表型测量装置，包括：中空的本体、用于获取被测样品的图像信息、三维形状信息以及光谱生理信息中的一种或多种的传感器组件以及用于放置被测样品和/或获取被测样品的重量信息的抽拉组件；所述传感器组件可移动的安装在所述本体的内部，所述抽拉组件与所述本体的内部可分离式连接。

在上述技术方案的基础上，所述抽拉组件包括第一抽屉盒、第一重量传感器以及用于放置被测样品的支撑架；所述支撑架安装在所述第一抽屉盒的内部，所述第一重量传感器用于获取被测样品的重量信息。

在上述技术方案的基础上，所述支撑架包括至少两个平行布置的Y型杆。

在上述技术方案的基础上，所述抽拉组件包括第二抽屉盒、第二重量传感器以及用于驱动被测样品绕轴线方向旋转的驱动件；所述驱动件安装在所述第二抽屉盒的内部，所述第二重量传感器用于获取被测样品的重量信息。

在上述技术方案的基础上，所述驱动件包括沿相同方向旋转的第一旋转轴和第二旋转轴，被测样品放置于所述第一旋转轴和所述第二旋转轴上。

在上述技术方案的基础上，所述抽拉组件包括第三抽屉盒、第三重量传感器以及用于放置被测样品的托盘；所述第三重量传感器放置于所述第三抽屉盒的内部，所述托盘放置于所述第三重量传感器的测量端。

在上述技术方案的基础上，所述托盘由铝合金材料制备。

在上述技术方案的基础上，所述托盘的表面设有黑色漫反射涂层。

在上述技术方案的基础上，所述抽拉组件包括第四抽屉盒和第四重量传感器；所述第四重量传感器放置于所述第四抽屉盒的内部，被测样品放置于所述第四重量传感器的测量端。

第二方面，本发明实施例一种根据上述技术方案所述的高通量植物表型测量装置的高通量植物表型测量方法，包括：

识别位于抽拉组件上的待测样品的种类；

若为茎秆，则调用茎秆表型解析组件以获取茎秆的表型信息，传感器组件和/或所述抽拉组件与所述茎秆表型解析组件信号相连；

若为果穗，则调用果穗表型解析组件以获取果穗的表型信息，传感器组件和/或所述抽拉组件与所述果穗表型解析组件信号相连；

若为籽粒，则调用籽粒表型解析组件以获取籽粒的表型信息，传感器组件和/或所述抽拉组件与所述籽粒表型解析组件信号相连；

若为叶片，则调用叶片表型解析组件以获取叶片的表型信息，传感器组件和/或所述抽拉组件与所述叶片表型解析组件信号相连。

本发明实施例提供的一种高通量植物表型测量装置及方法，识别原始表型信息属于茎秆、果穗、籽粒或者叶片；若是茎秆，则下一步通过图像处理算法获取茎秆的颜色、纹理等表型信息；通过点云处理算法重建茎秆三维结构，计算茎秆长度、横截面积、体积、横截面周长、节间长度等表型信息；通过茎秆重量信息计算茎秆的密度；若是果穗，则下一步通过图像处理算法获取果穗上的穗行数、行粒数、秃尖长度、果穗颜色纹理等信息；通过点云处理算法重建果穗三维结构，计算果穗体积、长度、横截面周长、横截面面积；通过果穗重量信息计算果穗密度；若是籽粒，则下一步，通过图像处理算法获取籽粒的个数、籽粒颜色纹理等信息；通过点云处理算法重建籽粒三维结构，计算籽粒体积、长度、宽度；通过籽粒重量信息计算籽粒密度；若是叶片，则下一步通过图像处理算法获取叶片颜色纹理信息；通过点云处理算法重建叶片三维结构，计算叶片长度、宽度、面积等表型信息；通过叶片重量信息与叶片面积信息计算叶片比叶重(单位面积重量)；通过光谱信息处理算法，获取叶片的叶绿色含量、氮素含量、NDVI指标、含水量等生理表型信息。本发明实施例提供的高通量植物表型测量装置，获取的表型信息涵盖范围广，能够满足一般用户的大部分表型获取需求；成本低、容易维护、结构简单、容易扩展更能被用户接受。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的一种高通量植物表型测量装置的结构示意图；

