能够准确评估植物冠层的 3D 结构可以让我们更好地估计植物生产力并提高我们对基础植物过程的理解。如果我们可以在整个植物发育过程中监测这些性状，则尤其如此。摄影测量技术，例如运动结构，已被证明可以提供单子叶植物作物物种（如小麦和水稻）的准确 3D 重建，但在重建具有较小叶子和更复杂分枝结构的作物物种（如鹰嘴豆）方面几乎没有成功。


显示实验室中3D扫描仪设置的示意图。彩色圆圈突出了面向植物的三个摄像头。请注意，为清楚起见，图中未显示电缆。

在这项工作中，我们开发了一台低成本的3D扫描仪，并使用开放源码的数据处理管道来评估单个鹰嘴豆植株的3D结构。我们开发的成像系统由一个用户可编程转盘和三个摄像头组成，可以自动捕捉每个工厂的120张图像，并将这些图像下载到计算机进行处理。每个工厂的捕获过程需要5-10分钟，Windows PC上的大部分重建过程都是自动化的。株高和总植物表面积与“地面真实”测量结果进行了对比验证，得到R2 > 为0.99，平均绝对百分比误差< 10%。我们展示了评估几个重要的建筑特征的能力，包括冠层体积和投影面积，以及估计来自本地和国际育种收集的商业鹰嘴豆品种和品系的相对生长率。对个体重建的详细分析也使我们能够调查植物表面积的划分，并根据替代植物的生物量进行调查。


开源数据处理管道的可视化摘要。 (1) 捕获的图像用于生成稀疏点云，(2) 然后用于生成密集点云。(3) 密集点云被手动清理和缩放，然后用于生成 (4) 凸包 (5) 网格模型。(6) 缩放后的点云和网格模型可用于进一步分析。

结果表明，使用低成本的摄影测量技术精确重建单个鹰嘴豆植株是可能的，鹰嘴豆是一种由许多小叶子和高度分枝结构组成的复杂结构的作物。我们希望，我们对开源软件和低成本硬件的使用将鼓励其他人将这一前景看好的技术用于更复杂的作物物种。

来源：Plant Methods.Open source 3D phenotyping of chickpea plant architecture across plant development.William T. Salter, Arjina Shrestha & Margaret M. Barbour
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-021-00795-6