检索结果-南通市图书馆

水肥胁迫对基于时间序列图像的苗木表型信息的影响

在线全文

学校读者我要写书评

暂无评论

林业科学 2023年第5期59卷 61-70页

作者：杨琨琪张慧春张萌边黎明南京林业大学机械电子工程学院南京210037 南京林业大学林学院、南方现代林业协同创新中心、林木遗传与生物技术教育部重点实验室南京210037

【目的】构建多视角植物表型信息采集平台,以固定时间间隔获取水肥胁迫处理下苗木图像,从形态变化中提取表征簸箕柳苗木水肥胁迫的应激反应表型参数,为苗木栽培和精确水肥管理提供参考。【方法】构建一套多视角表型信息采集平台,探讨一... 详细信息

【目的】构建多视角植物表型信息采集平台,以固定时间间隔获取水肥胁迫处理下苗木图像,从形态变化中提取表征簸箕柳苗木水肥胁迫的应激反应表型参数,为苗木栽培和精确水肥管理提供参考。【方法】构建一套多视角表型信息采集平台,探讨一种基于时间序列图像的苗木表型信息提取方法,采用近似拼接算法将局部植株图像有效拼接成完整植株图像,基于多视角图像提出株高、主茎直径等表型信息的提取算法及株高可视化算法。以簸箕柳为研究对象开展水肥胁迫试验,设置水分因素和氮肥因素,包括正常水分处理与干旱胁迫处理2个水平以及6个氮肥水平,对比观察时间序列下簸箕柳株高和主茎直径的变化情况。【结果】1)图像近似拼接算法相较于传统直接拼接算法和暴力拼接算法在多视角表型信息采集平台上具有更好适应性,能够很好消除拼接痕迹,实现图像无缝拼接。2)多视角下株高提取算法的决定系数(R^(2))为0.96、主茎直径提取算法的R^(2)为0.74,能够解决单视角下因植物叶片遮挡导致的株高测量不准确和主茎直径无法测量等问题。3)整个生长周期时间序列下,簸箕柳苗木平均株高和主茎直径随时间的变化受不同水分处理显著影响,正常水分处理簸箕柳苗木平均株高和主茎直径分别为33.6 cm和2.49 mm,干旱胁迫处理簸箕柳苗木平均株高和主茎直径分别为22.8 cm和2.25 mm,正常水分处理簸箕柳苗木平均株高和主茎直径相比干旱胁迫处理高47.4%和10.7%。4)整个生长周期时间序列下,簸箕柳苗木平均株高和主茎直径在6个氮肥水平呈现出显著差异性,随氮肥含量增加呈先增加后降低趋势。正常水分处理下,除T5处理组外,其他组平均株高和主茎直径均高于CK处理组,其中T2处理组生长速率最高,速率分别为1.92 cm·d^(-1)和0.075 mm·d^(-1);干旱胁迫处理下,T1、T2处理组平均株高高于CK处理组,其中T2处理组平均生长速率最高,平均株高和主茎直径生长速率分别为1.05 cm·d^(-1)和0.035 mm·d^(-1)。【结论】基于连续图像序列的分析处理方法在监测苗木表型信息中具有可靠性和实用性。当氮肥含量不足时,植物生长速度放缓,当氮肥含量过量时,会抑制植物生长速度甚至出现烧苗等情况。综合株高与主茎直径,正常水分处理下T2处理组(尿素每盆0.1 g,扦插种植第40天再施加尿素每盆0.1 g)为最佳施肥指标。

关键词：表型信息时间序列图像株高主茎直径水肥胁迫

在线全文

学校读者我要写书评

暂无评论

基于点云的谷粒高通量表型信息自动提取技术

农业机械学报 2018年第4期49卷 257-264,248页

作者：黄霞郑顺义桂力赵丽科马浩武汉大学遥感信息工程学院武汉430079 地球空间信息技术协同创新中心武汉430079

在进行水稻的数字化考种、表型与基因关联分析和数字农业仿真模拟时,需要大量的谷粒表型信息作数据支撑。本文提出了一种基于三维点云的谷粒高通量表型信息自动提取方法,能同时自动获取谷粒的三维模型和40个表型参数,实现谷粒形状的定... 详细信息

