基于CT图像和RAUNet-3D的玉米籽粒三维结构测量

玉米籽粒构成和精细结构与玉米产量及品质直接相关。本文提出一种基于CT图像的玉米籽粒三维结构自动测量方法,快速提取、统计玉米籽粒成分和结构性状,评估不同玉米品种籽粒间性状差异。首先,利用Micro-CT获取批量玉米籽粒CT图像,通过Watershed算法准确分割出单颗籽粒;进而,设计基于注意力机制RAUNet-3D网络准确提取出籽粒胚;最后,建立自动化玉米籽粒表型管道,计算籽粒、胚、胚乳和空腔的共23项性状,用于玉米籽粒性状分析和品种鉴定。选取4个玉米品种籽粒（登海605、京科968、先正达408和农华5号）共120颗籽粒进行验证,结果表明籽粒CT扫描成像效率提高到1min/粒,籽粒表型提取效率为10s/粒,胚分割精度可达93.4%,粒长、粒宽和粒厚的R2分别为0.902、0.926和0.904,籽粒品种分类精度达90.4%。本文方法实现了玉米籽粒及其胚、胚乳、空腔三维结构无损、快速测量,提取的性状能够表征不同玉米品种籽粒间表型差异,为开展大规模玉米籽粒三维表型鉴定奠定了基础。     

玉米籽粒力学性能试验分析

对甘肃省玉米种植主导品种金穗4号玉米籽粒的压缩和剪切力学性能进行了实验研究,采用针尖压入法对玉米籽粒各组分的硬度作了试验分析.实验结果表明,含水率以及压缩和剪切位置对玉米种子籽粒静压破损特性和硬度有明显的影响;角质胚乳的硬度明显高于粉质胚乳和胚,而粉质胚乳的硬度略高于胚.     

室内植物表型平台及性状鉴定研究进展和展望

植物表型组学研究正逐渐向综合化、规模化、多尺度和高通量的方向快速发展。本文首先介绍了植物表型研究的最新动向。然后针对室内表型监测平台的特点和各类室内表型针对的表型性状进行了系统介绍，包括产量、品质、胁迫抗性（包括干旱、抗冷热、盐胁迫、重金属和病虫害）等。在此基础上，本文还根据通量、传感器集成度和平台大小等把一些国内外流行的室内植物表型平台进行了分类，并介绍了这些室内表型平台在植物研究中的应用情况。同时，本文还介绍了室内表型数据的管理和解析方法。最后，本文着重讨论了室内表型平台的发展方向，并结合中国植物研究的实际情况对表型组学在中国的发展提出了展望，以期为中国植物表型研究提供指导和建议。     

植物表型平台与图像分析技术研究进展与展望

近年来,植物基因组得到迅猛发展,但因缺乏足够的表型数据而限制了人类解析数量性状遗传学的能力。通过开发植物表型信息采集平台和进行图像分析可以加以解决。高通量、自动化、高分辨率的植物表型信息采集平台与分析技术对于加快植物改良和育种、提高产量和抗病虫害能力至关重要。将植物表型平台信息采集平台与分析技术用于解析基因组信息,定量研究与生长、产量和适应生物或非生物胁迫相关的复杂性状,是建立植物生长模型和采集农作物高维、丰富表型数据集的重要途径,能够满足填补基因组信息与植物表型可塑性之间空白的需要。阐述了基于光学成像的植物表型信息采集平台与图像分析技术的研究进展,从室内、田间不同的使用环境出发,根据不同搭载方式,总结分析了各表型平台的功能和特点。最后,分析了目前植物表型信息采集平台与分析技术存在的瓶颈问题,提出了以下建议与展望:开发植物表型信息采集平台的多传感器集成系统;将植物生长环境监测模块融入植物表型信息采集平台中;开发针对林木的表型信息采集平台;对传感器获取的表型数据进行更好的集成与挖掘;采用无损原位根系信息采集技术得到植物地下部分的表型数据;构建表型数据统一开放的标准,进行学科交叉的深度合作。     

基于机器视觉的植物表型研究现状

传统基于人工的植物表型检测方法存在效率低下、主观性严重和测量误差大等问题,已难以满足现代农林业生产实践的要求。文章在分析植物表型研究必要性的基础上,系统综述国内外开展的植物表型检测技术研究,探讨了基于机器视觉的大田复杂环境下植物表型检测技术,并指出农林植物表型检测技术的发展必将推动农林植保的智能化。     

