作物高通量表型检测方法及系统与流程

本发明实施例涉及计算机技术领域，尤其涉及一种作物高通量表型检测方法及系统。

背景技术：

随着基因高通量测序技术的快速发展，获得作物全基因组信息的成本不断下降，对作物基因信息挖掘和利用成为推动分子育种发展的重要手段。作物表型是进行作物基因筛选和功能鉴定的基础，实现作物表型高通量解析具有重要意义。然而，作物表型高通量解析仍然面临大量困难，大型植物表型设施非常昂贵，数据获取流程复杂。

现有技术中，主要是采集作物的顶部和侧面图像数据，然后，分别根据顶部图像数据和侧面图像数据计算出作物的表型参数。在采集作物的图像时，需要借助复杂的机械转动方式，来获取作物各个角度的图像，造成作物数据采集通量较小，而且，现有技术中主要采集作物的可见光图像，如顶部可见光图像和侧面可见光图像。

现有技术中，在计算作物表型参数时，作物不同角度的图像数据之间相互独立使用，数据之间融合性较小，因此，计算所得的作物表型参数不全面并且精确度不高，导致所述表型参数不能真实反映出作物的表型特征。

技术实现要素：

针对现有技术中存在的问题，本发明实施例提供一种作物高通量表型检测方法及系统。

一方面，本发明实施例提供一种作物高通量表型检测方法，所述方法包括：

获取待检测作物的顶部图像和侧面图像；其中，所述顶部图像包括顶部可见光图像和顶部深度图像，所述侧面图像包括侧面可见光图像和侧面深度图像；

对所述顶部可见光图像和所述侧面可见光图像进行初步分割，得到顶部标记图像和侧面标记图像；

根据所述顶部标记图像、所述侧面标记图像、所述顶部深度图像和所述侧面深度图像，生成所述作物的三维点云图像；

对所述顶部标记图像进行有效性判定，得到有效顶部标记图像；对所述侧面标记图像进行有效性判定，得到有效侧面标记图像；对所述三维点云图像进行有效性判定，得到有效三维点云图像；

根据所述有效顶部标记图像、所述有效侧面标记图像和所述有效三维点云图像，计算所述作物的表型参数。

另一方面，本发明实施例提供一种作物高通量表型检测系统，所述系统包括：

传送单元、成像单元以及计算单元；

所述传送单元包括：驱动电机、控制面板和滚筒结构；所述控制面板用于控制所述驱动电机的停止、开启以及运动速度；所述驱动电机用于带动所述滚筒结构转动；所述滚筒结构用于安放待检测作物，所述作物在所述滚筒结构上匀速运动；

所述成像单元包括至少两个成像室，所述成像室用于放置所述传送单元；每个所述成像室包括功能盒挂件和功能盒，所述功能盒挂件用于安放所述功能盒，并且调整所述功能盒的高度；所述功能盒用于拍摄所述作物的图像，并将所述图像发送到所述计算单元；

其中，所述成像单元的一个成像室中，功能盒水平安放在功能盒挂件上，用于拍摄所述作物的顶部图像，并将所述顶部图像发送到所述计算单元，所述顶部图像包括顶部可见光图像和顶部深度图像；所述成像单元的至少一个成像室中，功能盒垂直安放在功能盒挂件上，用于拍摄所述作物的侧面图像，并将所述侧面图像发送到所述计算单元，所述侧面图像包括侧面可见光图像和侧面深度图像；

所述计算单元包括计算机，用于接收所述成像单元发送的图像，并执行上述作物高通量表型检测方法。

本发明实施例提供的作物高通量表型检测方法及系统，通过驱动电机和滚筒结构长距离、稳定传送盆栽作物，并且利用多个组合成像室从各个方向和角度采集所述作物不同角度的可见光图像和深度图像数据，通过结合所述可见光图像和所述深度图像进行分析，在三维空间中对作物的形态结构进行恢复，可以精确而全面的计算出作物的二维和三维表型参数。

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为本发明实施例提供的作物高通量表型检测方法流程图；

图2为本发明实施例提供的作物高通量表型检测系统的结构示意图；

附图标记说明:

1—传送单元；2—成像单元；3—计算单元；

11—控制面板；12—驱动电机；13—滚筒结构；

21—成像室；22—功能盒；23—丝杆；

24—升降电机；25—拉帘。

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做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。