在进行水稻的数字化考种、表型与基因关联分析和数字农业仿真模拟时,需要大量的谷粒表型信息作数据支撑。本文提出了一种基于三维点云的谷粒高通量表型信息自动提取方法,能同时自动获取谷粒的三维模型和40个表型参数,实现谷粒形状的定量和定性描述。首先,通过对谷粒点云数据进行聚类分析,完成谷粒点云的分类;其次,实现谷粒的三维重建,对谷粒离散点云进行柱面构网,获取谷粒点云的三维模型数据;最后,根据不同表型参数的特点,实现了谷粒的三维表面积和体积、长、宽、高、3个主成分剖面的周长和面积等11个基本参数与长宽比、长高比和体积比等11个衍生参数以及18个形状因子的自动提取。利用Handyscan 700型手持式激光扫描仪获取的谷粒高精度点云数据进行实验,成功实现了谷粒表型参数的自动提取,测量结果可达毫米级。基于主成分方法分析了各表型参数的权重。以游标卡尺测量值和Geomagic Studio测量值作为真值,长、宽、高的平均相对误差为1.14%、1.15%和1.62%,体积和表面积的相对误差为零,3个主成分剖面面积的平均相对误差为1.82%、2.12%和2.43%。本文方法与人工测量方法及软件测量方法相比,精度相当,且具有批量、自动、人工干预少(仅数据采集阶段需要人工操作)以及效率高的特点。

关键词：谷粒表型信息点云自动化批处理

结合表型信息的阿尔兹海默症图卷积神经网络分类方法研究

在线全文

学校读者我要写书评

暂无评论

中国生物医学工程学报 2021年第2期40卷 177-187页

作者：李雨明何璇朱宏博盖卓琛周龙杰东北大学医学与生物信息工程学院沈阳110819 沈阳东软智能医疗科技研究院有限公司沈阳110819 沈阳理工大学信息科学与工程学院沈阳110159

阿尔兹海默症(AD)的早期检测与发现具有重要的临床和社会意义。由于AD患者的功能性脑网络拓扑性质存在异常变化,并且不同表型类型人群中阿尔兹海默症的患病率也存在着较大差异,因此将脑网络特征和表型信息结合构建训练特征,用于阿尔兹... 详细信息

阿尔兹海默症(AD)的早期检测与发现具有重要的临床和社会意义。由于AD患者的功能性脑网络拓扑性质存在异常变化,并且不同表型类型人群中阿尔兹海默症的患病率也存在着较大差异,因此将脑网络特征和表型信息结合构建训练特征,用于阿尔兹海默症不同阶段的分类。同时,图卷积神经网络(GCN)分类方法被证明是目前对图数据学习任务的最佳选择,因此将GCN应用到AD的分类研究中,完成对健康对照(CN)、早期轻度认知障碍(EMCI)、晚期轻度认知障碍(LMCI)和AD等4种类型的分类。采用群体图卷积神经网络的基本框架,对ADNI数据库中300个被试进行分类,并分别在群体图被试间的相似度和被试的脑网络特征这两个方面提出改进方法。在被试间的相似度方面,使用相加法、提高初值法、仅特征相似度、仅表型相似度以及其他4种组合法进行其他表型图结构的构建;在被试的脑网络特征方面,结合多模态的思想,将表型信息转换为二元特征,与脑网络特征拼接,作为分类特征。除此之外,还分别尝试使用不同种表型信息进行试验。最后利用10折交叉法进行验证,结果表明两方面的改进都能一定程度上提高准确率,仅使用脑网络相似度作为图构建的边权,不做降维处理的表型信息(年龄或性别)作为被试(节点)的特征,分类准确率最优。与原方法群体图卷积神经网络相比,可将准确率从80%提高到82%。说明脑网络特征和表型信息都是脑疾病分类任务中的重要特征,有助于提高分类任务的准确率,因此具有一定的研究意义。