图2为本发明实施例的一种抽拉组件的结构示意图；

图3为本发明实施例的另一种抽拉组件的结构示意图；

图4为本发明实施例的又一种抽拉组件的结构示意图。

附图标记：

1、本体；2、盖板；3、轨道；4、传感器盒；5、茎秆；6、支撑架；7、第一抽屉盒；8、果穗；9、驱动件；10、第二抽屉盒；11、托盘；12、籽粒；13、第三抽屉盒；14、第三重量传感器；15、叶片；16、第四重量传感器；17、第四抽屉盒。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

植物表型技术使研究人员能够系统的评估植物在测试条件下的生长发育表现，是研究人员的重要工具。表型鉴定方法包含所有植株器官可被观察特征的数据收集方法。

现有大型商业化高通量植物表型获取设备价格昂贵，对场地、供电、网络条件等硬件设施要求苛刻，前期资金场地等投入巨大，后期维护费用和维护人员需要持续投入；一些实验室研发的表型获取设备价格低廉、使用维护方便，但这些设备一般不够成熟，为了满足使用者的个性需求，需具备一定的工程、电气、信息技术等背景知识，限制其使用和推广示范。为了解决上述问题，本发明实施例提供了一种高通量植物表型测量装置。

图1为本发明实施例的一种高通量植物表型测量装置的结构示意图，如图1所示，本发明实施例提供的高通量植物表型测量装置，包括：中空的本体1、用于获取被测样品的图像信息、三维形状信息以及光谱生理信息中的一种或多种的传感器组件以及用于放置被测样品和/或获取被测样品的重量信息的抽拉组件；传感器组件可移动的安装在本体1的内部，抽拉组件与本体1的内部可分离式连接。

需要说明的是，本体1的形状可以为矩形，本体1的一侧面敞口设置，通过一个可滑动的盖板与该敞口相适配，当盖板与敞口完全对应时该本体1处于密封的状态。本体1的内壁设置有一轨道3，一传感器盒4可沿轨道3滑动，传感器组件布置在传感器盒4的内部。其中，传感器组件包括可见光图像传感器、3D点云传感器以及光谱传感器中的一种或者多种。本体1的内部设置有光源，以便传感器组件进行相应的工作。

在本发明实施例中，远程服务器上安装有表型解析模块和识别模块，该识别模块针对传感器组件和抽拉组件上传的原始表型数据，首先调用深度学习分类算法，识别原始表型信息属于茎秆、果穗、籽粒或者叶片；

若是茎秆，则下一步调用茎秆表型解析组件，通过图像处理算法获取茎秆的颜色、纹理等表型信息；通过点云处理算法重建茎秆三维结构，计算茎秆长度、横截面积、体积、横截面周长、节间长度等表型信息；通过茎秆重量信息计算茎秆的密度；

若是果穗，则下一步调用果穗表型解析组件，通过图像处理算法获取果穗上的穗行数、行粒数、秃尖长度、果穗颜色纹理等信息；通过点云处理算法重建果穗三维结构，计算果穗体积、长度、横截面周长、横截面面积；通过果穗重量信息计算果穗密度；

若是籽粒，则下一步调用籽粒表型解析组件，通过图像处理算法获取籽粒的个数、籽粒颜色纹理等信息；通过点云处理算法重建籽粒三维结构，计算籽粒体积、长度、宽度；通过籽粒重量信息计算籽粒密度；

若是叶片，则下一步调用叶片表型解析组件，通过图像处理算法获取叶片颜色纹理信息；通过点云处理算法重建叶片三维结构，计算叶片长度、宽度、面积等表型信息；通过叶片重量信息与叶片面积信息计算叶片比叶重(单位面积重量)；通过光谱信息处理算法，获取叶片的叶绿色含量、氮素含量、NDVI指标、含水量等生理表型信息。本发明实施例提供的高通量植物表型测量装置，获取的表型信息涵盖范围广，能够满足一般用户的大部分表型获取需求；成本低、容易维护、结构简单、容易扩展更能被用户接受。