图1为本发明实施例提供的作物高通量表型检测方法流程图，如图1所示，所述方法包括：

步骤11、获取待检测作物的顶部图像和侧面图像；其中，所述顶部图像包括顶部可见光图像和顶部深度图像，所述侧面图像包括侧面可见光图像和侧面深度图像；

步骤12、对所述顶部可见光图像和所述侧面可见光图像进行初步分割，得到顶部标记图像和侧面标记图像；

步骤13、根据所述顶部标记图像、所述侧面标记图像、所述顶部深度图像和所述侧面深度图像，生成所述作物的三维点云图像；

步骤14、对所述顶部标记图像进行有效性判定，得到有效顶部标记图像；对所述侧面标记图像进行有效性判定，得到有效侧面标记图像；对所述三维点云图像进行有效性判定，得到有效三维点云图像；

步骤15、根据所述有效顶部标记图像、所述有效侧面标记图像和所述有效三维点云图像，计算所述作物的表型参数。

具体的，首先获取作物不同角度的可见光图像和深度图像，比如作物的顶部可见光图像、顶部深度图像、侧面可见光图像和侧面深度图像；然后，对所述顶部可见光图像和所述侧面可见光图像进行初步分割，得到顶部标记图像和侧面标记图像；接下来，根据所述顶部标记图像以及包含所述顶部标记图像各个区域深度信息的顶部深度图像、所述侧面标记图像以及包含所述侧面标记图像各个区域深度信息的侧面深度图像，进行三维建模，生成所述作物的三维点云图像。

由于所述顶部标记图像、所述侧面标记图像以及所述三维点云图像中，除了包括作物本身的图像之外，可能还包括一些背景信息图像，比如盛放所述作物的容器图像和用于传送所述作物的滚筒结构图像，此类背景信息图像对于计算作物的表型参数而言，是无效的图像，所以，在计算所述作物的表型参数之前，需要对上述图像进行有效性判定，将无效图像部分去除，得到有效的图像，具体包括：对所述作物的顶部标记图像进行有效性判定，去除所述顶部标记图像中包含的背景信息，得到有效顶部标记图像；对所述作物的侧面标记图像进行有效性判定，去除所述侧面标记图像中包含的背景信息，得到有效侧面标记图像；对所述作物的三维点云图像进行有效性判定，去除所述三维点云图像中包含的背景信息，得到有效三维点云图像。

最后，对所述作物的有效顶部标记图像、有效侧面标记图像以及有效三维点云图像进行图像分析，计算出所述作物的各类表型参数。

其中，上述侧面可见光图像和侧面深度图像，可以是所述作物的一个侧面的可见光图像和该侧面的深度图像，也可以是所述作物多个侧面的可见光图像以及相对应的侧面深度图像。比如，所述作物的侧面图像可以只包括所述作物的左侧面可见光图像和左侧面深度图像，也可以同时包括左侧面的可见光图像和左侧面的深度图像以及右侧面的可见光图像和右侧面的深度图像。对每个侧面的可见光图像和深度图像的获取、标记以及计算过程，参照上述描述过程，此处不再赘述。

下面，以大豆苗作为待检测作物为例，来描述一下作物高通量表型参数检测过程。首先，获取大豆苗的顶部可见光图像和顶部深度图像，左、右侧面的可见光图像和深度图像；然后，对大豆苗的顶部可见光图像和左、右侧面的可见光图像进行初步分割，得到顶部标记图像和左、右侧面的标记图像；接下来，根据大豆苗的顶部标记图像以及包含所述顶部标记图像各个区域深度信息的顶部深度图像、大豆苗的左、右侧面标记图像以及包含左、右侧面标记图像各个区域深度信息的左、右侧面深度图像，进行三维建模，生成所述大豆苗的三维点云图像。

由于上述各个标记图像以及三维点云图像中，除了包括大豆苗植株本身的图像之外，还包括用于盛放大豆苗的花盆的图像等背景信息的图像，对于计算大豆苗的各类表型参数而言，这些背景信息图像是没有意义的、无效的图像，所以，在计算大豆苗的表型参数之前，首先对上述各种标记图像和三维点云图像进行有效性判定，具体包括：对大豆苗的顶部标记图像进行有效性判定，去除所述顶部标记图像中包含的背景信息，得到大豆苗的有效顶部标记图像；对大豆苗的左、右侧面标记图像进行有效性判定，去除左、右侧面标记图像中包含的背景信息，得到大豆苗的左、右侧面有效标记图像；对所述大豆苗的三维点云图像进行有效性判定，去除所述三维点云图像中包含的背景信息，得到大豆苗的有效三维点云图像。

