曾安，罗琳，潘丹，冼志恒，江旭，冼钰伦,4，刘立程

（1. 广东工业大学计算机学院，广州 510006；2. 广东技术师范大学电子与信息学院，广州 510665；3. 广州市卉通农业科技有限公司，广州 511450；4. 广州市智卉光田农业科技有限责任公司，广州 511430；5. 广东工业大学信息工程学院，广州 510006）

0 引言

植物表型是在植物生长发育过程中，受基因型与环境因素动态作用形成的一组物理、生理和生化性状，可用来直观反映植物的生长状况[1]。构成植物表型性状的植物器官通常包括根、叶、茎和果实等，其中叶器官构成了大多数植物的主要性状[2]。因此，为了获取更详细的器官水平或植物部位的信息，需要将植物分割成单个器官。成像技术具有无损检测、高通量处理和多特征测量的优势，图像传感和分析技术的进步为高通量表型分析提供了新的思路，也促进了器官水平的高精度表型分析[3]。此前，基于二维图像的计算机视觉、传统机器学习和深度学习技术是解决植物分割问题的重要技术手段。然而，基于二维图像的植物器官分割方法较难处理叶片之间的重叠和遮挡问题。

近年来基于三维点云的植物三维重建和器官分割逐步成为现代农业信息技术研究的热点问题[4]。ELNASHEF等[5]提出了一种基于张量（一阶和二阶）的分割算法，实现了植物点云的茎叶分割，并通过一种基于密度的空间聚类算法（density-based spatial clustering of applications with noise,DBSCAN）对单个叶片进行分割。朱超等[6]针对当前三维点云分割方法难以精确分割玉米植株顶部新叶的问题，提出了一种基于点云骨架和最优传输距离的玉米点云茎叶分割方法。……