表示学习技术研究进展及其在植物表型中应用分析

表示学习是一种将研究对象的内在信息表示为稠密低维实值向量的方法,其基本思路是找到对原始数据更好的表达。表示学习凭借其自动提取特征的能力,在处理大量人为先验理解有限的数据时表现出高效性。有监督以及无监督的表示学习模型在文本、图像、三维点云等植物表型数据的分析研究中获得了运用。随着近年来数据量的迅速增长以及基因组学研究的快速发展,植物表型研究数据具有高通量、高精度等特征,表示学习模型在海量高维植物表型数据的分析任务中获得了关注。本文简述了表示学习的相关概念和表示学习技术研究进展,对有监督和无监督的表示学习模型进行对比分析,阐述了植物表型数据概念及其处理方法,重点从植物种类识别、病虫害检测分析、产量预测、基因研究和形态结构表型数据计算等方面,探讨了表示学习在植物表型中的研究应用意义及其存在的问题。最后,指出表示学习在植物表型应用中的发展方向:开发能够适用于分析不同种植物表型数据的表示学习模型,实现高整合度、高通用性的目标;提高表示学习模型的实时性及准确度,以增强其实用性;多模态表型数据的表示学习可为学科的交叉数据分析研究提供统一的数据视图。     

玉米籽粒内部组分低对比度透射图像精确分割研究

为解决玉米籽粒透射图像由于对比度较低造成内部组分提取不精确的问题,提出一种基于色彩通道非线性变换的多通道重叠区域分割方法,对玉米籽粒图像在灰度、R通道及b通道下得到的二值图像使用重叠区域原理,实现玉米籽粒组分的精确分割。首先,采集不同玉米品种的籽粒透射图像,提取单粒玉米籽粒;其次,采用多通道重叠区域法分割单粒籽粒图像,得到玉米籽粒胚部、角质胚乳和粉质胚乳3部分的图像;最后,以查全率和查准率评价多通道重叠区域法与传统图像分割方法对不同品种玉米籽粒的分割效果。不同品种玉米籽粒的分割试验表明:多通道重叠区域分割方法的查全率、查准率及综合评价指标均达到98%以上,分割效果优于传统的图像分割方法,能够实现不同品种透明角质玉米籽粒透射图像的精确组分分割。     

基于计算机视觉的玉米单倍体自动分选系统

研究了一种玉米单倍体籽粒分选方法,可自动分选具有Navajo标记的玉米单倍体籽粒。分选系统主要由种子输送单元、图像采集处理单元、分拣卸料单元及系统控制单元组成。图像采集处理单元根据玉米籽粒胚部及胚乳顶部的颜色特征进行单倍体籽粒判断,并将判断结果发送给系统控制单元。系统控制单元根据该结果协调种子输送单元及分拣卸料单元机械臂的运动,实现籽粒位置定位,同时开启与机械臂末端相应电磁阀,采用气吸方式分离杂合体籽粒,系统分拣速度可达     

基于Mask R-CNN的柑橘主叶脉显微图像实例分割模型

针对目前植物解剖表型的测量与分析过程自动化低，难以应对复杂解剖表型的提取和识别的问题，以柑橘主叶脉为研究对象，提出了一种基于掩膜区域卷积神经网络(Mask region convolutional neural network, Mask R-CNN)的主叶脉显微图像实例分割模型，以残差网络ResNet50和特征金字塔(Feature pyramid network, FPN)为主干特征提取网络，在掩膜(Mask)分支上添加一个新的感兴趣区域对齐层(Region of interest Align, RoI-Align),提升Mask分支的分割精度。结果表明，该网络架构能够精准地对柑橘主叶脉横切面中的髓部、木质部、韧皮部和皮层细胞进行识别分割。Mask R-CNN模型对髓部、木质部、韧皮部和皮层细胞的分割平均精确率(交并比(IoU)为0.50)分别为98.9%、89.8%、95.7%和97.2%,对4个组织区域的分割平均精确率均值(IoU为0.50)为95.4%。与未在Mask分支添加RoI-Align的Mask R-CNN相比，精度提升1.6个百分点。研究结果表明，Mask R-CN...     