最后，根据大豆苗的效顶部标记图像、左、右侧面有效标记图像以及有效三维点云图像进行图像分析，计算出大豆苗的各类表型参数。

本发明实施例提供的作物高通量表型检测方法，通过获取作物不同角度的可见光图像和深度图像，对所述可见光图像进行标记并结合所述深度图像，生成所述作物的三维点云图像，对上述各个标记图像以及三维点云图像进行有效性判定，得到有效标记图像和有效三维点云图像，最后对上述各个有效图像进行图像分析，计算出所述作物的各类表型参数，不同角度的图像数据之间相互融合，因此，可以精确、全面的计算出所述作物的各类表型参数。

可选的，在上述实施例的基础上，所述对所述顶部标记图像进行有效性判定，得到有效顶部标记图像，具体为：

根据所述顶部深度图像，计算所述顶部标记图像的每个区域到摄像机的第一距离；

判断所述第一距离是否在预设的第一距离范围内；

若所述判断的结果为是，则将与所述第一距离对应的区域确定为所述顶部标记图像的有效区域；

将各有效区域组成所述有效顶部标记图像。

具体的，上述实施例中，已经提及在计算作物的表型参数之前，需要对作物的顶部标记图像进行有效性判定，去除掉所述顶部标记图像中包含的背景信息，得到有效顶部标记图像，其中，对所述顶部标记图像进行有效性判定的具体方法为：所述顶部标记图像包括很多分割而成的区域，对于每一个区域，从对应的顶部深度图像中获取出该区域到摄像机的第一距离，然后，将该第一距离与预设的第一距离范围进行比较，若所述第一距离在所述预设的第一距离范围之内，则该区域是所述顶部标记图像中的有效区域，如果所述第一距离在所述预设的第一距离范围之外，则该区域不是顶部标记图像中的有效区域。以此方法，对所述顶部标记图像中的所有区域进行判定，然后将所有的有效区域组成一个新图像，所述新图像就是有效顶部标记图像。

以大豆苗为例，对大豆苗的顶部标记图像的每一个区域都进行有效性判定，比如，大豆苗的顶部标记图像中有一个小区域，记为区域a，从所述顶部深度图像中获取到所述区域a到摄像机的距离为50cm，而预设的距离范围为40cm-70cm，经过比较发现，50cm在40cm-70cm的范围内，则所述区域a是顶部标记图像的有效区域；假如，大豆苗的顶部标记图像中有一个区域，记为区域b，从所述顶部深度图像中，获取到所述区域b到摄像机的距离为80cm，经比较得知，80cm在40cm-70cm的范围之外，则所述区域b不是大豆苗顶部标记图像中的有效区域。将以此方法所得的所有有效区域组成一个新图像，该新图像就是大豆苗的有效顶部标记图像。

本发明实施例提供的作物高通量表型检测方法，在对作物的顶部标记图像进行有效性判定过程中，通过结合顶部深度图像中的深度信息，获取到作物的顶部标记图像中的每个区域到摄像机的第一距离，并将所述第一距离与预设的第一距离相比较，若所述第一距离在预设的第一距离范围之内，则所述第一距离对应的区域是顶部标记图像的有效区域，将所有的有效区域组成有效顶部标记图像，使得对作物的高通量表型检测更加科学、更加合理。

