基于特征选择与骨架提取的种子萌发的芽长、根长检测

芽长是种子活力的一个重要判定标准.传统的芽长检测方法采用人工测量方式,存在费时费力、且受人为主观因素影响较大等问题.利用数字图像处理技术的芽长自动检测算法可以提高芽长测量的效率,并且能够统一测量标准从而避免主观误差.本研究基于特征选择与骨架提取算法原理设计了种子芽长、根长检测复合算法及软件,首先利用颜色特征提取叶片信息,并在整株芽长二值图像中去除叶片区域信息,其次通过圆盘结构元素与线性结构元素腐蚀图像分割出种子图像,获得种子的中心,再对整株芽长二值图像进行图像增强和边缘轮廓处理,最后对芽长图像进行骨架提取与剪枝,依据像素点间的欧氏距离计算芽长与根长.通过对玉米、小麦、水稻的芽长和根长进行测量,结果显示,玉米、小麦与水稻芽长的百分误差分别为2.90％、2.05％、2.40％;根长的百分误差分别为1.90％、2.11％、2.02％.说明基于特征选择与骨架提取检测方法的复合算法能够实现对种子萌发的芽长与根长的高精度、快速检测.     

超级杂交水稻理想株型图像识别的探讨

为提供评判超级杂交水稻理想株型的方法和手段，以Visual C 为工具，利用图像识别技术，提供了超级杂交水稻理想株型经图像的二值化、细线化处理、提取了株型的骨架信息。     

基于视频的植物动画合成方法

植物动画合成是当今的一项研究热点,运动信息的提取与重构是在计算机上实现高效、逼真植物动画合成的基础和关键。以玉米为研究对象,采集真实的植物运动视频,将视频转换为图像序列并选取若干关键帧。研究数字图像处理算法,提取图像前景目标,并对目标细化和毛刺去除得到清晰、完整的二值植物骨架图像。基于植物骨架图像提出了植物动画特征点数据提取方法,并将特征点数据映射到三维植物模型,实现了数据驱动的植物动画。     

基于骨架提取和二叉树分析的玉米植株图像茎叶分割方法

对玉米植株图像的茎叶进行分割,为组分表型分析、植株对环境胁迫的响应等后续研究提供参数和依据。采用内布拉斯加大学林肯分校植物表型数据集中的玉米植株图像,自动进行玉米植株图像的裁剪和二值化;通过骨架细化算法建立植株的骨架模型,并设定阈值去除骨架中的毛刺;然后检测骨架上的端点和交叉点,采用二叉树分析骨架模型,最终确立各级节点及各个叶片,从而实现茎叶分割。结果表明,建立的玉米植株茎叶分割算法,具有处理速度快、易于理解等优点,为玉米等植物表型分析与育种等提供支持。     

基于三维数字化的玉米株型参数提取方法研究

【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。     

基于机器视觉辣椒截面性状提取方法

利用机器视觉技术快速分析研究辣椒的农艺性状，可以为辣椒选育提供依据，后续为辣椒遗传育种和功能基因组分析打下坚实的基础。基于Labview、Visual Studio和OpenCV软件编写了一套对辣椒横切和纵切截面农艺性状的分析程序。对辣椒截面图像进行分析处理，对横截面提取外轮廓、内轮廓、心室图、褶皱图形等图像，对纵截面提取辣椒骨架、果肉端点、果柄中线等操作。对这些图像进行分析和数据提取，提取出横截面的直径Dx和Dy、圆形度DC、果肉厚度T、心室个数H、横向褶皱VWN/VWD等参数，提取纵截面的中长线Y、肩宽X1、胸宽X2、腹宽X3、尖宽X4、中线形状等参数。实现了对辣椒截面农艺性状的自动化、高通量提取。     

基于奇异值分解的多尺度变换域图像细化算法

由于多尺度变换域图像细化可降低图像存储难度与识别难度,图像细化核心即为骨架连通性,围绕保持图像骨架高度连通性这一宗旨,提出基于奇异值分解的多尺度变换域图像细化算法。首先,通过采用基于小波多尺度奇异值分解的图像特征提取算法,全面提取多尺度变换域图像中全部目标特征。然后,通过采用一种有效的图像细化算法判断图像细化时需留下的特征点,并去除图像中冗余像素点与冗余枝线,完成多尺度变换域图像细化。最后,根据本文所提算法将多尺度变换域图像以指纹、不规则图像等为例,对两幅图像细化,进行图像的细化测试。研究结果表明,所提算法细化后的图像纹理清楚,骨架分明,且图像纹络连通性较好;与同类型算法相比,该算法对多尺度变换域图像中冗余像素点和枝线的去除效果最佳。     

