田间作物高通量表型信息获取与分析技术研究进展（论文笔记）

田间作物高通量表型信息获取与分析技术研究进展（笔记）

1. 研究趋势

至今为止的表型研究主要三个方面：传感器，平台，信息分析。其中，高通量表型是（High-throught phenotyping，HTP）当前的重要内容。

2.平台

平台最主要分天空地三基入手。

地基平台起步较早，一般有4种系统搭载方式：固定式轨道（吊索）扫描平台、分布式无线网络平台、拖拉机为代表的农机平台以及自走式移动平台。
（1）无线通信一般采用WiFi,ZigBee,LoRa。下面说说各大组网协议区别：
一.LoRa
自建一个小基站，组网内的设备通过lora协议和lora基站通信。其典型范围是2km至5km，最长距离可达15km，具体取决于所处的位置和天线特性，通信距离和地理条件关系很大，在实际的祝网站，用户可自行测试。常用于：大型的工厂，林区等等。

二.Wi-Fi
Wifi应该是生活中最常见的组网方式了。对应大数据传输有较大的优势，比如摄像头视频传输。WIFI:速度快功耗大，大数据量，距离近；

三.NB或者4G
NB-IOT:运营商保证了通讯的信号质量。目前国内市场NB的基站主要是电信建设的居多，但是基本只覆盖了城区，在很多农村或者郊区，是没有NB信号的。这也是目前市场中存在以NB和4G Cat1并存的情况。

四.ZigBee是物联网的理想选择之一。
Mesh适合短距离，只适合节点在几十个的场合，可以分成不同的网络，这个更多应用小环境，个人认为和WiFi冲突较大，后续发展堪忧。

五.蓝牙
通信距离最大30米，需配对。蓝牙更多的用在电子消费品上，在以项目位置的物联网项目中，实际运用不多。

这类平台通常安装温湿度传感器、红外及光照传感器、RGB 相机或光谱相机等，用于检测空气、土壤温湿度等作物生长环境参数和作物冠层信息及长势，如Field Server，CropQuant，CropSight等。

（2）以拖拉机为代表的农机平台由于成本相对较低，传感器系统设计相对容易且能够承载较大的有效载荷，在田间表型研究中也得到了大量的应用。，但是由于其体积较大，轮胎较宽，并不适用于行间距较小的种植模式，其速度也不易精确控制，而且大多数使用燃油动力，行进过程中振动相对较大，这些都对测量精度有一定的影响。

3.传感器

传感器可分为点传感器（检测物体某点信息）和成像传感器（提供被检测物体空间分布信息）。
成像传感器又存在 2 种不同的成像模式: 帧成像模式和线扫描成像模式。
帧成像是指在某个时间点同时获取二维阵列像素点，如 RGB 相机即为帧成像模式; 线扫描成像是指在某个时间点只能获取一个扫描线的像素点，通过各个扫描线所获得的不同行像素点合成图像，如单线激光雷达。

4.表型信息分析方法

表型信息的来源是各种传感器，因为传感器多种多样，所以获取的表型信息无论是从数据内容、数据格式还是数据量级都存在很大的差别，这就导致表型信息的分析方法各有不同。表型数据来源大致可以分为图像数据、传感器数据和试验元数据，根据数据处理使用的技术，表型信息分析方法大致可以分为经典统计分析方法、计算机视觉及图像处理方法、机器学习方法。

以 3D 重构为代表的计算机视觉方法在表型研究中得到了大量的应用，其中主要的方法有运动恢复结构( Structurefrom motion，SFM) 、立体视觉( Stereo vision，SV) 、3D点云( 3D point cloud) 等方法。

拟设计选题（灵感）：基于深度学习的植物表型病虫害分析识别