可选的，在上述各实施例的基础上，所述对所述侧面标记图像进行有效性判定，得到有效侧面标记图像，具体为：

根据所述侧面深度图像，计算所述侧面标记图像的每个区域到摄像机的第二距离；

判断所述第二距离是否在预设的第二距离范围内；

若所述判断的结果为是，则将与所述第二距离对应的区域确定为所述侧面标记图像的有效区域；

将各有效区域组成所述有效侧面标记图像。

具体的，上述实施例中，已经提及在计算作物的表型参数之前，需要对作物的各个侧面标记图像进行有效性判定，去除掉所述侧面标记图像中包含的背景信息，得到有效侧面标记图像，其中，对所述侧面标记图像进行有效性判定的具体方法为：所述侧面标记图像包括很多分割而成的区域，对于每一个区域，从对应的侧面深度图像中获取出该区域到摄像机的第二距离，然后，将该第二距离与预设的第二距离范围进行比较，若所述第二离在所述预设的第二距离范围之内，则该区域是所述顶部标记图像中的有效区域，如果所述第二距离在所述预设的第二距离范围之外，则该区域不是顶部标记图像中的有效区域。以此方法，对所述侧面标记图像中的所有区域进行判定，然后将所有的有效区域组成一个新图像，所述新图像就是有效侧面标记图像。

以大豆苗为例，对大豆苗的各个侧面标记图像的每一个区域进行有效性判定，比如，所述大豆苗的左侧面有一个小区域，记为区域c，从所述左侧面的深度图像中，获取到所述区域c到摄像机的距离为35cm，而预设的距离范围为30cm-50cm，经过比较发现，35cm在30cm50cm的范围内，则所述区域c是左侧面标记图像的有效区域；假如，大豆苗的左侧面标记图像中的一个区域，记为区域d，从所述左侧面深度图像中，获取到所述区域d到摄像机的距离为60cm，经比较得知，60cm在30cm-50cm的范围之外，则所述区域d不是大豆苗左侧面标记图像中的有效区域。将以此方法判定所得的所有有效区域组成一个新图像，该新图像就是大豆苗的有效左侧面标记图像。以此方法，对大豆苗其他侧面标记图像进行有效性判定，得到各个侧面的有效标记图像。

本发明实施例提供的作物高通量表型检测方法，在对作物的侧面标记图像进行有效性判定过程中，通过结合侧面深度图像中的深度信息，获取到作物的侧面标记图像中的每个区域到摄像机的第二距离，并将所述第二距离与预设的第二距离相比较，若所述第二距离在预设的第二距离范围之内，则所述第二距离对应的区域是侧面标记图像的有效区域，将所有的有效区域组成有效侧面标记图像，使得对作物的高通量表型检测更加科学、更加合理。

可选的，在上述各实施例的基础上，所述对所述三维点云图像进行有效性判定，得到有效三维点云图像，具体为：

根据所述顶部深度图像和所述侧面深度图像，计算所述三维点云图像中的每个点到摄像机的第三距离；

判断所述第三距离是否在预设的第三距离范围内；

若所述判断的结果为是，则将与所述第三距离对应的点确定为所述三维点云图像的有效点；

将各有效点组成所述有效三维点云图像。

具体的，上述实施例中，已经提及在计算作物的表型参数之前，需要对作物的三维点云图像进行有效性判定，去除掉所述三维点云图像中包含的背景信息，得到有效三维点云图像，其中，对所述三维点云图像进行有效性判定的具体方法为：所述三维点云图像包括很多点，对于每一个点，从对应的深度图像中获取出该点到摄像机的第三距离，然后，将该第三距离与预设的第三距离范围进行比较，若所述第三距离在所述预设的第三距离范围之内，则该区域是所述三维点云图像中的有效点，如果所述第三距离在所述预设的第三距离范围之外，则该点不是三维点云图像中的有效点。以此方法，对所述三维点云图像中的所有点进行判定，然后将所有的有效点组成一个新图像，所述新图像就是有效三维点云图像。

以大豆苗为例，对大豆苗的三维点云图像的每一个点都进行有效性判定，比如，所述大豆苗的三维点云图像中有一个点，记为点e，从对应的深度图像中，获取到所述点e到摄像机的距离为40cm，而预设的距离范围为30cm-60cm，经过比较发现，40cm在30cm-60cm的范围内，则所述点e是三维点云图像的有效点；假如，所述大豆苗的三维点云图像中的一个点，记为点f，从对应的深度图像中，获取到所述点f到摄像机的距离为70cm，经比较得知，70cm不在30cm-60cm的范围内，则所述点f不是大豆苗三维点云图像中的有效点。将以此方法判定所得的所有有效点组成一个新图像，该新图像就是大豆苗的有效三维点云图像。

