我校金沙集团1862cc成色学院关海鸥教授指导的2021级硕士研究生朱天宇以第1作者，关海鸥教授为通讯作者在中科院分区 1区 TOP 期刊《Computers and Electronics in Agriculture》( IF=8.3 )，在线发表了题为“A method for detecting tomato canopies’ phenotypic traits based on improved skeleton extraction algorithm”的研究论文。(DOI: http://doi.org/10.1016/j.compag.2023.108285，文章链接：A method for detecting tomato canopies’ phenotypic traits based on improved skeleton extraction algorithm - ScienceDirect)

番茄冠层三维表型性状自动获取对于番茄品种选育和科学栽培具有重要意义。番茄是无限生长特性作物，植株器官生长随机强且结构复杂，导致冠层器官水平的表型参数难以获取。因此，本研究提出一种基于改进骨架提取算法的番茄冠层表型参数计算方法。首先，在多视角采集番茄冠层点云数据的基础上，精准重建了番茄冠层点云的三维模型。其次，提出了利用最小二乘法简化拉普拉斯(Laplace)骨架提取算法的空间收缩权重计算方法，从而获取番茄冠层的骨架点集，并应用贪婪算法优化边缘折叠算法，提取了精准可靠的冠层骨架结构。然后，结合作物的冠层生长特性和内部特征描述(ISS)原理对精简的骨架结构进行局部主成分分析，实现了番茄主茎和叶片器官点云的分离。最后，应用基于德洛内(Delaunay)三角剖分的建模算法，重构了分离后的器官模型，并计算了茎粗、叶面积指数和平均叶倾角等参数，并与不同生长时期的表型实测值对比进行性能评价。实验表明，改进骨架提取算法的平均精确度、平均召回率、平均准确率和微分F1分数分别为0.9144、0.7751、0.7243和0.8306。番茄冠层的茎粗、叶面积指数和平均叶倾角的计算值与测量值之间的整体决定系数R²依次为0.9638、0.9067和0.9428，均方根误差RMSE依次为0.3922、0.0029和0.0186。本研究提出的改进骨架提取方法能从结构复杂的番茄冠层中提取简洁的骨架拓扑结构，并快速准确地计算了其表型参数，为研究番茄“基因型-表现型-环境型”之间相互作用提供了坚实的技术支撑。

本研究得到了国家自然科学基金(编号: 31601220和31801905);黑龙江省自然科学基金(编号: LH2021C062、LH2020C080及LH2021C066);黑龙江八一农垦大学三横三纵(编号: TDJH202101 and ZRCQC202006)的资助。