在上述实施例的基础上，如图1所示，为了便于测量茎秆5的原始表型信息，抽拉组件包括第一抽屉盒7、第一重量传感器以及用于放置被测样品的支撑架6；支撑架6安装在第一抽屉盒7的内部，第一重量传感器用于获取被测样品的重量信息。

在本发明实施例中，第一抽屉盒7可以为一矩形抽屉盒，支撑架6安装在第一抽屉盒7的表面，第一重量传感器亦安装在第一抽屉盒7的表面。

在上述实施例的基础上，支撑架6包括至少两个平行布置的Y型杆。

在本发明实施例中，以支撑架6包括两个平行布置的Y型杆为例进行说明，两个Y型杆间隔一定的距离布置，第一重量传感器布置在两个Y型杆之间。其中，传感器盒4的移动方向需要与茎秆5的长度方向相一致。

在上述实施例的基础上，如图2所示，为了便于测量果穗8的原始表型信息，抽拉组件包括第二抽屉盒10、第二重量传感器以及用于驱动被测样品绕轴线方向旋转的驱动件9；驱动件9安装在第二抽屉盒10的内部，第二重量传感器用于获取被测样品的重量信息。

在本发明实施例中，驱动件9包括沿相同方向旋转的第一旋转轴和第二旋转轴，第一旋转轴和第二旋转轴之间间隔一定的距离，第二重量传感器可以放置于第一旋转轴和第二旋转轴之间，被测样品放置于第一旋转轴和第二旋转轴上。第一旋转轴和第二旋转轴可以通过步进电机驱动，第一旋转轴和第二旋转轴的旋转方向和速度相同。

在上述实施例的基础上，如图3所示，为了便于测量籽粒12的原始表型信息，抽拉组件包括第三抽屉盒13、第三重量传感器14以及用于放置被测样品的托盘11；第三重量传感器14放置于第三抽屉盒13的内部，托盘11放置于第三重量传感器14的测量端。

在本发明实施例中，先将托盘11放置在第三重量传感器14的测量端，第三重量传感器14需要执行重量清零操作。

需要说明的是，为了使得高通量植物表型测量装置更加轻量化，托盘11由铝合金材料制备。为了防止托盘11干扰传感器组件的正常工作，托盘11的表面设有黑色漫反射涂层。

在上述实施例的基础上，如图4所示，为了便于测量叶片15的原始表型信息，抽拉组件包括第四抽屉盒17和第四重量传感器16；第四重量传感器16放置于第四抽屉盒17的内部，被测样品放置于第四重量传感器16的测量端。

本发明实施例还提供一种根据上述各实施例所提供的高通量植物表型测量装置的高通量植物表型测量方法，包括：

识别位于抽拉组件上的待测样品的种类；

若为茎秆，则调用茎秆表型解析组件以获取茎秆的表型信息，传感器组件和/或抽拉组件与所述茎秆表型解析组件信号相连；

若为果穗，则调用果穗表型解析组件以获取果穗的表型信息，传感器组件和/或抽拉组件与所述果穗表型解析组件信号相连；

若为籽粒，则调用籽粒表型解析组件以获取籽粒的表型信息，传感器组件和/或抽拉组件与所述籽粒表型解析组件信号相连；

若为叶片，则调用叶片表型解析组件以获取叶片的表型信息，传感器组件和/或抽拉组件与所述叶片表型解析组件信号相连。

在本发明实施例中，远程服务器上安装有表型解析模块和识别模块，该识别模块针对传感器组件和抽拉组件上传的原始表型数据，首先调用深度学习分类算法，识别原始表型信息属于茎秆、果穗、籽粒或者叶片；

若是茎秆，则下一步调用茎秆表型解析组件，通过图像处理算法获取茎秆的颜色、纹理等表型信息；通过点云处理算法重建茎秆三维结构，计算茎秆长度、横截面积、体积、横截面周长、节间长度等表型信息；通过茎秆重量信息计算茎秆的密度；