本发明实施例提供的作物高通量表型检测方法，在对作物的三维点云图像进行有效性判定过程中，通过结合深度图像中的深度信息，获取到作物的三维点云图像中的每个点到摄像机的第三距离，并将所述第三距离与预设的第三距离相比较，若所述第三距离在预设的第三距离范围之内，则所述第三距离对应的点是三维点云图像的有效点，将所有的有效点组成有效三维点云图像，使得对作物的高通量表型检测更加科学、更加合理。

可选的，在上述各实施例的基础上，所述根据所述有效顶部标记图像、所述有效侧面标记图像和所述有效三维点云图像，计算所述作物的表型参数，具体为：

根据所述有效侧面标记图像，计算所述作物的第一类表型参数，所述第一类表型参数包括但不限于：所述作物的株高、叶片数量、第一叶长、叶片第一投影面积、叶片第一颜色以及叶片第一纹理；

根据所述有效顶部标记图像，计算所述作物的第二类表型参数，所述第二类表型参数包括但不限于：所述作物的冠层盖度、叶序方向、叶片第二投影面积、叶片第二颜色以及叶片第二纹理；

根据所述有效三维点云图像，计算所述作物的第三类表型参数，所述第三类表型参数包括但不限于：叶倾角、叶方位角、第二叶长、叶宽、叶脉曲线、茎长、茎粗以及茎中心曲线。

具体的，在上述实施例中提及到，在得到作物的有效侧面标记图像、有效顶部标记图像和有效三维点云图像之后，根据上述三类有效图像，计算所述作物的各类表型参数，具体的计算方法包括：对作物的所述有效侧面标记图像进行图像数据分析，计算出所述作物的第一类表型参数，比如所述作物的株高、所述作物的叶片数量、所述作物上的每个叶片的第一叶长、每个叶片第一投影面积、叶片第一颜色以及叶片第一纹理等表型参数；对作物的所述有效顶部标记图像进行图像数据分析，计算出所述作物的第二类表型参数，比如所述作物的冠层盖度、叶序方向、叶片第二投影面积、叶片第二颜色以及叶片第二纹理等参数；对作物的所述有效三维点云图像进行图像数据分析，计算出所述作物的第三类表型参数，比如所述作物的叶倾角、叶方位角、第二叶长、叶宽、叶脉曲线、茎长、茎粗以及茎中心曲线等参数。

本发明实施例提供的作物高通量表型检测方法，通过根据所述作物的有效侧面标记图像计算出所述作物的第一类表型参数，根据所述作物的有效顶部标记图像计算出所述作物的第二类表型参数，根据所述作物的有效三维点云图像计算出所述作物的第三类表型参数，可以精确、全面的计算出所述作物的各类表型参数。

图2为本发明实施例提供的作物高通量表型检测系统的结构示意图，如图2所示，所述系统包括：传送单元1、成像单元2以及计算单元3，其中：

所述传送单元1包括：控制面板11、驱动电机12和滚筒结构13，所述控制面板11用于控制所述驱动电机12的停止、开启以及运动速度，所述驱动电机12用于带动所述滚筒结构13转动，所述滚筒结构13用于安放待检测作物，所述作物在所述滚筒结构13上匀速运动；所述成像单元2包括至少两个成像室21，所述成像室21用于放置所述传送单元1，每个所述成像室21包括功能盒挂件和功能盒22，所述功能盒挂件用于安放所述功能盒22，并且调整所述功能盒22的高度，所述功能盒22用于拍摄所述作物的图像，并将所述图像发送到所述计算单元3，其中，所述成像单元2的一个成像室21中，功能盒22水平安放在功能盒挂件上，用于拍摄所述作物的顶部图像，并将所述顶部图像发送到所述计算单元3，所述顶部图像包括顶部可见光图像和顶部深度图像；所述成像单元2的至少一个成像室21中，功能盒22垂直安放在功能盒挂件上，用于拍摄所述作物的侧面图像，并将所述侧面图像发送到所述计算单元3，所述侧面图像包括侧面可见光图像和侧面深度图像；所述计算单元3包括计算机，用于接收所述成像单元2发送的图像，并执行上述方法实施例所述的作物高通量表型检测过程。