关键词：阿尔兹海默症脑网络分类图卷积神经网络表型信息

采用机器学习的苗期棉株点云器官分割与表型信息提取

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2024年

作者：宋加政马本学许莹董福佳李玉洁喻国威熊永闯石河子大学机械电气工程学院农业农村部西北农业装备重点实验室棉花生产技术现代化省部共建协同创新中心兵团智慧农场数字化装备技术创新中心石河子大学兵团能源发展研究院

植物表型信息的获取有助于管理人员掌握其生长状态，便于采取相关管理措施以促进植物的生长发育。目前基于三维点云的植株器官分割方法难以实现苗期棉株顶端新生叶的精确分割，影响棉株表型信息提取的准确度。该研究提出了一种改进的苗... 详细信息

植物表型信息的获取有助于管理人员掌握其生长状态，便于采取相关管理措施以促进植物的生长发育。目前基于三维点云的植株器官分割方法难以实现苗期棉株顶端新生叶的精确分割，影响棉株表型信息提取的准确度。该研究提出了一种改进的苗期棉株器官点云分割方法，实现茎、叶器官的精确分割和茎高、叶长、叶宽、叶面积表型信息的提取。首先，使用拉普拉斯骨架提取算法获取棉株的点云骨架；其次根据棉株的特征形态将棉株的茎和叶片分解成器官子骨架；然后利用以距离场为输入的Quickshift++的器官分割方法对棉株顶端产生过分割问题的新生叶片进行精细器官分割；最后通过已分割出棉株器官点云获取茎高、叶宽、叶长和叶面积表型参数。试验结果表明，苗期棉株的器官分割的精确度、召回率、F1分数和总体准确率分别为0.977、0.978、0.976和0.983；茎高、叶宽、叶长、叶面积4种表型参数的提取值与实测值的决定系数为0.982、0.962、0.971和0.949，均方根误差为0.119 cm、0.182 cm、0.163 cm和1.458 cm2。该研究提出的器官分割方法能够精确地对苗期棉株的器官进行分割，为无损获取棉株表型信息提供了一种有效的技术手段。

关键词：三维点云苗期棉株表型信息器官分割骨架提取距离场

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于无人机遥感的玉米表型信息提取技术研究

基于无人机遥感的玉米表型信息提取技术研究

作者：张琪东北农业大学

学位级别：硕士

表型信息是农作物品种、生长状况的直观表现,也是影响农作物产量的重要因素。随着全球人口基数不断增大,粮食需求量与日俱增,粮食供给问题日益严峻。快速精确提取大尺度农田中农作物的表型信息,监测作物的生长状况,并及时采取有效的管... 详细信息

