Crop 3D--基于激光雷达技术的作物高通量三维表型测量平台 被引量：25

1

作者 郭庆华 吴芳芳 +8 位作者 庞树鑫 赵晓倩 陈琳海 刘瑾 薛宝林 徐光彩 李乐 景海春 储成才 《中国科学：生命科学》 CSCD 北大核心 2016年第10期1210-1221,共12页

作物表型测量技术发展的滞后已成为当前育种领域的发展瓶颈,高通量的精确表型测量有助于加速育种进程.激光雷达是一种新兴的主动遥感技术,能够精确获取作物的空间形态数据,在高通量作物表型监测中有广阔应用前景.然而,目前我国基于激光... 作物表型测量技术发展的滞后已成为当前育种领域的发展瓶颈,高通量的精确表型测量有助于加速育种进程.激光雷达是一种新兴的主动遥感技术,能够精确获取作物的空间形态数据,在高通量作物表型监测中有广阔应用前景.然而,目前我国基于激光雷达技术的作物表型监测仍存在较大空白.因此,本课题组自主研发了一套以激光雷达为主,集成高分辨率相机、热成像仪、高光谱成像仪等传感器的高通量作物测量平台—Crop3D.与传统作物表型测量技术相比,Crop 3D优势在于能够通量化同步地对作物各生长时期进行多源表型数据的获取并提取株高、株幅、叶长、叶宽、叶倾角和叶面积等参数,可为植物生物学和基因组学分析提供数据支持.本文重点对Crop 3D平台的整体规划设计、传感器集成、运行模式及平台获取的表型参数做了详细描述,并对其潜在应用领域做了简要探讨.本课题组认为,激光雷达与传统表型测量技术相结合的集成型平台有望成为未来作物表型参数获取的趋势所在. 展开更多

关键词 作物育种 表型参数 数据融合 激光雷达 高通量 集成平台

原文传递

基于骨架提取算法的作物表型参数提取方法 被引量：14

2

作者 宗泽 张雪 +3 位作者 郭彩玲 马丽 刘刚 弋景刚 《农业工程学报》 EI CAS CSCD 北大核心 2015年第S2期180-185,共6页

作物育种表型分析研究中,株型参数的获取多以人工测量为主,比较耗时费力。该文基于最小二乘法和遗传算法相结合,提出了一种用于计算作物表型参数的骨架提取方法。以玉米作物为例,首先为去噪后的作物二值图像进行单像素细化,利用角点检... 作物育种表型分析研究中,株型参数的获取多以人工测量为主,比较耗时费力。该文基于最小二乘法和遗传算法相结合,提出了一种用于计算作物表型参数的骨架提取方法。以玉米作物为例,首先为去噪后的作物二值图像进行单像素细化,利用角点检测归类算法,检测出特征点;依据骨架图像茎叶角点,利用图像分割将作物茎和叶分离,并对应图像中作物的茎和叶骨架,得到玉米作物空间离散点的实际三维坐标;融合最小二乘法和遗传算法,绘制出离散点的空间拟合曲线,即茎和叶的平滑骨架,从而提取出玉米作物的表型参数。田间试验分析表明,使用该算法能够有效地得到玉米作物的平滑骨架,而且与前人方法相比,测量得到表型参数中,株高误差减小了35%,叶长误差减小了70%,叶倾角误差减小了20%,有效地提高了作物表型参数的测量精度。该研究为提高作物表型参数尤其是株型参数精度提供了参考。 展开更多

关键词 算法 提取 测量 表型参数 曲线拟合 骨架提取

下载PDF 职称材料

基于单目视觉和激光扫描技术的油菜植株模型重建及株型参数测量 被引量：13

3

作者 史蒲娟 翟瑞芳 +3 位作者 常婷婷 彭辉 林承达 罗俊 《华中农业大学学报》 CAS CSCD 北大核心 2017年第3期63-68,共6页

分别采用单目视觉和激光扫描技术对2个油菜品种中双6号和华油杂62号的植株进行三维重建,并在重建模型上完成了对株高、叶柄长、叶片长度和叶片面积等4个株型参数的测量。结果表明:使用单目视觉和激光扫描技术的重建结果均能真实地表现... 分别采用单目视觉和激光扫描技术对2个油菜品种中双6号和华油杂62号的植株进行三维重建,并在重建模型上完成了对株高、叶柄长、叶片长度和叶片面积等4个株型参数的测量。结果表明:使用单目视觉和激光扫描技术的重建结果均能真实地表现油菜植株的整体形态,叶片间无遮挡的中双6号油菜植株效果更好,测量误差在2.00%以内;形态复杂叶片间部分遮挡的华油杂62号油菜植株测量误差在3.00%以内。模型重建试验表明,利用单目视觉和激光扫描技术能够完成复杂植株的模型重建,并实现部分株型参数的测量,可以为作物的遗传育种提供数据支持。 展开更多

