近日，中国农业大学土地科学与技术学院马韫韬、郭焱、李保国教授团队在国际权威期刊ISPRS Journal of Photogrammetry and Remote Sensing上发表研究论文“基于无人机对田间大规模育种材料棉铃原位三维重建和产量估算”（3D reconstruction and characterization of cotton bolls in situ based on UAV technology）。该研究利用无人机交叉环绕航线技术，以低成本和高通量方式获取了田间大规模育种材料棉铃的完整三维点云并开发了一套自动化流程，能够精准定位棉铃，并估算其体积、三维空间分布以及籽棉和皮棉的产量。该研究为作物育种提供了新的技术途径和思路，尤其在评估遗传多样性、选择创新品种和预测作物潜在产量等方面。

在棉花育种领域，准确计数大面积育种材料中的棉铃、评估其三维空间分布以及估算产量具有极其重要的意义。这些数据对于评估遗传多样性、选择创新栽培品种以及预测潜在产量等方面至关重要。尽管地面平台在器官尺度的表型研究中能提供准确的测量结果，但其在效率和适应性方面存在局限，并且可能会对土壤造成不利影响。相比之下，无人飞行器平台作为一种创新媒介，展现出了高通量和高效率的特点。因此，利用无人机平台重建棉田中棉铃的三维精准点云，从而实现对棉铃的精准计数、三维空间分布评估及产量估计，对于深入理解育种材料的遗传特性并推动棉花育种进程具有重要价值。

本研究以田间棉铃育种材料为对象，探究了无人机平台在田间棉铃的精确计数、三维空间分布与产量估计的能力。采用了团队前期提出的无人机交叉环绕航线(见下文相关文献，已发表于ISPRS)，结合轻量型无人机重建田间棉铃的三维点云，并与传统的正射航线进行了对比（图1）。同时，开发了一套自动化流程，包括三维点云预处理(三维点云坐标矫正、小区自动分割以及土壤去除)与棉铃检测和特征描述。

三维点云预处理后，便开始实施自动化棉铃检测程序，以确定每块地内棉铃的数量、体积与三维空间位置。这一过程包括两个主要步骤。首先，基于颜色的区域生长分割（CRGS）得到三维点云超体素聚类，为了区分棉铃、棉花枝条和棉花叶片，我们从超体素聚类中提取了一个 126 维的特征向量。该向量包括RGB和HSV颜色空间特征、协方差矩阵中选取三个特征值作为形状特征和基于全局的半径表面描述符（GRSD）作为空间特征。采用深度森林分类器（deep-forest）对棉铃、枝/叶进行分类（图2）。深度森林分类器是深度学习的一种替代方法，它以级联方式堆叠多层随机森林，以实现更好的特征表示和学习性能。在将棉铃点云从其他部分（枝叶）中分离出来后，又进行了进一步的分割，以分离出单个棉铃三维点云，从而便于对其进行特征描述。利用聚类方法对棉铃点云进行了初步分割，然后对粘连的棉铃进行了进一步分割。随后，对每个地块的棉铃进行了全面的特征描述，包括其各自的数量、位置和体积，并估算了皮棉与籽棉的产量。

图1 田间大面积育种材料棉铃无人机数据获取图

图2 基于深度森林分类器的棉铃分割流程图

结果表明：交叉环绕航线生成的三维点云与正射航线生成的点云相比，显示出更高的完整性，证明其能够有效减少中下部的闭塞，从而获得更全面的三维棉铃（图3）。在棉铃计数（R2 = 0.92 vs R2 = 0.73）和产量估算（籽棉：R2 = 0.7 vs R2 = 0.62，皮棉：R2 = 0.75 vs R2 = 0.55）方面，交叉环绕航线生成的三维点云的精度大大超过了正射航线生成的点云（图4、图5、图6）。值得注意的是，棉铃数估计籽棉更加精准，棉铃体积估算皮棉更为精准。利用交叉环绕航线生成的高精度棉铃点云，对所有育种材料的棉铃三维空间分布进行了分析（图7），随后对产量进行了预测（图8）。本研究的贡献在于利用基于无人机的交叉环绕航线高通量捕获了田间棉铃的器官尺度性状，从而实现了精确的产量估算。这种方法也可用于提取其他大田作物的器官尺度性状。它展示了将无人机平台与交叉环绕航线相结合，高通量获取作物器官尺度性状的巨大潜力，可成为作物育种的有力工具。

图3  三个测试地块的交叉环绕导出棉花点云和正射航线导出棉花点云。(a)测试地块1的交叉环绕导出棉花点云；(b)测试地块1的正射航线导出棉花点云；(c)测试地块2的交叉环绕导出棉花点云；(d)测试地块2的正射航线导出棉花点云；(e)测试地块3的交叉环绕导出棉花点云；(f)测试地块3的正射航线导出棉花点云

图4  两种航线估算棉铃数量精度对比图

图5  棉铃的计算数量和体积与棉籽重量之间的关系。(a)基于交叉环绕生成点云的棉铃计算数量；(b)基于交叉环绕生成点云的棉铃计算体积；(c)基于正射航线生成点云的棉铃计算数量；(d)基于正射航线生成点云的棉铃计算体积

图6  棉铃的计算数量和体积与皮棉重量之间的关系。(a) 基于交叉环绕生成点云的计算棉铃数；(b) 基于交叉环绕生成点云的计算棉铃体积；(c) 基于正射航线生成点云计算的棉铃数；(d) 基于正射航线生成点云计算的棉铃体积

图7  所有棉铃材料的空间密度分布,每个点代表一个棉铃。(a)棉铃水平分布示意图（x-z平面）;(b)棉铃垂直分布示意图（y-z平面）;(c)水平方向（x-z平面）的棉铃数量直方图；(d)棉铃数量垂直分布直方图（y-z平面）；(e)棉铃体积水平分布直方图（x-z平面）;(f)棉铃体积垂直分布直方图（y-z平面）

图8 大面积育种材料棉铃的产量预测热力图。(a)根据交叉环绕生成点云计算的棉铃数估计的籽棉图；(b)根据交叉环绕生成点云计算的棉铃体积估计的皮棉图

论文第一作者为中国农业大学土地科学与技术学院博士研究生肖顺夫，论文通讯作者为马韫韬教授，合作者包括中国农业科学院生物技术研究所张锐研究员以及中国农业大学的李保国教授、郭焱教授。该研究得到了国家自然科学基金的资助。

主要论文链接如下：

https://www.sciencedirect.com/science/article/pii/S0924271624000364?dgcid="coauthor