表型信息是农作物品种、生长状况的直观表现,也是影响农作物产量的重要因素。随着全球人口基数不断增大,粮食需求量与日俱增,粮食供给问题日益严峻。快速精确提取大尺度农田中农作物的表型信息,监测作物的生长状况,并及时采取有效的管理措施,对选育高产优质的作物品种,维护我国粮食安全具有深远意义。然而,目前多采用人工实地测量的方法获取表型信息,虽准确性高,但区域覆盖度低,不适合大区域尺度育种试验田。随着遥感技术的飞速发展,使实时、快速、无损的获取大区域尺度的地表信息成为可能。本研究旨在为基于微小型无人机高通量遥感平台获取作物表型信息提供一定的理论依据,为研究玉米品种基因型与表型信息关联规律提供辅助支持。于2015年6月至9月在“国家精准农业示范研究基地”玉米育种研究区开展了关于微小型无人机高通量表型信息获取试验,进行了图像特征提取(玉米株高、抽雄时间、植被覆盖度、叶色变化)及LAI反演研究。主要研究工作及研究结果如下:(1)利用无人机高通量遥感平台获取的高清数码照片数据,采用ISODATA方法、SVM方法、基于HSV色彩空间变换的决策树分类三种方法进行冠层覆盖度提取,总精度和Kappa系数分别为59.06%、0.26,92.70%、0.96,98.32%、0.96。可见基于HSV色彩空间变换的决策树分类精度最高,可利用该方法进行多生育期影像冠层覆盖度提取。(2)利用基于HSV色彩空间变换的决策树分类和面向对象分类(结合纹理、HSV色彩空间变换、NDI植被指数、几何信息)两种方法进行玉米雄穗提取,分类总精度分别为83.79%、85.91%,相比于基于HSV色彩空间变换的决策树分类方法,面向对象分类方法精度较高。因此,利用面向对象分类方法提取玉米雄穗,进而提取玉米的抽雄时间,提取精度为65.62%,可见利用该方法进行玉米抽雄时间的提取、监测是可行的。(3)利用基于HSV色彩空间变换的决策树分类进行多生育期玉米叶色变化提取。利用影像的色调值可以显著区分叶片的颜色,从而达到提取玉米叶色的需求。(4)利用多光谱影像提取的8种植被指数反演LAI时,对单变量模型而言,NDVI反演的多生育期LAI效果好于其他植被指数,其中线性模型和幂模型反演结果的R2和RMSE分别为0.525、0.711,0.530、0.717,可以用NDVI来监测多生育期玉米LAI的变化情况;在多变量反演过程中,首先对8种植被指数进行主成分分析得到主成分变量,然后对主成分变量进行多元线性回归和BP神经网络分析。结果显示,BP神经网络对玉米LAI具有较好的反演能力,R2为0.608,RMSE为0.745,可以较好的预测多生育期玉米LAI的变化情况。(5)在提取株高的过程中,DSM影像提取的6884份育种材料株高值与实测株高值具有很好的线性关系,R2为0.527,RMSE为0.223。因此通过该方法可以代替传统的人工田间测量株高方式;通过生成的株高分布图,可以更直观的看到株高的分布及变化情况等信息。

关键词：无人机高通量表型信息玉米

基于RealSense的苗期植株表型信息提取方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于RealSense的苗期植株表型信息提取方法研究

作者：张璀璨仲恺农业工程学院

学位级别：硕士

植物表型是对植物可观察的物理、生理、生化等特征的综合描述,包括植株高度、果实数目、病虫害、产量及非生物胁迫等。农艺性状的鉴定通常通过表型选择来完成。传统的植物表型参数取得方式主要为标尺测量和人工目测,其中标尺测量一般会... 详细信息

