PhenoWatch高通量植物表型分析系統(tǒng)
基于Sensor to Plant理念設計的移動式高精度植物表型成像系統(tǒng)
PhnoWatch高通量植物表型分析系統(tǒng)，深度集成了激光雷達、高光譜成像、紅外熱成像、多光譜成像與RGB成像單元，可智能化移動至不同測量區(qū)域，按預設值自動掃描作物，生成含多光譜信息的三維影像，進行群體植物的單株識別，單株植物的莖葉分離，精準獲取植物株高、株幅、葉長、葉寬、葉傾角、葉面積、郁閉度、冠層透光率等表型參數，結合光譜特征進行植被指數的計算，及冠層溫度與生物量的統(tǒng)計分析。
1. PhenoWatch硬件系統(tǒng)
PhenoWatch高通量植物表型分析系統(tǒng)的硬件，主要分3D成像單元，溫室或田間移動平臺。
3D成像單元（Sensor Box）
? 點云模塊：激光雷達，具有雙軸補償器和高度傳感器，及角測量功能，對每次掃描進行水平校準，現場自動設備補償，進行精度更高、距離更遠的掃描，獲取植物空間點云，三維建模，最終實現植物群體參數和單株形態(tài)表型參數的提取。
? 紅外熱成像模塊：用于機器視覺的外熱像儀，配備了非制冷式氧化釩紅外探測器，高精度紅外熱成像CCD，能夠生成640x480像素的熱圖象，具有較高的圖像質量，可視化顯示線性ROI溫度值、溫度剖面圖。
? 高光譜成像模塊：圖像中每一象素都記錄了其對應樣品點的化學組成、質量、顏色等信息的光譜特征，用于對植物進行生物量的定性與定量分析。
? 多光譜成像模塊：以五通道（Blue、Green、Red、NIR、RedEdge）光譜影像為數據源，通過影像與點云的匹配融合從而為三維空間點云賦予光譜信息，最終實現三維的植被指數計算。
? RGB成像模塊：高分辨率的RGB相機，色彩影像與點云匹配融合，以保障在獲取高精度三維影像的同時，還原植物真實的色彩。
移動平臺
根據現場環(huán)境實況，移動平臺的尺寸與結構可以靈活設計：
l 多場景適用，可以結合現有溫室結構、植物培養(yǎng)架來設計，可以在溫室使用，也可以在野外使用；
l 移動平臺的尺寸訂制化程度高，根據安裝條件靈活設計，跨度可以大于10 m，高度可以大于5 m，導軌長度可以大于1000 m；
l 自動化程度高，定義大車在導軌上的移動方向為X軸，Sensor Box在橫梁上的移動軸向為Y軸，Sensor Box在豎直方向的調節(jié)軸向為Z軸，可以實現X、Y、Z三軸的自動化控制，可以按空間坐標定位移動，可以按設定距離移動；
l 覆蓋區(qū)域廣，可以大跨度設計，也可以一臺多跨設計，即一臺龍門架，可以在多壟地塊之間橫跨掃描；
l 方式多樣，可以門式結構設計，天車式結構設計，或推車式設計；
l 定位精度高，多重限位保護，安全性高。
PhenoWatch-GF野外龍門架式植物表型成像系統(tǒng)
PhenoWatch-GH溫室天車式植物表型成像系統(tǒng)
PhenoWatch-MB溫室龍門架式植物表型成像系統(tǒng)
PhenoWatch-MB野外移動版植物表型成像系統(tǒng)
PhenoWatch植物培養(yǎng)架版植物表型成像系統(tǒng)
2. PhenoWatch軟件系統(tǒng)
PhenoWatch系統(tǒng)采集到的作物3D點云數據與圖像信息能夠通過PhenoWatch軟件進行數據融合與三維建模，對群體作物進行數據提取，獲得郁閉度、冠層透光率、植被指數等群體參數；基于深度學習算法——Faster-RCNN模型，識別單株作物根部位置，利用傳統(tǒng)生長法完成群體分單株，然后進行植物的莖葉分割，軟件內嵌的莖葉分割方法有兩種：基于區(qū)域生長法莖葉分割，基于體素法莖葉分割。
基于生長法莖葉分割是基于區(qū)域生長法識別和分割單株植物的莖和不同葉片，基于體素法莖葉分割是基于深度學習識別和分割單株植物的莖和不同葉片，然后將不同葉片和主干生成獨立點云文件，并對葉片和主干擬合表面與骨架線，進而計算株高、株幅、葉長、葉寬、葉傾角和葉面積等表型參數。
