作物的表型是指在一定的环境下,具有特定基因型的个体,经过生长发育,表现出来的所有性状特征的和,是联系基因与环境的重要桥梁。我国对于表型的研究起步较晚,距离发达国家的研究还有一定距离。因此,研发具有自主知识产权的作物表型监测平台对于我国加快育种进程以及精准农业的监测与发展具有重要意义。本课题利用图像采集、图像处理等技术主要就基于多蒸渗仪的高效植物表型监测技术开展研究。1、对称重式蒸渗仪及多种传感器的作物表型及蒸散监测系统开展了研究,以24座小型称重式蒸渗仪为基础,集成RGB成像传感器、多光谱成像传感器和二维激光扫描仪于一体,配合龙门架进行移动控制,构建称重式蒸渗仪植物表型监测系统,设计实现了18m~2植物生长过程中的图像信息和植株高度信息的自动监测,并通过了实验验证。2、为了后期获取表型信息而对系统获取的表型图像进行了配准。利用SURF(Speeded-Up Robust Features)算法对RGB图像及多光谱图像进行特征点提取,利用最近邻算法进行特征点粗配准,为了消除错误匹配的特征点对采用了传统RANSAC(RANdom Sample Consensus)算法,进行特征点精确配准。并采用带SPRT的R-RANSAC算法代替传统RANSAC算法,进行特征点精确配准。最后,对这两种配准的结果进行对比,证明带SPRT的R-RANSAC算法能够明显降低误匹配率。3、获取了作物基础表型信息。通过对冬小麦RGB图像进行分析,结合气象站数据,对其主要耗水期的蒸散量进行估计,并与蒸渗仪获取的实际蒸散量进行对比;对夏玉米多光谱图像进行分析,得到归一化差异植被指数(NDVI)等作物指数,对苗期夏玉米进行了杂草识别;对夏玉米二维激光扫描仪数据进行处理,得到了夏玉米生长的植株高度信息。4、对其他表型信息获取进行研究。为了获取更加全面、丰富、精确的作物表型信息,对系统获取到的表型图像进行配准后,运用加权平均图像融合算法对夏玉米RGB图像进行拼接,形成全景图像;运用小波变换法对夏玉米多光谱图像进行融合,形成多源图像。