植物表型是对植物可观察的物理、生理、生化等特征的综合描述,包括植株高度、果实数目、病虫害、产量及非生物胁迫等。农艺性状的鉴定通常通过表型选择来完成。传统的植物表型参数取得方式主要为标尺测量和人工目测,其中标尺测量一般会对目标样本造成破坏性取样测量,费时费力、效率低;人工目测可用于植株的病害程度、旱涝胁迫等,工作繁琐重复量大,测量结果主观性强,准确率得不到保证。现如今针对植株表型数据获取的方案较少,大多基于价格昂贵的专业三维扫描设备与专业分析软件,难以实现普及和应用。根据现代农业多维度农业信息获取与植物表型数字化表达发展的需求,研究低成本、无损的植物表型信息提取方法意义重大。蝴蝶兰因其艺术观赏性和花卉耐久性被认为是园艺工业中最受欢迎的兰花属,因难以杂交繁殖,目前主要依靠工厂化培育。本文以工厂蝴蝶兰苗期植株为研究对象,以Real Sense L515深度相机为主要研究工具,通过对Real Sense L515性能分析设计并搭建数据采集平台,从图像和点云数据两方面对植株表型信息提取方法开展研究,为工厂利用现代农业机械化手段进行管控培育等提供数据支撑。主要研究内容如下:(1)分析研究并搭建研究数据采集平台,采集试验数据。通过分析Real Sense L515相机性能,搭建数据采集平台,利用旋转台分别从8个角度采集彩色、红外深度图像数据,得到彩色点云原始数据。(2)植株病害表型信息提取方法研究。使用YOLOv5单阶段目标检测算法,提取蝴蝶兰植株的病害表型信息,如黄化、炭疽、煤烟等具有显著的位置和色彩特征。在YOLOv5模型上添加两种注意力机制,基于色彩通道的SENet和基于色彩与空间双重注意力机制的CBAM,更准确地获取病害表型的颜色信息与病害在叶子上的空间信息。对比分析发现,融合注意力机制的YOLOv5最优网络模型比原生YOLOv5模型,对病毒、黑霉、黄化、炭疽、疫病、软腐共6中病害的识别准确率从80.3%到91.1%提升12%。(3)基于点云数据三维重建方法研究。对原始点云数据进行滤波降噪、点云配准等步骤获得蝴蝶兰植株三维点云模型。通过建立统一的旋转台坐标系,将各角度点云还原到原始相对位置上完成初始配准,采用ICP算法和基于法向量夹角的ICP算法分别进行精配准,本研究采用的基于法向量夹角的ICP算法减小对应点间距离,点云对应点距离误差达到理想范围,并获得了完整的蝴蝶兰植株三维点云模型。(4)基于点云模型表型信息提取方法研究。通过对获得的蝴蝶兰植株三维点云模型采用HSI色彩空间分割结果提取植株株高植株、最小有向包围盒体积表型信息,利用叶片三角网格化提取叶面积表型信息。并将计算值与人工测量值比较,结果表明计算值与人工测量值间有良好的线性关系,且算法在植株上的效果大植株比小植株更好。

关键词： RealSense 表型信息三维重建点云分割

基于无人机可见光遥感的马铃薯表型信息提取研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无人机可见光遥感的马铃薯表型信息提取研究

作者：姚立民山东理工大学

学位级别：硕士

马铃薯是重要的粮食作物,具有抗旱、耐贫瘠等特性,在全世界有着广泛的种植,马铃薯的生产对于保障粮食安全有着极其重要的作用。育种是发掘马铃薯潜在特性,培育高产、耐胁迫优质品种的主要手段,在育种过程中,需要经常调查马铃薯的表型信... 详细信息

马铃薯是重要的粮食作物,具有抗旱、耐贫瘠等特性,在全世界有着广泛的种植,马铃薯的生产对于保障粮食安全有着极其重要的作用。育种是发掘马铃薯潜在特性,培育高产、耐胁迫优质品种的主要手段,在育种过程中,需要经常调查马铃薯的表型信息,以及时发现优质表型性状,从而进行选育。传统的表型信息采集工作以田间人工调查为主,效率较低,主观性误差大,难以满足大范围育种试验田的工作需求。近些年来,随着无人机遥感技术的发展,快速有效、高通量、无损地获取表型信息已经被成功用于各种作物的选育。为实现对马铃薯的田间表型信息的采集,本文提供一种快速、有效的方法,利用无人机搭载可见光遥感相机获取田间马铃薯的图像信息,研究无人机飞行高度对植被覆盖度提取精度的影响,选取最佳的飞行高度,构建马铃薯数字正射影像DOM(Digital orthophoto map)和数字表面模型DSM(Digital surface model),实现对马铃薯植被覆盖度和株高信息的提取。研究的主要内容和结论:(1)利用无人机搭载高分辨率可见光相机获取七个高度水平下的马铃薯航拍图片并生成DOM,作为试验影像;经过图像降采样对无人机低高度获取的试验区DOM进行缩小,降低分辨率,逐一模拟真实环境下获取的其余六个高度的试验区DOM,作为验证影像,对试验影像和验证影像进行相同的影像处理流程,提取马铃薯覆盖度,分析提取结果的变化趋势。结果表明,利用无人机可见光遥感进行马铃薯覆盖度提取时,随着无人机飞行高度的增加,图像分辨率降低,图像中的主体部分占比会被高估,提取的误差增大,不利于覆盖度的准确提取。本研究为表型信息提取中无人机飞行高度的选取提供参考。(2)利用无人机获取马铃薯田间可见光影像,采用超绿指数(EXG)、超红指数(EXR)、红绿蓝植被指数(RGBVI)等三种植被指数对马铃薯DOM进行处理,增大马铃薯与裸地背景之间的差异,然后通过最大类间方差法(OTSU)实现马铃薯与裸地的分割分类,有效获取了马铃薯植被覆盖度;借助基于SVM的监督分类得到了马铃薯的高精度分类结果,对比分析了三种植被指数的提取精度。结果表明,EXR提取的马铃薯植被覆盖度总体相对误差为1.65%,相比于EXG(3.13%)和RGBVI(4.27%),与真实结果最为接近;从马铃薯的分类精度上看,EXG的总体精度均值达到96.95%,kappa系数均值达到0.87,在分类精度上优于EXR(0.81)和RGBVI(0.80),在多个研究区域都获得了良好的分类结果,实现了马铃薯植被覆盖度的高通量、高精度提取。(3)利用可见光影像构建马铃薯DSM的方法,获取马铃薯高程信息与裸地高程信息,通过两者的差值即可得到对应区域马铃薯的株高,在四个研究小区内都取得了较好的效果,决定系数R最高可达0.68,实现了无人机搭载可见光相机对马铃薯株高的有效提取。