关键词 油菜 株型参数 单目视觉 激光扫描 三维重建 无损测量

下载PDF 职称材料

山西瘦肉型猪SD-Ⅱ系繁殖性状的表型和遗传参数估测 被引量：11

4

作者 曹果清 袁建霞 +2 位作者 周忠孝 张吴平 吴桂敏 《山西农业大学学报》 CAS 2000年第4期320-323,共4页

本文对山西瘦肉型猪SD—Ⅱ系繁殖性状的表型参数和遗传参数进行了研究 ,结果如下 :(1)繁殖性状存在负的母体效应 ,表型变化不稳定 (呈亲代高子代低 ,亲代低子代高的趋势 ) ,不适宜用表型选择进行选择 ;(2 )总产仔数、活产仔数、初生窝... 本文对山西瘦肉型猪SD—Ⅱ系繁殖性状的表型参数和遗传参数进行了研究 ,结果如下 :(1)繁殖性状存在负的母体效应 ,表型变化不稳定 (呈亲代高子代低 ,亲代低子代高的趋势 ) ,不适宜用表型选择进行选择 ;(2 )总产仔数、活产仔数、初生窝重、初生个体平均重、泌乳力、断奶窝重、断奶个体平均重、断奶头数、总乳头数的遗传力分别为 0 2 30、 0 2 42、 0 2 19、 0 2 5 7、 0 184、 0 12 8、 0 40 8、 0 419、 0 5 0 2 ,与国内文献报道结果相近 ,而高于国外文献报道结果。 (3)繁殖性状间的遗传相关都比较强 ,断奶头数与大多数繁殖性状的遗传相关呈显著或极显著的正相关 。 展开更多

关键词 山西瘦肉型猪SD-Ⅱ系 繁殖性状 表型 遗传参数 猪

下载PDF 职称材料

基于深度信息的大豆株高计算方法 被引量：11

5

作者 冯佳睿 马晓丹 +2 位作者 关海鸥 朱可心 于菘 《光学学报》 EI CAS CSCD 北大核心 2019年第5期250-260,共11页

为高通量地计算农作物株高,克服传统测量方法低效、耗时耗力等不足,以抗线9号、13号和富豆6号寒地大豆为研究对象,构建了基于Kinect 2.0的大豆冠层图像同步采集平台,并在三维重建大豆冠层结构形态的基础上,提出了基于深度信息的个体和... 为高通量地计算农作物株高,克服传统测量方法低效、耗时耗力等不足,以抗线9号、13号和富豆6号寒地大豆为研究对象,构建了基于Kinect 2.0的大豆冠层图像同步采集平台,并在三维重建大豆冠层结构形态的基础上,提出了基于深度信息的个体和群体大豆株高计算方法。实验结果表明,与实测值相比,计算得到的个体和群体大豆株高的平均误差分别为0.14cm和0.54cm,抗线9号、13号和富豆6号株高计算值与实测值之间的决定系数依次为0.9717,0.9730,0.9697。所提方法能够较为精确地计算大豆植株的株高特征。 展开更多

