朱冰琳 李 敏 刘扶桑 贾奥博 毛 秀 郭 焱

(中国农业大学土地科学与技术学院， 北京 100193)

0 引言

高效选育高产的作物新品种是解决世界粮食安全问题的重要途径[1]。影响现代育种的关键因素之一是能否快速、精确地对大量育种品系进行全面的表型评价，从中筛选出具有期望表型的品系[2-3]。目前，基因标记辅助选择、基因组编辑[1]、高通量基因测序等技术已得到广泛应用，利用这些技术可以高效地挖掘调控作物重要性状的基因信息[4]。然而，作物表型的研究技术和方法却无法与高通量基因测序技术的发展相匹配[5-6]。

近年来兴起的高通量获取作物表型的方法或“表型组学”，被认为可以显著提高植物表型信息的获取效率[7]。目前开发的表型平台大多应用于温室等特定环境中[8-10]。田间表型平台也逐渐开发出来，但往往体积庞大、价格昂贵[11]，且存在较大的应用局限。如星载表型平台较难应用于面积较小的育种实验小区，不适合于高频率的动态监测[7,12]；机载平台的花费较大，需要较多的人员维护，且在低空获取高分辨率图像时对冠层的扰动较大[13]；地面表型平台能够同时获取多光谱、高光谱及热红外等图像信息，但通常为特定株高范围的作物设计，其行走受限于田间地面状态，灵活性和便携性较差[7]。

目前，基于RGB相机获取植株多视角图像序列后，利用运动恢复结构 (Structure from motion, SFM)算法可重建植株三维结构。该方法已在温室中广泛应用，如监测温室内小麦、茄子、黄瓜、辣椒等生长过程[14-15]，对大田玉米也有初步的尝试[16]，但重建范围较小。……