聚类算法在玉米叶片病斑降维识别中的应用

为了及时、准确地识别玉米病害,基于聚类识别算法,进行了玉米叶片病斑图像识别的对比试验。首先利用LLE算法对玉米图像降维以提取特征,然后采用K-均值算法、FCM算法和GK算法进行聚类分析,其中GK算法能够有效识别出玉米病斑图像,正确识别率高达95.5%。可见,GK模糊聚类算法对玉米病斑图像的识别效果较好。     

计算机视觉技术在玉米品种识别中的应用(英文)

玉米品种的识别对玉米的育种、加工、贸易等具有重要的意义。计算机视觉技术已广泛应用于玉米品种识别中,从玉米图像获取、玉米图像处理、特征参数提取、模式识别算法、编程软件等几方面技术进行了综述,并对计算机视觉技术在玉米品种识别中存在的问题及发展的趋势进行了分析和展望。     

基于嵌入式设备的作物长势监测系统

传统的基于机器视觉的作物长势监测设备对环境要求较高,且体型较大,不易布置在实际生产的复杂环境中。本文提出了一套基于嵌入式设备的应用于实际生产环境的作物长势监测系统,该系统集成了图像采集、滤波、颜色空间转换、图像分割、形态学运算、特征量化的图像处理流程,依靠人工在嵌入式视觉系统中面向环境自定义算法提取作物长势特征,确定最优算法组合,设定流程,进行作物长势特征的自动提取并监测。利用该监测系统对拔节期玉米植株的株高进行连续监测,监测值与人工测量值的决定系数达到0.9072,随时间的变化趋势一致,表明该系统可用于复杂环境下的作物长势监测。     

基于可见光图像的玉米植株表型检测研究进展

植株表型性状是遗传育种和农业生产中普遍关心的数据,传统表型观测已成为限制育种效率和管理生长的主要因素。基于可见光图像的植株表型检测具有成本低、效率高、易推广等优点,不但可以原位、实时和连续获取植物生长图像,而且能够解析出植物结构、形态、颜色和纹理等多种表型参数。从玉米群体、单株和器官尺度上论述了基于可见光图像的玉米植物表型检测方法和技术,重点介绍了玉米根、叶、穗部等主要器官的高通量表型检测进展,并分析了基于可见光图像进行植物表型检测存在的问题和发展趋势,以期为制定作物表型检测技术方案和实施规程,及系统开展植物表型组学研究提供参考。     

磷锌配施对玉米干物重及磷锌含量的影响

采用二因素五水平D-饱和优化设计，以棕壤和风沙土进行盆栽玉米试验，对磷、锌肥用量与玉米干物重以及植株磷锌比与玉米干物重之间的关系进行了研究。结果表明：施用磷锌肥料对于增加玉米干物重均有促进作用，但磷锌的交互作用为负；不同土壤上玉米干物重与植株P／Zn比之间相关关系不同，因此植株P／Zn比不一定能作为衡量作物磷锌营养状态的统一诊断指标。     

玉米马铃薯高密度通透栽培技术研究初报

充分利用早熟马铃薯与晚熟玉米生育期一长一短的时间差和植株一高一矮的空间差,通过田间科学巧妙的栽培方式,形成了作物生育前期马铃薯玉米2∶1的间作格局;可实现玉米的高密度种植。在肥、水条件充足时,玉米的密度与清种比可增加300%。这样在单位面积土地上,可得到一季早熟马铃薯,又可得到一季玉米,实现了北方高寒地区一季双作,大大提高了土地利用率和光能利用率。     

高粱生长素反应因子(ARF)基因的全基因组分析与进化研究

生长素在植物发育中的各个阶段都起着重要作用,而生长素反应因子(auxin response factors,ARF)特异性的调节生长素反应基因的表达,是植物细胞中重要的一类转录因子家族.在拟南芥、玉米、水稻等模式作物中先后克隆了一些ARF基因,但是高粱作为一种重要的经济作物,这方面的研究未见报道.随着高粱全基因组序列的公布,利用基因组序列分析ARF基因的数目、结构、进化具有重要的意义.利用公布的高粱全基因组数据,利用DNATOOLS、BLAST、MEGA4.0以及Genomepixelizer等生物信息学软件对高粱(Sorghum bicolor)生长素反应因子ARF基因的数量、物理位置、系统进化树、氨基酸序列及保守基序(motif)的保守性等进行分析. 结果表明, 在高粱全基因组中共有26个ARF基因,26个ARF基因根据其进化关系分为A、B、C 3类; 通过对全基因组内ARF基因进行物理位置和基因家族分析,发现高粱基因组中ARF基因存在明显的基因复制现象, 基因的复制对高粱基因组中ARF基因数量扩张起到了重要的作用.     

