共查询到18条相似文献，搜索用时 312 毫秒
1.
基于三维数字化的玉米株型参数提取方法研究 总被引：4，自引：0，他引：4
【目的】玉米株型参数获取是玉米精确化育种和栽培研究的重要环节,研究解决玉米株型参数获取中存在的测量标准不一致、测量精度低、数据难以可视化、算法提取参数精度低等问题具有重要意义。【方法】本文利用三维数字化仪获取玉米植株骨架结构,提出玉米茎、叶、雄穗和雌穗器官三维数字化获取标准规程。通过将植株三维数字化数据旋转至与Z轴正方向平行并平移至坐标系原点进行数据标准化,进一步根据三维数字化数据位置关系,结合各株型参数的定义实现了株高、叶片着生高度、叶片最高点高度、叶长、叶宽、叶展、叶倾角及叶方位角等主要株型参数的提取,同时提出一种新的玉米植株方位平面计算方法,通过构建植株方位平面与各叶方位角角度差绝对值之和作为目标优化函数,进一步对该L1优化问题进行迭代求解得到植株方位平面,当叶数量是偶数时,方法可以给出精确的方位平面区间,在此基础上,引入dev值作为评价植株叶相对植株方位平面偏离度的指标。【结果】利用6个品种吐丝期玉米植株三维数字化数据和人工测量参数数据进行株型参数提取方法验证。结果表明,方法提取的叶长、叶倾角、方位角误差较小,RMSE分别为3.44 cm、3.41°和8.23°,叶长和叶倾角的MAPE分别为4.06%和4.72%,叶宽因叶片在叶脉垂直平面上的曲线形态不一致导致误差相对较大,RMSE和MAPE分别为0.80 cm和7.21%。与传统负方向能量均值法相比,所提出新的玉米植株方位平面计算方法给出了玉米植株方位平面更确切的定量化描述,对于玉米株型的定量评价具有一定价值。【结论】基于三维数字化的玉米株型参数提取方法为玉米株型参数的提取与分析提供了一种精确、便捷、可视的技术手段,对于玉米株型表型组学、玉米功能结构模型及玉米株型优化研究具有重要作用。 相似文献
2.
3.
4.
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 总被引：1，自引：0，他引：1
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。 相似文献
5.
6.
小龙虾的表型性状是水产养殖和遗传育种中非常重要的经济依据,为了精准实现对小龙虾的视觉检测与定位,并对其主体躯干表型特征进行测量。首先提出了一种基于Mask RCNN实例分割模型检测小龙虾的方法,不仅能快速识别小龙虾,还能对其进行实例分割,生成高质量的二值掩膜图。然后在此基础上,提出一种新的小龙虾度量算法：通过提取小龙虾的轮廓曲线,获取其中轴线,采用分区法提取小龙虾的特征区域,再利用凸包和凸包缺陷算法获取小龙虾的特征点,实现对其全长、体长、头胸甲、腹部、尾扇等主要部位的无接触度量计算。结果表明：Mask RCNN模型在小龙虾数据集上具有很好的泛化性能,模型分割准确率达到了94.6%,目标识别的平均检测精度达到了98.7%。各测量指标的平均绝对误差均在5 mm之内,比人工手动测量难度大大减小,并且稳定高效,重复性更好。该方法将有利于生产和选育过程中小龙虾的鉴别及结构尺寸的快速获取。 相似文献
7.
<正> 由于株型与光能利用密切相关,因而株型研究已成为当代作物育种上的重要课题。迄今为止,人们对水稻株型(除株高以外)遗传方面的知识还很欠缺,仅有零星资料表明,叶型和分蘖习性属于数量遗传及遗传参数。为此,笔者近三年开展了粳稻和籼稻株、叶型态的遗传研究,以期为水稻育种提供遗传参数。一、材料和方法 (一) 供试品种:大多为我国南方近 相似文献
8.
