苹果树的结构对其生长和结果潜力至关重要，是精确管理的基础。传统上，二维成像技术被用来描绘苹果树的建筑特征，但受到遮挡和视角模糊的影响，其准确性受到挑战。

2024年4月，Plant Phenomics 在线发表了美国康奈尔大学JIANG YU等人题为AppleQSM: Geometry-based 3D Characterization of Apple Tree Architecture in Orchards 的论文。该研究旨在利用地面激光扫描仪(TLS)收集的点云数据，设计一种基于三维几何的苹果树结构分割和结构特征表征处理管道，以克服这些限制。

AppleQSM的实验流程分为4个阶段：数据采集和预处理、树实例分割、树结构分割和架构特征提取。首先，通过手动选择感兴趣区域（ROI），并利用CloudCompare中的SOR去噪处理原始点云数据。然后，树实例分割模块将每棵树分割为单个点云，树结构分割模块进一步处理每棵树，分离树干和分支以进行特征提取。利用所建立的管道，对84株代表性苹果品种进行了树高、树干直径、枝数、枝径、枝角等建筑性状的分析。

图1 AppleQSM工作流程

图2 主干和分支水平的建筑特征估计结果及定量性能评估。RLR线性回归的鲁棒性。

实验结果显示，所建立的管道树高和树干直径的R2分别为0.92和0.83，平均绝对误差（MAE）分别为6.1 cm和4.71 mm。在枝条水平上，其R2分别为0.77和0.69，枝条直径和角度的MAE分别为6.8626 mm和7.48°。

这些架构特征的准确测量可以实现对高密度苹果果园的精密管理，并加强育种计划中的表型分析工作。此外，对3D处理管道的瓶颈进行了全面分析，以揭示未来的发展方向。

论文链接：

https://doi.org/10.34133/plantphenomics.0179

——推荐阅读——

Three-dimensional modelling of maize canopies based on computational intelligence

https://doi.org/10.34133/plantphenomics.0160

Plant Phenomics | 安徽大学联合北京市农林科学院信息技术研究中心提出了基于计算智能的玉米冠层三维建模方法

The State of the Art in Root System Architecture Image Analysis Using Artificial Intelligence: A Review

https://doi.org/10.34133/plantphenomics.0178

Plant Phenomics 综述 | 利用人工智能进行根系结构成像分析的最新进展

加入作者交流群