关键词 机器视觉 大豆冠层 深度信息 KINECT 2.0 三维重建 表型参数 株高

原文传递

基于深度学习多源数据融合的生菜表型参数估算方法 被引量：7

6

作者 朱逢乐 严霜 +3 位作者 孙霖 何梦竹 郑增威 乔欣 《农业工程学报》 EI CAS CSCD 北大核心 2022年第9期195-204,共10页

生菜外部表型参数的无损、高精度估算对全天候生长监测意义重大。为提高生菜表型参数估算模型泛化性能,以基质培生菜为研究对象,提出了基于深度学习的融合二维RGB图像和深度(Depth)图像的生菜表型参数(湿质量、干质量、株高、直径、叶面... 生菜外部表型参数的无损、高精度估算对全天候生长监测意义重大。为提高生菜表型参数估算模型泛化性能,以基质培生菜为研究对象,提出了基于深度学习的融合二维RGB图像和深度(Depth)图像的生菜表型参数(湿质量、干质量、株高、直径、叶面积)高精度估算方法。采集4个生菜品种生长全过程的表型参数数据集,包含RGB图像、深度图像和人工测量的表型参数,共388个样本。对RGB图像和深度图像进行背景分割和数据归一化,输入构建的深度学习多源数据融合模型对5种表型参数进行同步回归训练。试验表明,该研究方法对5种表型参数的估算决定系数均高于0.94,平均绝对百分比误差均低于8%,而传统特征提取+机器学习方法对部分表型参数估算的平均绝对百分比误差高达13%以上,表明该研究估算方法具有较高的精度。消融试验表明融合RGB和深度图像的深度学习模型优于仅使用单源图像的模型,尤其在株高、直径和叶面积的估算上。对生菜不同品种和不同生长阶段的估算结果表明该模型适用于不同颜色、形状的生菜品种,亦对不同生长阶段、不同植株大小的生菜具有一定的适应性。因此,该研究提出的基于深度学习多源数据融合模型的生菜表型参数估算方法性能优异,对设施蔬菜生长监测和产量预估有重要的应用价值。 展开更多

关键词 深度学习 图像处理 生菜 表型参数 多源数据

下载PDF 职称材料

基于VGG-UNet的食用菌菌丝体表型参数自动测量方法 被引量：1

7

作者 陈燕 陆嘉豪 +1 位作者 胡小春 祁亮亮 《农业机械学报》 EI CAS CSCD 北大核心 2024年第1期233-240,共8页

食用菌菌丝体表型特征是食用菌种质资源评价和科学育种的重要依据。针对传统阈值分割方法提取菌丝体区域易受到光照不均、菌丝体不规则生长和培养皿内产生代谢物等因素干扰的问题,制作食用菌菌丝体图像数据集,并提出一种基于深度学习的... 食用菌菌丝体表型特征是食用菌种质资源评价和科学育种的重要依据。针对传统阈值分割方法提取菌丝体区域易受到光照不均、菌丝体不规则生长和培养皿内产生代谢物等因素干扰的问题,制作食用菌菌丝体图像数据集,并提出一种基于深度学习的食用菌菌丝体表型参数自动测量方法。将U-Net网络编码器部分替换为VGG16的前13个卷积层,引入预训练权重,构建适用于菌丝体分割的VGG-UNet模型。测试集上对比实验表明,该模型的平均交并比达到98.18%,比原始U-Net模型高0.93个百分点。经该模型获取菌丝体分割图像后,利用OpenCV相关函数计算菌丝体的半径、周长、面积、覆盖度、圆整度这5个表型参数。将人工测量方法与本文方法进行线性回归分析,得出菌丝体半径、周长、面积和覆盖度的决定系数分别为0.979 5、0.991 5、0.975 0和0.975 0,均方根误差分别为2.20 mm、4.73 mm、176.74 mm^(2)和3.16%。经测试,本文方法能准确地完成食用菌菌丝体表型参数自动测量任务,为食用菌表型分析研究提供理论基础。 展开更多

关键词 食用菌菌丝体 表型参数 深度学习 图像处理 语义分割 VGG-UNet

下载PDF 职称材料

基于YOLOv5m和CBAM-CPN的单分蘖水稻表型参数提取 被引量：1

8

作者 陈慧颖 宋青峰 +4 位作者 常天根 郑立华 朱新广 张漫 王敏娟 《农业工程学报》 EI CAS CSCD 北大核心 2024年第2期307-314,共8页

为快速获取单分蘖水稻植株的形态结构和表型参数,该研究提出了一种基于目标检测和关键点检测模型相结合的骨架提取和表型参数获取方法。该方法基于目标检测模型生成穗、茎秆、叶片的边界框和类别,将所得数据分别输入到关键点检测模型检... 为快速获取单分蘖水稻植株的形态结构和表型参数,该研究提出了一种基于目标检测和关键点检测模型相结合的骨架提取和表型参数获取方法。该方法基于目标检测模型生成穗、茎秆、叶片的边界框和类别,将所得数据分别输入到关键点检测模型检测各部位关键点,按照语义信息依次连接关键点形成植株骨架,依据关键点坐标计算穗长度、茎秆长度、叶片长度、叶片-茎秆夹角4种表型参数。首先,构建单分蘖水稻的关键点检测和目标检测数据集;其次,训练Faster R-CNN、YOLOv3、YOLOv5s、YOLOv5m目标检测模型,经过对比,YOLOv5m的检测效果最好,平均精度均值(mean average precision,mAP)达到91.17%;然后,应用人体姿态估计的级联金字塔网络(cascaded pyramid network,CPN)提取植株骨架,并引入注意力机制CBAM(convolutional block attention module)进行改进,与沙漏网络(hourglass networks,HN)、堆叠沙漏网络模型(stacked hourglass networks,SHN)和CPN模型相比,CBAM-CPN模型的预测准确率分别提高了9.68、8.83和1.06个百分点,达到94.75%,4种表型参数的均方根误差分别为1.06 cm、0.81 cm、1.25 cm和2.94°。最后,结合YOLOv5m和CBAM-CPN进行预测,4种表型参数的均方根误差分别为1.48、1.05、1.74cm和2.39°,与SHN模型相比,误差分别减小1.65 cm、3.43 cm、2.65 cm和4.75°,生成的骨架基本能够拟合单分蘖水稻植株的形态结构。所提方法可以提高单分蘖水稻植株的关键点检测准确率,更准确地获取植株骨架和表型参数,有助于加快水稻的育种和改良。 展开更多