【目的】准确获取温室番茄作物行中单株冠层数据,为分析作物生长状态和为对靶喷药提供冠层数据支持。【方法】采用三维激光雷达(LiDAR)搭建番茄植株冠层检测平台,使用导轨以0.05 m/s的速度移动三维激光雷达,利用雷达上位机软件Ctrlview保存双侧扫描的A、B 2组共40株番茄植株点云。双侧点云使用ICP(迭代最近点)算法进行配准,利用基于特征值的平面拟合法去除地面,使用均值漂移算法(Meanshift)分割番茄行中的单株点云,获取冠层参数,与人工测量值比较验证精度,将单株点云在MATLAB中使用alpha shape算法进行重建并进行体积的获取,使用凸包算法作物参考值对比。【结果】该检测平台在激光雷达前进方向与垂直前进方向的测量误差分别为-2.65%、-3.95%;获取到的单株番茄植株高度与人工测量值相比,平均绝对误差分别为0.025和0.031 m;重建后求取的体积与凸包算法相比平均误差下降了约15.3%,与人工获取相比相差不大,各指标良好。【结论】番茄行点云分割结果与人工测量相比A、B 2组的均方根误差RMSE分别为0.039和0.043,冠层体积获取与参考值对比VRMSE为0.011 3,激光雷达在获取作物外形轮廓信息中具有一定的准确性和可靠性,该方法用于温室环境下单株作物冠层数据的获取。 相似文献
9.
基于多视角重建技术的作物三维表型高通量获取系统成本低、获取效率高，引起越来越多的关注。植物自旋转式拍摄平台易于搭建，但植物旋转过程中产生的抖动对点云三维重建和表型解析精度有一定影响。为评估旋转式多视角成像在小麦植株三维表型解析中的适用性，基于植物旋转设计了便携式小麦植株三维表型高通量采集系统，选取穗期不同品种的小麦植株作为实验样本进行点云重建，基于Hausdorff距离评价了重建点云的精度误差；并基于人工测量数据，对所提取的表型指标精度进行评价。结果表明，植物旋转式重建的点云与相机旋转式重建的点云有较高的一致性，点云精度差距基本控制在0.4 cm以下；获取的叶长、叶宽和株高的均根方误差分别为0.79、0.13和0.53 cm，平均绝对百分比误差分别为3.26%、7.63%和0.74%，表明该方式适合穗期的小麦植株表型重建，具有较高的点云重建和表型提取精度，并为小麦植株表型评价提供了一种低成本的解决方案。 相似文献
10.
【目的】通过研究3种不同复杂程度植株冠层的三维重建,为更加精准获取植株冠层表型参数提供新方法。【方法】本文首先用单反相机获取3种不同复杂程度植株冠层图片序列,通过三维重建得到各植株稠密点云;随后还原植株点云原始尺度,过滤稠密点云中的噪声,再使用改进区域增长算法分割植株点云冠层;之后借助激光扫描仪,利用手动测量和激光扫描方法分别从二维和三维两个方面对多视图几何重建的叶片进行精度评价,二维精度评价为叶片长宽的实际测量值分别与激光扫描仪获取的叶片的长宽值和多视图几何重建叶片的长宽值进行统计分析,三维精度评价使用传统的网格对比方法豪斯多夫距离与更加精准的工业级网格3D精度对比检测软件Geomagic Qualify。【结果】多视图几何重建的植株叶片表型信息与手动测量值间的判定系数（R 2）均高于0.96,激光扫描方法获取的植株叶片表型信息与手动测量值间的判定系数（R 2）均高0.99;多视图几何重建的叶片与激光扫描得到的叶片在0—±1mm偏差范围内的比例大部分达到97%以上;以激光扫描的叶片网格为参考,多视图几何重建的叶片网格的豪斯多夫距离90%以上分布在0—2 mm。本研究的多视图几何重建方法与改进区域增长算法相结合能对不同复杂程度的植株取得比较理想的重建结果。 【结论】本文提出的多视图几何方法与改进区域增长算法相结合的重建方法可以弥补区域增长算法的不足,对表面不平滑的植株冠层具有更好的分割效果,适合不同复杂程度植株三维重建,为育种研究获取植株表型提供一定的参考。 相似文献
11.