若是果穗，则下一步调用果穗表型解析组件，通过图像处理算法获取果穗上的穗行数、行粒数、秃尖长度、果穗颜色纹理等信息；通过点云处理算法重建果穗三维结构，计算果穗体积、长度、横截面周长、横截面面积；通过果穗重量信息计算果穗密度；

若是籽粒，则下一步调用籽粒表型解析组件，通过图像处理算法获取籽粒的个数、籽粒颜色纹理等信息；通过点云处理算法重建籽粒三维结构，计算籽粒体积、长度、宽度；通过籽粒重量信息计算籽粒密度；

若是叶片，则下一步调用叶片表型解析组件，通过图像处理算法获取叶片颜色纹理信息；通过点云处理算法重建叶片三维结构，计算叶片长度、宽度、面积等表型信息；通过叶片重量信息与叶片面积信息计算叶片比叶重(单位面积重量)；通过光谱信息处理算法，获取叶片的叶绿色含量、氮素含量、NDVI指标、含水量等生理表型信息。本发明实施例提供的高通量植物表型测量方法，获取的表型信息涵盖范围广，能够满足一般用户的大部分表型获取需求；成本低、容易维护、结构简单、容易扩展更能被用户接受。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种高通量植物表型测量装置，其特征在于，包括：中空的本体、用于获取被测样品的图像信息、三维形状信息以及光谱生理信息中的一种或多种的传感器组件以及用于放置被测样品和/或获取被测样品的重量信息的抽拉组件；所述传感器组件可移动的安装在所述本体的内部，所述抽拉组件与所述本体的内部可分离式连接。

2.根据权利要求1所述的高通量植物表型测量装置，其特征在于，所述抽拉组件包括第一抽屉盒、第一重量传感器以及用于放置被测样品的支撑架；所述支撑架安装在所述第一抽屉盒的内部，所述第一重量传感器用于获取被测样品的重量信息。

3.根据权利要求2所述的高通量植物表型测量装置，其特征在于，所述支撑架包括至少两个平行布置的Y型杆。

4.根据权利要求1所述的高通量植物表型测量装置，其特征在于，所述抽拉组件包括第二抽屉盒、第二重量传感器以及用于驱动被测样品绕轴线方向旋转的驱动件；所述驱动件安装在所述第二抽屉盒的内部，所述第二重量传感器用于获取被测样品的重量信息。

5.根据权利要求4所述的高通量植物表型测量装置，其特征在于，所述驱动件包括沿相同方向旋转的第一旋转轴和第二旋转轴，被测样品放置于所述第一旋转轴和所述第二旋转轴上。

6.根据权利要求1所述的高通量植物表型测量装置，其特征在于，所述抽拉组件包括第三抽屉盒、第三重量传感器以及用于放置被测样品的托盘；所述第三重量传感器放置于所述第三抽屉盒的内部，所述托盘放置于所述第三重量传感器的测量端。

7.根据权利要求6所述的高通量植物表型测量装置，其特征在于，所述托盘由铝合金材料制备。

8.根据权利要求6所述的高通量植物表型测量装置，其特征在于，所述托盘的表面设有黑色漫反射涂层。

9.根据权利要求1所述的高通量植物表型测量装置，其特征在于，所述抽拉组件包括第四抽屉盒和第四重量传感器；所述第四重量传感器放置于所述第四抽屉盒的内部，被测样品放置于所述第四重量传感器的测量端。

10.一种根据权利要求1至9任一项所述的高通量植物表型测量装置的高通量植物表型测量方法，其特征在于，包括：

识别位于抽拉组件上的待测样品的种类；

若为茎秆，则调用茎秆表型解析组件以获取茎秆的表型信息，传感器组件和/或所述抽拉组件与所述茎秆表型解析组件信号相连；

若为果穗，则调用果穗表型解析组件以获取果穗的表型信息，传感器组件和/或所述抽拉组件与所述果穗表型解析组件信号相连；

若为籽粒，则调用籽粒表型解析组件以获取籽粒的表型信息，传感器组件和/或所述抽拉组件与所述籽粒表型解析组件信号相连；

若为叶片，则调用叶片表型解析组件以获取叶片的表型信息，传感器组件和/或所述抽拉组件与所述叶片表型解析组件信号相连。

Images