关键词 目标检测 注意力机制 水稻 关键点检测 骨架提取 表型参数 单分蘖植株

下载PDF 职称材料

基于无人机图像纹理和表型参数的夏玉米水分胁迫诊断

9

作者 谢坪良 张智韬 +7 位作者 巴亚岚 董宁 左西宇 杨宁 陈俊英 程智楷 张蓓 杨晓飞 《农业工程学报》 EI CAS CSCD 北大核心 2024年第10期136-146,共11页

农田水分胁迫是影响作物生长发育和产量品质的重要原因。及时准确地诊断作物水分胁迫状况,对于实现精准灌溉、提高作物抗逆性和产量等具有重要意义。为优化夏玉米水分胁迫诊断方法和提高诊断精度,该研究以夏玉米为对象,利用无人机搭载... 农田水分胁迫是影响作物生长发育和产量品质的重要原因。及时准确地诊断作物水分胁迫状况,对于实现精准灌溉、提高作物抗逆性和产量等具有重要意义。为优化夏玉米水分胁迫诊断方法和提高诊断精度,该研究以夏玉米为对象,利用无人机搭载六通道多光谱传感器获取2022年夏玉米拔节期和抽雄期的遥感影像数据,且同步采集夏玉米气孔导度和表型参数数据,监督分类剔除冗余背景后使用灰度共生矩阵计算得到冠层植被指数和图像纹理信息,通过贝叶斯信息准则和全子集筛选法筛选出敏感的植被指数、图像纹理和表型参数及其组合,结合极限学习机、随机森林和反向传播神经网络3种机器学习方法构建夏玉米气孔导度预估模型,并基于最优气孔导度预估模型绘制夏玉米水分胁迫状况反演图。结果表明,多光谱图像的夏玉米冠层反射率与气孔导度呈弱负相关,植被指数和表型参数与气孔导度呈显著正相关,不同波段的图像纹理均与气孔导度有较高的相关性。植被指数用于评估植被整体健康和水分状况,图像纹理用于捕捉作物空间分布、纹理和结构特征,表型参数用于立体反映作物生理和形态信息,它们在诊断作物水分胁迫的机理上具有互补性。基于植被指数、图像纹理和表型参数构建的反向传播神经网络模型是夏玉米水分胁迫诊断的最佳模型(决定系数为0.841,均方根误差为0.043 mol/(m^(2)·s),平均绝对误差为0.034 mol/(m^(2)·s)),并显著改善了对气孔导度较低值的低估情况。绘制的夏玉米水分胁迫状况反演图呈现出广泛的应用潜力,能够便捷准确地诊断作物水分胁迫状况,以优化灌溉策略,调整资源分配。研究结果可为夏玉米的水分胁迫诊断提供一种可行而准确的方法。 展开更多

关键词 无人机 水分胁迫 气孔导度 植被指数 图像纹理 表型参数

下载PDF 职称材料

基于三维重建的枸杞植株表型参数测量

10

作者 胡晓雨 杨志强 +2 位作者 王龙其 张鹏 孟一飞 《农业科学研究》 2023年第2期31-38,共8页

基于三维重建建立枸杞植株表型参数测量方法,该方法采用SFM(structure from motion)算法获取枸杞植株三维点云;运用直通滤波、圆柱拟合和条件欧氏聚类算法自动分割单株、茎秆和叶片等点云数据,基于距离最值遍历、三角面片化等算法实现... 基于三维重建建立枸杞植株表型参数测量方法,该方法采用SFM(structure from motion)算法获取枸杞植株三维点云;运用直通滤波、圆柱拟合和条件欧氏聚类算法自动分割单株、茎秆和叶片等点云数据,基于距离最值遍历、三角面片化等算法实现株高、茎直径、叶面积等6个性状的准确、无损测量。与人工测量值相比,该方法测得的枸杞幼苗株高、茎直径和完整叶面积平均绝对百分比误差分别为2.071%、6.617%和4.833%,均方根误差分别为0.395 cm、2.35 mm、0.620 cm^(2),决定系数分别为0.671、0.920、0.984。该方法适用于作物户外表型测量,具有较好的实际应用价值。 展开更多