具体的，多个成像室21按照实验要求组合成一个成像单元2，所述成像单元2中的一个成像室21，记为成像室a，所述成像室a内的功能盒水平安放在成像室a内的功能盒挂件上，使得功能盒中的摄像机可垂直向下指向所述作物冠层，用于拍摄所述作物的顶部可见光图像和顶部深度图像；所述成像单元2中的其余成像室21内的功能盒，垂直安放在功能盒挂件上，使得功能盒中的摄像机在水平面上指向所述作物的一个侧面，用于拍摄所述作物的侧面可见光图像和侧面深度图像。所述成像单元2还可以包括拉帘25，在所述功能盒对所述作物进行摄像的时候，可以将拉帘部分或全部拉下，形成一个相对封闭的环境。

所述传送单元1安放在所述成像单元2的成像室21内，所述作物安放在所述传送单元1的滚筒结构13上，通过控制面板11启动驱动电机12并设置所述驱动电机12的速度，则所述驱动电机12将带动所述滚筒结构13匀速滚动，进而带动所述作物在所述滚筒结构13上匀速运动。

所述作物运动到成像单元2内的预设成像点时，成像单元2内的功能盒22对所述作物进行摄像，并将拍摄到的图像发送到计算单元3。所述计算单元3获取所述成像单元2发送的图像，并对执行上述方法实施例中所描述的过程，最终计算出所述作物的各类表型参数。

比如，所述传送单元中的驱动电机为步进电机，所述滚筒结构为链条辊筒，所述待检测作物为大豆苗。所述大豆苗放置在所述链条辊筒上，通过控制面板启动所述步进电机并设定好所述步进电机的速度，则所述链条辊筒在所述步进电机的带动下开始匀速滚动，进而带动所述大豆苗在所述链条辊筒上匀速运动。所述传送单元位于由至少两个成像室按照特定的组合方式组成的成像单元中，当所述大豆苗运动到所述成像单元的预设成像点时，所述成像单元中的功能盒对所述大豆苗进行拍摄，若成像室中的功能盒采用水平安放方式，则所述功能盒拍摄的是所述大豆苗的顶部图像，包括顶部可见光图像和顶部深度图像，若成像室中的功能盒采用垂直安放的方式，则该功能盒拍摄的是所述大豆苗的侧面图像，包括侧面可见光图像和侧面深度图像，上述功能盒将拍摄的图像发送到计算单元，所述计算单元包括计算机，获取所述作物的所述顶部图像和所述侧面图像，并对上述图像执行如上述方法实施例所述的过程，最终获得所述大豆苗的各类表型参数。

本发明实施例提供的作物高通量表型检测系统，通过驱动电机和滚筒结构长距离、稳定传送盆栽作物，并且利用多个组合成像室从各个方向和角度采集所述作物不同角度的可见光图像和深度图像，通过结合所述可见光图像和所述深度图像进行分析，在三维空间中对作物的形态结构进行恢复，可以精确而全面的计算出作物的二维和三维表型参数。

可选的，在上述实施例的基础上，图2为本发明实施例提供的作物高通量表型检测系统的结构示意图，如图2所示，所述功能盒挂件包括：丝杆23和升降电机24，其中，所述升降电机24安放在所述丝杆23上部，用于控制所述丝杆23的转动，进而带动功能盒22上下移动。

具体的，在上述实施例中，提及到的所述功能盒挂件包括：丝杆23和升降电机24，其中，所述升降电机24安放在所述丝杆23上部，当所述升降电机24被启动后，可以带动所述丝杆23转动，进而带动功能盒22上下移动。当所述功能盒22移动到预设的高度时，关闭所述升降电机24。以此方法，将所述成像单元2中的每一个成像室21中的功能盒都调整到所需的高度。

比如，所述成像单元2中的一个成像室21，记为成像室a，根据实验要求，将所述成像室a内的功能盒a的高度调整到离滚筒结构表面80cm，所述功能盒a水平安放在所述成像室a内的功能盒挂件上，用于拍摄所述作物的顶部图像；所述成像单元2的另外一个成像室21，记为成像室b，根据实验要求，将所述成像室b内的功能盒b的高度调整到离所述滚筒结构表面50cm，所述功能盒b垂直安放在成像室b内的功能盒挂件上，用于拍摄所述作物的侧面图像。

本发明实施例提供的作物高通量表型检测系统，通过升降电机和丝杆控制成像单元中的功能盒的高度，使得处于不同高度的功能盒拍摄所述作物不同角度的图像，提高了计算所得的作物表型参数的精确度和全面性。