关键词：无人机可见光遥感马铃薯表型信息育种

基于UWB的室内作物表型信息采集无人机系统设计

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

北京工业职业技术学院学报 2024年第3期23卷 1-5页

作者：郭辉卜小东北京农业职业学院北京102442

针对设施农业室内种植作物表型信息采集的需求,提出小型多旋翼无人机系统采集的方法,并进行了动力系统设计、飞行导航与图像采集模块的选型设计。设计的小型多旋翼无人机系统可搭载可见光图像采集模块,采用UWB定位技术进行室内飞行导航... 详细信息

针对设施农业室内种植作物表型信息采集的需求,提出小型多旋翼无人机系统采集的方法,并进行了动力系统设计、飞行导航与图像采集模块的选型设计。设计的小型多旋翼无人机系统可搭载可见光图像采集模块,采用UWB定位技术进行室内飞行导航和采集航线规划,能实现室内精准定位和高质量的可见光图像采集。经过实验验证,设计的系统在稳定性、精确性、适应性等方面满足要求,可实现设施农业室内作物表型数据采集需求,为设施农业的高效管理和作物生长研究提供有力的技术支撑。

关键词：无人机 UWB定位表型信息室内

基于作物表型信息获取的多旋翼飞行器应用研究综述

在线全文

学校读者我要写书评

暂无评论

装备制造技术 2019年第8期 10-12,29页

作者：沈宝国范月圆杨妍王松涛江苏航空职业技术学院镇江市无人机应用创新重点实验室

以多旋翼飞行器为平台搭载不同类型的传感器构成低空遥感监测系统用于提获取田间作物表型信息,成为目前研究的热点。分别对四旋翼飞行器平台、六旋翼飞行器平台、八旋翼飞行器平台等三种平台搭载不同的传感器获取叶面积指数、株数信息... 详细信息

以多旋翼飞行器为平台搭载不同类型的传感器构成低空遥感监测系统用于提获取田间作物表型信息,成为目前研究的热点。分别对四旋翼飞行器平台、六旋翼飞行器平台、八旋翼飞行器平台等三种平台搭载不同的传感器获取叶面积指数、株数信息、生物量、叶绿素含量、产量、氮素状况等作物表型信息的研究成果进行阐述与分析。兼顾飞行稳定性能和有效负载能力,八旋翼飞行器搭建数码相机将会在提获取田间作物表型信息得到更为广泛的应用。

关键词：多旋翼无人机传感器作物表型信息