关键词 枸杞 表型参数 三维重建 点云处理 性状提取

下载PDF 职称材料

北京地区荷斯坦牛体型性状表型参数分析

11

作者 宁江华 田继英 《中国奶牛》 2023年第10期20-24,共5页

为充分了解北京地区荷斯坦牛的体型外貌特征,试验收集了该地区5个规模化牛场1391头奶牛的个体性状记录,采用9分制评定法评估这些牛只的23个体型线性性状,获得结构容量、尻部、肢蹄、乳房和乳用特征5大性状的加权体型总分,并统计了5个牛... 为充分了解北京地区荷斯坦牛的体型外貌特征,试验收集了该地区5个规模化牛场1391头奶牛的个体性状记录,采用9分制评定法评估这些牛只的23个体型线性性状,获得结构容量、尻部、肢蹄、乳房和乳用特征5大性状的加权体型总分,并统计了5个牛场荷斯坦牛的体型总分等级分布及体型性状的表型参数。结果表明,北京地区荷斯坦牛整体发育稳定,体型总分主要集中于“GP”和“G”2个等级。各体型性状中,肢蹄性状在5个牛场之间的稳定性最差,有待改良。该地区总体上,结构容量和乳用特征的平均值较高且与理论最优分差值较小,说明奶牛体躯较大,泌乳能力较好。而悬韧带、尻宽、蹄踵深度、腰强度、前乳房附着、乳房质地等性状与理论最优分相差较大,反映出仍需有针对性地改善荷斯坦牛的体型性状,提高该地区奶牛养殖水平。 展开更多

关键词 北京地区 荷斯坦牛 体型性状 表型参数 体型总分

下载PDF 职称材料

基于机器视觉的玉米三维表型参数提取算法 被引量：1

12

作者 李哲 宋青峰 +3 位作者 朱新广 胡勇 巩彩兰 卜弘毅 《上海农业学报》 2022年第6期1-8,共8页

针对目前玉米植株表型参数提取存在精度低、测量时间长和需要人工辅助等问题,提出了基于机器视觉的三维表型参数提取方法。采用瞬时成像设备,获取玉米植株64个角度无背景的图像;基于机器视觉获取三维点云,采用基于拉普拉斯的骨架提取算... 针对目前玉米植株表型参数提取存在精度低、测量时间长和需要人工辅助等问题,提出了基于机器视觉的三维表型参数提取方法。采用瞬时成像设备,获取玉米植株64个角度无背景的图像;基于机器视觉获取三维点云,采用基于拉普拉斯的骨架提取算法提取玉米骨架,对叶片骨架和茎秆骨架优化后,提取叶长、叶最大宽度、叶基部高度、叶夹角、株高和植株最小包围盒体积。比较两个玉米自交系参数提取结果,取误差上限,骨架优化前后叶长、叶最大宽度和叶基部高度平均绝对百分比误差分别下降5.89%、0.04%和0.86%;与人工测量值相比,测得的叶长、叶最大宽度和叶基部高度的平均绝对百分比误差分别为6.66%、6.45%和5.43%。本研究提供了一种高精度、高通量、自动化的玉米生长动态定量化测量方法。 展开更多