研究利用参数L-系统对温室番茄植株的生长过程进行快速高效的三维可视化仿真的方法。首先根据番茄植株的生长特点从图像中提取植株骨架,分析其拓扑结构,总结出番茄植株生长的参数L-系统公式集,然后利用图像与计算机图形学相结合的方法,对公式集进行图形符号解释,模拟再现番茄植株的生长过程。为了保证真实性,重建的虚拟番茄植株的茎干骨架利用来自Kinect数字化结果的真实番茄植株的茎干样本进行绘制;叶片采用了基于图像与图形相结合的方法重建,花和果实用纯图形学方法进行模拟。在VC++平台上,结合OpenGL图形库实现了可视化仿真过程。研究中所提出的方法能够较好地模拟温室番茄植株动态生长的过程,同时具备快速性与真实性。 相似文献
12.
作物株型形态参数,一直是作物栽培及育种中所关注的指标。以粮食作物玉米的株形图像为研究对象,基于Intel公司的开源计算机视觉库OpenCV,以Microsoft Visual Studio 2008为开发平台,综合运用图像处理与分析技术,提出了一种适应玉米株形骨架提取的简便算法,并开发了玉米株型骨架提取软件。实证检验表明,该软件能实现载入一张复杂背景的玉米株形图像,经过剪切、自适应窗口等前期处理及对原始彩色图像的灰度化处理、图像分割和噪声去除等一系列的预处理,最后采用基于C#版的OpenCV(EmguCV)的一个算法提取出玉米株形的简单骨架。 相似文献
13.
快速重建植株三维结构并以三维可视的方式分析研究农作物的形态结构和生长过程、进行表型测量是数字植物及作物育种研究的热点和难点。概述了植物三维重建的研究现状和主流植物三维重建技术,并对各种技术的方法原理和技术优势进行了分类和对比;重点介绍了基于多视角图像三维重建方法 SFM和MVS的研究进展、技术原理以及相关软硬件系统平台;分析了近几年基于多视角图像三维重建方法在植物三维重建中的应用进展,基于多视角图像三维重建方法具有数据获取成本低、获取点云精度高、植物三维重建质量高等技术优势,同时指出了该技术方法的不足之处和未来技术发展趋势,以期为植物三维重建技术的发展、植物表型组学的研究以及低成本高通量设备的研制提供有益参考。 相似文献
14.
基于轮廓投影的盆栽水稻三维重建方法研究 总被引：1，自引：0，他引：1
近几年,基于图像的高通量水稻表型研究取得了极大进展,但从三维层面进行研究的工作则相对较少。一般而言,相对于二维图像,从三维模型中能提取更为全面的性状参数。三维模型重建是作物三维表型研究的基础,提出一种适用于盆栽水稻三维点云的重建方法。该方法在相机固定、样本旋转的拍摄模式下获取水稻多视角图像,根据相机标定参数以及水稻轮廓二值图,通过轮廓投影方法重建水稻三维可视外壳点云模型,并通过反投影方法进行点云着色。结果表明,该方法对于不同时期及不同品种的水稻样本均能取得较好重建效果。 相似文献
15.
近几年，基于图像的高通量水稻表型研究取得了极大进展，但从三维层面进行研究的工作则相对较少。一般而言，相对于二维图像，从三维模型中能提取更为全面的性状参数。三维模型重建是作物三维表型研究的基础，提出一种适用于盆栽水稻三维点云的重建方法。该方法在相机固定、样本旋转的拍摄模式下获取水稻多视角图像，根据相机标定参数以及水稻轮廓二值图，通过轮廓投影方法重建水稻三维可视外壳点云模型，并通过反投影方法进行点云着色。结果表明，该方法对于不同时期及不同品种的水稻样本均能取得较好重建效果。 相似文献
16.