气相色谱法测定茶叶中多种拟除虫菊酯农药残留

为确定气相色谱法测定茶叶中拟除虫菊酯农药残留量的最佳试验条件,采用外标法定量,对样品的提取净化方法和气相色谱的测定条件进行了探讨。结果表明:最佳色谱条件为起始温度180℃,最终温度270℃,并保持15 min;样品提取净化条件为以石油醚-丙酮(V/V,3:1)为提取液,Florisil固相萃取小柱净化,用石油醚-乙酸乙酯混合溶液(V/V,9∶1)进行洗脱。回收率及精密度试验表明在0.008～0.800 mg/L浓度范围内,线性方程的线性关系良好,相关系数r≥0.997 3;回收率为80.7%～105.8%,相对标准偏差为2.5%～8.9%,最低检出限为0.000 3～0.004 2 mg/kg。     

Early-season crop type mapping using 30-m reference time series

Early-season crop type mapping could provide important information for crop growth monitoring and yield prediction, but the lack of ground-surveyed training samples is the main challenge for crop type identification. Although reference time series based method(RBM) has been proposed to identify crop types without the use of ground-surveyed training samples, the methods are not suitable for study regions with small field size because the reference time series are mainly generated using data set with low spatial resolution. As the combination of Landsat data and Sentinel-2 data could increase the temporal resolution of 30-m image time series, we improved the RBM by generating reference normalized difference vegetation index(NDVI)/enhanced vegetation index(EVI) time series at 30-m resolution(30-m RBM) using both Landsat and Sentinel-2 data, then tried to estimate the potential of the reference NDVI/EVI time series for crop identification at early season. As a test case, we tried to use the 30-m RBM to identify major crop types in Hengshui, China at early season of 2018, the results showed that when the time series of the entire growing season were used for classification, overall classification accuracies of the 30-m RBM were higher than 95%, which were similar to the accuracies acquired using the ground-surveyed training samples. In addition, cotton, spring maize and summer maize distribution could be accurately generated 8, 6 and 8 weeks before their harvest using the 30-m RBM; but winter wheat can only be accurately identified around the harvest time phase. Finally, NDVI outperformed EVI for crop type classification as NDVI had better separability for distinguishing crops at the green-up time phases. Comparing with the previous RBM, advantage of 30-m RBM is that the method could use the samples of the small fields to generate reference time series and process image time series with missing value for early-season crop classification; while, samples collected from multiple years should be further used so that the reference time series could contain more crop growth conditions.     

施硅对玉米水分生理特性的影响

施硅可提高根系对土壤水分的吸收能力,施硅伤流液量比对照区增加3.6%～9.4%;施硅可降低植株的蒸腾强度,减少植株水分蒸腾26.0%～39.7%,提高了植株体内水分的利用效率;施硅改变了玉米叶片细胞的形态结构,抑制了体内水分的渗透,明显改善了玉米植株体内的水分状况,为增加产量创造了良好的水分条件。     

杂交玉米组合的不同群体效应

不同杂交玉米组合、不同群体密度试验于1996－1997年进行,在不同密度下各组合的产量和穗粒性状差异不显著,密度对半紧凑型玉米的叶面积和干物重及净同化率等性状的调节作用比紧凑型玉米掖单12号要大些,根据广东的情况,从各方面性状综合考虑,半紧凑型玉米以4.5×104～6.0×104株／hm2为宜,而紧凑型玉米掖单12号以7.5×104株／hm2左右为宜,     

不同浓度玉米生长调节剂对玉米氮代谢的影响

采用田间小区试验，研究了不同浓度新型玉米生长调节剂对玉米氮代谢的影响．结果表明，不同浓度玉米生长调节剂对灌浆期玉米功能叶、茎秆中氮素的转运，功能叶硝酸还原酶与蛋白水解酶活性，功能叶和籽粒的谷氨酰胺合成酶与转化酶活性均有明显的促进作用，显著增加玉米产量、籽粒蛋白质含量及籽粒蛋白质产量．在调节剂的3个浓度中，以PGRCl较合理．PGRCl处理玉米籽粒的蛋白氮含量比对照提高0．83g／kg，籽粒产量比对照增加13．18％，籽粒蛋白质产量比对照增加19．59％．