关键词 机器视觉 玉米植株 多视角图像 表型参数

下载PDF 职称材料

基于Pointnet和迁移学习的苹果表型参数估算研究 被引量：2

13

作者 陈龙 王浩云 +2 位作者 季呈明 孙云晓 徐焕良 《南京农业大学学报》 CAS CSCD 北大核心 2021年第6期1209-1216,共8页

[目的]为快速、准确、无损检测苹果的外部表型参数,提出了一种基于Pointnet和迁移学习的苹果表型参数估算算法。[方法]通过Kinect相机从任意角度拍摄苹果并使用直通滤波法去除背景环境数据得到只包含苹果信息的点云数据。在此基础上使... [目的]为快速、准确、无损检测苹果的外部表型参数,提出了一种基于Pointnet和迁移学习的苹果表型参数估算算法。[方法]通过Kinect相机从任意角度拍摄苹果并使用直通滤波法去除背景环境数据得到只包含苹果信息的点云数据。在此基础上使用最远点采样法,获取标准输入点云,然后采用椭球曲面方程构建苹果几何模型,生成基于椭圆方程的苹果几何模型库。使用Pointnet算法训练仿真模型数据,然后通过迁移学习迁移到实测数据上去,在训练好的模型上进行微调;再经过5-折交叉验证,判定模型的鲁棒性和泛化能力,得到最终的估算模型。[结果]以均方根误差(RMSE)和决定系数(R2)评价模型结果,实测250个苹果3个角度点云共750组数据,在任意一个角度拍摄的残缺率达到50%的点云数据的条件下,该模型对苹果的直径、高度、体积3组表型参数的RMSE分别为2.247、2.275和22.780,R2分别为0.919、0.841和0.927。[结论]该算法回归效果优于传统算法,在任意角度拍摄到的残缺率达到50%的点云数据的条件下仍能很好完成外部表型参数估算。 展开更多

关键词 Pointnet 迁移学习 苹果 表型参数 点云

下载PDF 职称材料

基于堆叠沙漏网络的单分蘖水稻植株骨架提取 被引量：1

14

作者 王敏娟 刘小丫 +2 位作者 马啸霄 常天根 宋青峰 《农业工程学报》 EI CAS CSCD 北大核心 2021年第24期149-157,共9页

针对水稻栽培和遗传育种研究中单分蘖性状高通量无损提取的实际需求,该研究提出了一种基于沙漏网络模型的单分蘖水稻关键点预测和骨架提取方法。首先,对原始图像进行批量裁剪、gamma校正和锐化卷积等预处理,获取单色背景下的水稻单分蘖... 针对水稻栽培和遗传育种研究中单分蘖性状高通量无损提取的实际需求,该研究提出了一种基于沙漏网络模型的单分蘖水稻关键点预测和骨架提取方法。首先,对原始图像进行批量裁剪、gamma校正和锐化卷积等预处理,获取单色背景下的水稻单分蘖图像数据集;设计水稻单分蘖各器官关键点数据标注策略,构建监督数据集。然后,构建堆叠沙漏网络架构实现叶片数固定和不固定的水稻关键点检测,引入沙漏结构整合图像的多尺度特征,结合中间监督机制整合不同沙漏模块信息。叶片数一致的情况,模型预测准确率最高可达96.48%;叶片数不一致的情况,预测准确率达到82.09%。最后,根据预测关键点及其对应的语义信息连接形成植株骨架,选取茎秆长、叶片长、穗长、叶片-茎秆夹角和茎节点位置5个表型参数对生成骨架模型的实际意义进行评估,其均方根误差依次为5.82 cm、3.09 cm、1.71 cm、3.22°和2.0356cm,证明了该方法能较好地识别水稻单分蘖关键点,为水稻骨架提取提供了一种新思路,有助于加快水稻育种速度。 展开更多

关键词 水稻 神经网络 表型参数 关键点检测 堆叠沙漏网络 植株骨架提取

下载PDF 职称材料

基于三维点云的木荷幼苗表型参数自动测量方法

15

作者 王斐 周扬 +3 位作者 龙伟 王斌 周志春 吴统贵 《传感器与微系统》 CSCD 北大核心 2024年第5期121-124,共4页

本文提出了一种基于Azure Kinect传感器无损测量三维点云的表型参数测量方法。该方法包括预处理、茎叶分割和表型参数计算3个步骤。首先通过预处理将植株点云从场景点云中提取出来,在茎叶分割步骤历经骨架化、骨架修剪、茎线识别和叶片... 本文提出了一种基于Azure Kinect传感器无损测量三维点云的表型参数测量方法。该方法包括预处理、茎叶分割和表型参数计算3个步骤。首先通过预处理将植株点云从场景点云中提取出来,在茎叶分割步骤历经骨架化、骨架修剪、茎线识别和叶片分割几个分步骤将木荷植株的茎干和叶片分离,最后得到株高、茎长、茎的方向、叶长和叶角等表型参数。实验结果表明,每个参数的决定系数(R~2>0.85)和均方根误差(RMSE)均达到了精度要求,说明了该方法是稳健和准确的。 展开更多