作物根系构型三维探测与重建方法研究进展 总被引：5，自引：1，他引：4
根系是作物获取水分和养分的重要器官,由于土壤的观测阻碍,根系三维形态的认知与表达成为作物根系深入研究的瓶颈。三维数字化、可视化是研究和认知作物形态结构的重要方法,研究具有表征根系长相长势及土壤中水分、养分等物质对作物根系构型的影响具有重要意义。本文从三维角度,综述了近年来作物根系构型探测手段、三维重构与可视化方面的研究进展。首先从破坏性探测与原位探测两方面介绍了近年来根系构型三维探测的方法。破坏性探测主要包括直接挖掘法、土块保护挖掘清洗法和平板扫描图像分析法,破坏性探测方法在获取全局或局部根系拓扑结构与平面几何构型参数方面具有较大优势;原位探测方法主要包括土壤中安置观察装置法、地面穿透雷达法、特殊培养环境法、CCD相机法、三维数字化方法及穿透射线成像法等,作物根系的原位探测保持了根系构型的空间分布信息,但大部分方法仅能针对作物生长初期或可控生长环境下的作物根系开展数据获取。由于作物根系探测数据大多以局部二维图像形式存在,文章综述了基于二维图像的作物根系平面几何构型解析的相关内容,包括基于二维图像的根系识别与参数提取的算法与相关软件。分析表明,目前作物根系数据获取仍存在:(1)数据获取费时费力;(2)方法局限性大;(3)数据完整性低;(4)各种方法所获取数据融合应用度低等问题。在根系探测的基础上,从三维建模与生长建模两方面介绍了作物根系三维建模与可视化方面的相关工作。其中,根系三维建模包括了基于模拟算法的几何建模和基于原位探测的三维重建两部分,基于模拟算法的几何建模是在人们对作物根系认识的基础上,结合计算机模拟算法,构建与实际根系具有形态相似性的根系三维几何模型;与之相比,基于原位探测的三维重建更能真实地反映作物根系的实际形态,其主要包括XCT、三维数字化等方法。最后,文章展望了数据缺失条件下的作物根系三维重建研究,认为在目前技术手段前提下,已可实现根系拓扑结构三维解析,但根系的空间分布重建难度较大,尤其是在大田环境下作物根系原位测量的前提下;此外,目前作物根系三维数据主要存在着数据缺失、各种数据各为己用等问题,认为有必要将小子样理论与数据融合相关方法引入到作物根系三维重建研究,实现缺失数据条件下有效利用多种数据获取手段的作物根系三维重建。 相似文献
17.
利用多幅多角度的拍摄方法对二维图像进行采集,通过数字化处理得到单株水稻各视角侧面投影及轮廓图像。然后使用基于计算机视觉的三维重建方法,构造单株水稻的可视立体包络,从而得到单株水稻的三维立体像素模型。使用移动立方体算法对单株水稻立体像素模型进行外围表面重建,最后得到单株水稻三维重建模型。 相似文献
18.
马铃薯遗传育种研究:现状与展望 总被引：15，自引：3，他引：12
马铃薯是世界第三大粮食作物,马铃薯产业的可持续发展对保障世界和中国的粮食安全具有重要意义。优良品种是支撑马铃薯产业发展的基础。马铃薯经常遭受病虫害的侵袭和非生物胁迫,加工业的迅速发展和人们对食物营养的重视,迫切需要选育出更抗病、更耐逆、更高产、更优质和专用的马铃薯新品种。培育一个优良马铃薯品种,种质资源是基础,重要性状的遗传学是理论指导,先进的育种技术是保障,完善的推广和栽培模式是支撑。世界范围内,保存了大约65 000份马铃薯种质资源,通过对种质资源抗病、抗逆和品质方面的系统评价,并应用多种资源利用技术,将三大类约17个野生种的种质导入到普通栽培种中,应用于育种和遗传学研究。利用纯合双单倍体材料作为测序对象,马铃薯基因组序列已经被揭示,预测出了39 031个蛋白编码基因,目前更多的种质资源正在被重测序以揭示更多的等位变异。马铃薯普通栽培品种是无性繁殖四倍体作物,具有四体遗传特性,尽管如此,许多植株发育和形态、块茎品质和抗病抗逆等重要性状的遗传特性基本明确,并定位和克隆了大量重要性状相关基因。目前,马铃薯育种技术主要涵盖传统育种技术、倍性育种技术、标记辅助选择育种技术、基因工程育种技术和新兴的基因组选择育种技术。中国马铃薯遗传育种研究队伍不断壮大,品种选育取得了重大进展。荷兰马铃薯遗传育种水平居于世界前列,合作育种模式推动了商业化育种。不断完善马铃薯综合育种技术,创新育种模式和机制,充分利用现有种质资源培育突破性、专用型品种将是未来马铃薯遗传育种发展的主要方向。 相似文献