PhenoWatch的軟件是一款專門針對于作物三維表型參數提取的軟件系統(tǒng)，新版本的PhenoWatch軟件集成了神經網絡技術和深度學習算法，極大提高了作物單株分割及莖葉分割處理的精度。該軟件使用并行處理及GPU 加速，進一步提升了海量點云數據處理的速度。軟件具備的作物的單株分割和莖葉分割算法，從不同尺度上滿足了作物基因型-表型研究者對作物形態(tài)參數提取的需求。此外，我們還提供定制化的數據處理模塊的開發(fā)服務。
PhenoWatch分析軟件處理點云數據過程：
植物骨架3D到2D投影與曲線擬合算法 植物骨架2D到3D投影與曲線擬合算法
植株骨架線分析與提取
3. 測量參數
? 群體參數：
l 數字高程模型DEM：即地形表面形態(tài)的數字化表達。
l 數字地表模型DSM：指包含了地表建筑物、橋梁和植被等高度的地面高程模型。
l 冠層高度模型CHM：從數字表面模型中減去數字高程模型即可得到冠層高度模型。
l 郁閉度Canopy Cover：農作物的垂直投影占大田面積的百分比。
l 冠層透光率Transmittance：即作物不同高度層片上可接收到的入射太陽光比例。
l 3D點云植被指數:
3D NDVI、3D TVI、3D RVI、3D DVI等。
l 2D植被指數:
2D NDVI、2D TVI、2D RVI、2D DVI等。
l 植被指數統(tǒng)計：多光譜植被指數的統(tǒng)計，如均值、大值、最小值等
l 植物綠色程度：自定義閾值，反映植物綠色程度
l 熱紅外分析：圖像各像素點溫度，植物冠層溫度（配熱紅外成像單元）
l 統(tǒng)計群體表型參數的報表，各植株的高度、冠幅、投影面積、冠高比和體積，及數據統(tǒng)計：
? 單株表型參數：
l 高度 l 冠幅 l 投影面積 l 冠高比
l 體積 l 葉片數量 l 總葉面積 l 葉長
l 葉寬 l 葉傾角 l 葉面積 l 主干寬
l 導出單株表型參數報表：
4. 強大的可擴展功能
系統(tǒng)可根據不同研究需要，擴展選配成像模塊，實現更多功能
可選模塊1：植物多光譜相機
400-900nm的波段范圍，5波段，涵蓋紅、綠、藍、近紅外、紅邊，可進行NDVI等多種植被指數的計算，滿足作物多光譜研究的應用。
多光譜模塊可獲得葉綠素分布、NDVI、數字表面模型、RGB圖像
多光譜植被指數NDVI成像分析 多光譜植被指數DVI成像分析 多光譜植被指數SR成像分析
可選模塊2：紅外熱成像模塊
熱紅外成像模塊內置非制冷式氧化釩(VoX)紅外探測器，能夠生成640 x 480像素的熱圖像，使熱像更加準確；配有高速紅外窗口選項；清晰顯示50 mk的溫度差；內置的25°鏡頭，帶電動對焦和自動對焦。分析軟件具有點測溫、線測溫、橢圓區(qū)域測溫、矩形區(qū)域測溫，以及其溫度最值、平均值、Delta函數統(tǒng)計功能，同時記錄輻射率、大氣溫度、外部光學溫度、相對濕度等信息，以達到獲取熱成像圖有用信息的目的。
紅外熱成像定點分析 紅外熱成像等溫分析
紅外熱成像數據分析
可選模塊3：高光譜成像模塊
配置高光譜成像模塊，高光譜成像系統(tǒng)將可見光近紅外（VNIR或NIR）光譜與高分辨率成像相結合，采用推掃式（pushbroom）成像技術對運動的樣品或在運動中對靜止的樣品進行逐線全波段光譜采集并同步生成圖像，獲取樣品化學成分的量化數據以及空間分布等詳細信息，圖像中每一象素都記錄了其對應樣品點的化學組成、質量、顏色等信息的光譜特征，用于對樣品進行定性、定量分析。
高光譜成像及高光譜曲線分析
高光譜-小麥葉片斑枯病監(jiān)測
5. 主要技術參數：
6. 應用案例
玉米植株群體激光雷達測量結果
群體內單株玉米的識別
植株內單個葉片的識別與測量
作物冠層覆蓋度測量分布成像
作物植被指數二維成像及數據顯示
作物植被指數三維假彩色視圖
產地：以色列 OLAN公司
