植物器官在生长介质中的分布方式,即为植物的形态构型。植物形态构型的不同会对植物本身生长机能带来不同的影响。农作物表型参数和生长规律的研究,尤其是农作物三维空间数据的采集与数据处理对于观测农作物生长状态、优质配种和提高农作物的产量具有非常重要的实用价值和理论指导意义。通过农作物表型参数的采集,建立农作物的三维模型可以帮助人们更好的了解和掌握影响农作物生长的原因,从而有效提高农作物的产量,因此农作物的三维空间重建在农业发展上具有广泛的应用前景。本文通过三维视觉方式对玉米作物的生长形态结构进行有效分析,通过三维视觉方式来探讨农作物形态及生长过程。基于农作物的三维空间植物结构数据采集有利于对玉米植株的生长状况、玉米植株的覆盖率和玉米植株冠层高度进行测量和监测。主要研究内容如下:(1)本文通过Kinect体感设备、激光测距仪、旋转台和数据传输模块等组成硬件部分配合PC配置的相关接口和传感器采集软件构成农作物数据采集平台。可以通过PC端控制采集系统,实现多角度的彩色图像和深度图像获取,通过获取的深度信息完成作物的初始数字化模型的建立和补充,提高了模型建立速度和完整性。(2)通过农作物采集平台搭配3D数字化仪器对玉米植株叶部的三维空间结构数据进行采集。对不同时期的5个品种玉米的叶长、叶宽和叶倾角进行人工测量和虚拟测量比对。通过三维数字化提取的农作物株型参数可以分析出不同品种的作物和栽植因素等引起的生长不同,对作物生长形态的三维重建提供帮助。(3)针对田间玉米覆盖率计算主要采用多阈值图像分割算法,使用采集平台对农作物长势进行图像采集,通过对采集的图像中绿色像素提取计算出农作物不同生长期的覆盖率值,更加准确地反映出农作物真实长势,为农作物生产提供数据支持。(4)针对田间玉米高度测量主要采用了激光测距法。将激光测距仪安装在三轴云台上,通过对农作物数据采集,校正数据误差,三角几何转换和数据拟合获得农作物高度。通过实际测量和虚拟测量对比可知,农作物高度平均误差在1.766%。该方法简单便捷,适用于农作物高度测量。