摘要
基于轻量级无人机与点云奇异值分解的冠层形态学3D特征分析方法,属于植物形态分析领域。所述方法为:采用无人机搭载RGB镜头结合SfM‑MVS算法对大豆冠层结构进行高精度三维重建,同时基于标签的方法引入了针对点云坐标矩阵的奇异值分解(SVD)法,建立了多尺度下的9种冠层形态学3D特征,作为一种新的作物小区水平的可解释性特征。结果表明,基于全局的冠层3D特征与大豆的产量、倒伏、冠层高度以及植被指数均存在显著相关性(p<=0.05)。基于局部范围的3D特征提取能提取冠层表面更细节的结构信息,有助于表征大豆更多生育期的差异性。
技术关键词
特征分析方法
无人机
点云
大豆
高精度三维重建
构建机器学习模型
野外数据采集
数字正射影像
数字高程模型
灰度共生矩阵
图像
冠层结构
籽粒产量
运动结构
特征值
多传感器
小区
纹理特征
邻域