可选的，在上述各实施例的基础上，所述功能盒包括：工业相机、深度相机和光源，其中，所述工业相机用于拍摄作物的可见光图像，所述深度相机用于拍摄所述作物的深度图像，所述光源用于补光。

具体的，上述实施例中提及到功能盒，包括工业相机、深度相机和光源，其中，所述工业相机用于拍摄所述作物的可见光图像，比如，若所述功能盒水平安放在功能盒挂件上，则所述工业相机垂直指向作物冠层，用于拍摄所述作物的顶部可见光图像；若所述功能盒垂直安放在功能盒挂件上，则所述工业相机在水平面上指向作物的侧面，用于拍摄所述作物的侧面可见光图像；所述深度相机用于拍摄所述作物的深度图像，比如，若所述功能盒水平安放在功能盒挂件上，则所述深度相机垂直指向作物冠层，用于拍摄所述作物的顶部深度图像；若所述功能盒垂直安放在功能盒挂件上，则所述深度相机在水平面上指向作物的侧面，用于拍摄所述作物的侧面深度图像；所述光源用于补光，比如当自然光线不足或者当所述成像室的拉帘被拉下时，所述成像室内的自然光亮度较小，所述光源可以补光，提高拍摄效果。

在作物到达预设的成像点之前，所述工业相机和所述深度相机处于实时监测模式，利用目标监测技术不断检查成像区域是否存在作物以及所述作物是否正在运动，进而确定作物的位置，当检测到所述作物到达所述预设的成像点时，对所述作物进行摄像，并将拍摄到的图像发送到所述成像单元。所述成像点上方，还可以放置标定板，所述标定板用于确定各个摄像机获取的图像的物理分辨率。

本发明实施例提供的作物高通量表型检测系统，通过功能盒中的光源进行补光，通过工业相机和深度相机采集作物的不同角度的可见光图像和深度图像，并将上述图像都发送到计算单元，以供计算单元计算所述作物的表型参数，提高了所述表型参数的精确度。

可选的，在上述各实施例的基础上，所述成像单元的至少两个成像室之间的组合方式为：串联组合或者按照十字结构组合。

具体的，上述实施例中，提到的所述成像单元由至少两个成像室组合而成，所述至少两个成像室的组合方式可以是串联，也可以按照十字结构组合成所述成像单元。

比如，两个成像室串联排列组合成一个成像单元，所述两个成像室分别记为成像室a和成像室b，其中，所述成像室a中的功能盒a水平安放在所述成像室a中的功能盒挂件上，功能盒a中的相机垂直指向作物的冠层，所述成像室b中的功能盒b垂直安放在所述成像室b中的功能盒挂件上，所述功能盒b在水平面上指向所述作物的侧面，当所述作物运动到预设成像点时，所述功能盒a拍摄所述作物的顶部可见光图像和顶部深度图像，所述功能盒b拍摄所述作物的侧面深度图像和侧面可见光图像。

再比如，三个成像室，分别记为成像室d、成像室e和成像室f，按照十字结构组成成像单元。其中所述成像室d中的功能盒d水平安放在所述成像室d中的功能盒挂件上，功能盒d中的相机垂直指向作物的冠层，所述成像室e中的功能盒e垂直安放在所述成像室e中的功能盒挂件上，所述功能盒e在水平面上指向所述作物的左侧面，所述成像室f中的功能盒f也垂直安放在所述成像室f中的功能盒挂件上，所述功能盒f在水平面上指向所述作物的右侧面，当所述作物运动到预设成像点时，所述功能盒d拍摄所述作物的顶部可见光图像和顶部深度图像，所述功能盒e拍摄所述作物的左侧面深度图像和左侧面可见光图像，所述功能盒f拍摄所述作物的右侧面深度图像和右侧面可见光图像。

本发明实施例提供的作物高通量表型检测系统，通过将多个成像室按照串联或者呈十字结构方式组合成一个成像单元，从不同角度拍摄作物的可见光图像和深度图像，提高了计算所得的作物表型参数的精确度和全面性。

最后应说明的是：以上各实施例仅用以说明本发明的实施例的技术方案，而非对其限制；尽管参照前述各实施例对本发明的实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。