关键词 木荷 Azure Kinect 点云 骨架化 表型参数提取

下载PDF 职称材料

基于无人机遥感的作物表型参数获取和应用研究进展

16

作者 曾世伟 侯学会 +3 位作者 王宗良 骆秀斌 巫志雄 王宏军 《山东农业科学》 北大核心 2024年第4期172-180,共9页

作物表型参数是由基因和环境因素决定或影响的作物生理、生化特征和性状。通过获取不同环境、不同生长时期的作物表型信息,可直观了解作物生长状况,以及时调整栽培管理措施,保障作物高效生产。无人机搭载RGB相机、光谱相机、激光雷达等... 作物表型参数是由基因和环境因素决定或影响的作物生理、生化特征和性状。通过获取不同环境、不同生长时期的作物表型信息,可直观了解作物生长状况,以及时调整栽培管理措施,保障作物高效生产。无人机搭载RGB相机、光谱相机、激光雷达等传感器,可充分发挥灵活性好、获取数据效率高、成本相对较低等优势,实现作物表型参数信息的高效获取,同时,快速发展的图像处理和识别分类技术又为无人机遥感获取的作物表型参数信息提供了有效的处理和分析方法,从而使得作物监测更加便捷、高效。本文总结了无人机遥感获取作物表型参数信息的流程与方法,概括了基于无人机遥感开展作物株高、冠层覆盖度、叶面积指数、水分胁迫、生物量、产量等表型参数研究的现状,并对无人机遥感技术在作物表型参数信息解析方面的应用前景进行了展望,以期为充分发挥该技术在农业生产中的作用提供参考。 展开更多

关键词 无人机遥感 作物表型参数 作物监测

下载PDF 职称材料

基于水稻三维模型的表型参数提取及生物量估测 被引量：1

17

作者 程志强 方圣辉 《河南农业科学》 北大核心 2023年第7期144-153,共10页

基于二维图像的水稻表型检测方法缺乏空间维度信息,难以提取全面的水稻表型参数,因此建立水稻三维模型进而提取全面的水稻表型参数具有重要意义。体积是指示水稻生长状况的重要参数,如何在不破坏水稻植株的前提下获取水稻体积参数是当... 基于二维图像的水稻表型检测方法缺乏空间维度信息,难以提取全面的水稻表型参数,因此建立水稻三维模型进而提取全面的水稻表型参数具有重要意义。体积是指示水稻生长状况的重要参数,如何在不破坏水稻植株的前提下获取水稻体积参数是当下研究中仍有待解决的问题。基于上述考虑,提出一种基于水稻三维模型的表型参数提取及生物量估测方法,实现在不破坏水稻植株的前提下提取水稻体积参数并估测水稻生物量。以盆栽水稻为对象,首先利用Alpha-shape算法重建其三维模型,然后提取并评估水稻株高、茎粗、植被覆盖度、体积参数,并基于体积参数估测水稻生物量。结果表明,空间雕刻方法可以重建高精度的水稻三维模型,并准确测算水稻表型参数及生物量,其中水稻株高、茎粗、单株植被覆盖度均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别为63.27 mm、4.01 mm、5.04%和7.15%、14.91%、12.59%,水稻生物量RMSE和MAPE分别为62.44 g、19.25%,均优于现有三维重建软件的测算结果。 展开更多

关键词 水稻 三维重建 Alpha-shape 表型参数提取 体积 生物量

下载PDF 职称材料

基于OpenCV的大豆籽粒多表型参数获取算法 被引量：3

18

作者 宋晨旭 于翀宇 +4 位作者 邢永超 李素梅 贺红 于慧 冯献忠 《农业工程学报》 EI CAS CSCD 北大核心 2022年第20期156-163,共8页

大豆籽粒的表型参数获取对大豆育种具有重要的作用。现有的深度学习算法获取的大豆籽粒表型性状较少,且识别表型的神经网络模型训练成本高。该研究基于OpenCV图像处理库,提出了一种提取大豆籽粒多表型参数的算法,从大豆图像中一次性获... 大豆籽粒的表型参数获取对大豆育种具有重要的作用。现有的深度学习算法获取的大豆籽粒表型性状较少,且识别表型的神经网络模型训练成本高。该研究基于OpenCV图像处理库,提出了一种提取大豆籽粒多表型参数的算法,从大豆图像中一次性获取籽粒的多种表型性状参数,同时能识别大豆的优劣品质。将每个待测大豆单株的所有籽粒拍成一张图像,首先对大豆籽粒图像进行二值化、去噪等预处理,然后采用分水岭算法和改进的目标分割算法提取图像中的大豆籽粒轮廓。根据大豆籽粒的轮廓信息,调用OpenCV图像处理函数计算大豆籽粒的个数、长轴长度、短轴长度、面积、周长等多个表型性状参数。引入圆形度识别残缺大豆籽粒,使用RGB阈值判断识别病变大豆籽粒。测试结果表明,采用该文算法计算的颗粒总数识别率为98.4%,大豆籽粒正确识别率为95.2%,破损大豆和病变大豆的识别率分别为91.25%和88.94%,籽粒的长轴长度与短轴长度的测量精度分别为96.8%、95.8%;引入多进程并行计算,该算法处理215张图片时间为248.9 s,相对于单进程计算缩短了约2/3,实现了低成本高通量的高精度大豆籽粒多表型性状参数的自动获取,为大豆籽粒自动化考种提供有效的处理方法。 展开更多

关键词 大豆 图像处理 算法 籽粒考种 多表型参数 OPENCV 并行计算

下载PDF 职称材料

基于三维点云的大豆植株器官分割及表型分析

19

作者 肖奕同 刘帅 +3 位作者 侯晨连 刘琦 李富忠 张吴平 《中国农业科技导报》 CAS CSCD 北大核心 2023年第8期115-125,共11页

为了解决大豆等多分枝作物叶片成簇、叶片相互遮挡带来的高通量表型测量困难问题,提出了基于植株三维点云的器官分割及表型参数测量方法。以分枝期大豆植株为研究对象,采集植株多视角图像,利用三维重建技术得到植株稠密点云、过滤点云... 为了解决大豆等多分枝作物叶片成簇、叶片相互遮挡带来的高通量表型测量困难问题,提出了基于植株三维点云的器官分割及表型参数测量方法。以分枝期大豆植株为研究对象,采集植株多视角图像,利用三维重建技术得到植株稠密点云、过滤点云噪声并还原实际尺度;以法线微分差异算法、改进的区域生长算法以及点云曲率特征实现植株各器官的分割;最后采用有向包围盒、改进的三角剖分法以及最邻近算法提取植株叶面积、叶宽、叶长、叶倾角和茎粗等表型参数。试验结果表明,器官分割后冠层叶片点云平均分割率为84.24%,单叶点云分割率均高于95.29%,表型参数测量值与人工实测值具有较强相关性,叶面积、叶宽、叶长、叶倾角和茎粗测量值与人工实测值的决定系数分别为0.9879、0.9613、0.9626、0.9311和0.9634,均方根误差分别为0.5417 cm2、0.1412 cm、0.1755 cm、3.2796°和0.0475 cm。提出的方法对叶片相互粘连的植株具有较好的分割效果,为多分枝作物的器官分割及表型参数测量提供了有效的解决方案。 展开更多

关键词 三维点云 器官分割 叶片分割 表型参数测量

下载PDF 职称材料

一种基于Image J软件的植物叶片表型参数测量方法 被引量：2

20

作者 杨文源 俞玉 +4 位作者 张世媛 张娟 玛伊努尔·图尔荪 杨涛 徐丽萍 《北方农业学报》 2022年第6期128-134,共7页

【目的】探究一种简便、快捷、低成本的植物叶片表型参数获取方法。【方法】以香瓜茄(Solanum muricatum)为例,采用扫描仪获取离体叶片数字图像,用Image J软件对其表型参数进行测量,并把结果与使用Digimizer软件测量得到的结果进行比较... 【目的】探究一种简便、快捷、低成本的植物叶片表型参数获取方法。【方法】以香瓜茄(Solanum muricatum)为例,采用扫描仪获取离体叶片数字图像,用Image J软件对其表型参数进行测量,并把结果与使用Digimizer软件测量得到的结果进行比较,以此验证方法的可靠性,同时分析了图像质量(图像格式与分辨率)对软件测量结果的影响。【结果】两种软件对香瓜茄叶面积、叶周长、叶长和叶宽测量结果的标准均方根误差(NRMSE)分别为0.471%、1.103%、0.391%和1.662%,相关系数均大于0.97。图像质量会对Image J软件的测量结果有一定影响,对灰度格式或低分辨率图像的影响要小于彩色格式或高分辨率图像,但两种因素叠加会加剧这种影响。【结论】经改进后的扫描仪结合Image J软件测量植物叶片表型参数的方法,具有低成本、半自动、快速、精确、批量等优点,可以为植物叶片表型参数的测量提供一定参考。 展开更多

关键词 香瓜茄 叶片表型参数 Image J软件 Digimizer软件 扫描仪

下载PDF 职称材料