面向植物抗旱性研究的多源表型信息采集和分析技术

利用表型信息采集系统获取不同生长环境下的植物形态结构和生理生化数据,研究植物体对不同胁迫的反应,从而进行抗性育种和筛选优质良种.本文构建了一套由双CCD相机、热成像仪、水分控制模块、称量模块、光源等组成的多源表型信息采集系统,采用YOLO v3目标检测算法和图像处理算法提取了植物投影叶面积、株高、叶片数量、冠层温度等表...     

基于机器视觉的玉米单倍体自动分选系统

针对导入基因标记后杂交诱导产生的玉米籽粒,设计了一套基于计算机视觉的玉米单倍体高通量自动分选系统。系统主要由传动部件、斜面翻滚部件、信号采集与处理部件,以及籽粒分选部件4部分组成。斜面翻滚部件表面有凹凸纹理,可使玉米籽粒在下落翻滚过程中产生多种姿态,试验使用这一方法获得含胚面图片的成功率达90%。信号采集与处理部件通过提取玉米籽粒胚面的SIFT特征来判断籽粒属性,并将属性结果发送给籽粒分选部件,分选部件根据结果控制直线滑台的运动以实现籽粒筛选。试验结果表明:系统对单倍体的正确识别率为95%,可很好地实现玉米单倍体的自动分选。     

玉米单倍体籽粒特征提取及识别

研究了玉米单倍体育种过程经导入基因标记后杂交诱导产生的单倍体与杂合体籽粒特征提取及识别方法,实现了单倍体籽粒的准确识别。以导入基因标记后杂交诱导产生的玉米籽粒为研究对象,根据颜色特征将玉米分为紫色标记、黄色胚乳及白色胚部3部分,通过分析此3部分像素在RGB及HSV颜色空间内的分布特点,提出了(G-B)R/B模型,实现了紫色标记区域的有效提取;根据玉米籽粒形态特点及紫色标记部分的分布特点,提出了一种简单快速的单倍体籽粒识别方法。在单倍体分拣试验台上的试验结果表明,所提出的方法对单倍体的识别准确率达98.07%,且能满足动态检测要求。     

玉米籽粒考种信息获取装置设计与试验

考种是制约育种效率的关键环节。玉米高通量考种过程,存在籽粒堆积和粘连现象,影响籽粒考种参数的提取。本文结合玉米高通量自动考种需求,设计了籽粒考种信息获取装置。通过分析堆积籽粒回旋运动过程的受力情况并根据试验情况确定振动平台回旋速度,实现籽粒的平铺摊种。在此基础上,针对粘连籽粒图像提出了一种先分割后融合的改进分水岭算法,该方法通过比较相邻分割区域极小值与最小分水岭的差值与设定的阈值T,进行邻域融合,对过分割区域进行合并,实现粘连籽粒的准确分割,分割完成后,统计籽粒个数,并基于Graham扫描法建立单个籽粒的最小外接矩形,获取籽粒长宽参数。在构建的玉米籽粒自动考种装置上进行动态试验,结果表明,本文所提出的方法可实现玉米粘连籽粒的准确分割,单穗玉米籽粒计数正确率不低于98.05%,籽粒平均长宽与人工测量结果的决定系数R~2在0.97以上,满足自动考种在线检测的需求。     

玉米籽粒直收中籽粒及穗轴破损形态研究

玉米籽粒直收是我国玉米收获技术的发展趋势,为了进一步降低玉米籽粒直收中籽粒破碎率,采用与沃得农业机械机有限公司联合研制的玉米稻麦联合收获机,对江苏省玉米品种"郑单958"进行籽粒直收试验,并对玉米籽粒及穗轴破损形态进行了研究分析。结果表明:玉米籽粒直收中籽粒破损形态主要为破碎籽粒、缺损籽粒及裂纹籽粒等,缺损籽粒中绝大多数为冠部缺损,有少数胚部缺损裂纹籽粒,各部位中冠部存在裂纹的比例最高,有胚的腹面存在裂纹的比例高于没有胚的背面,籽粒产生纵向裂纹大于产生横向裂纹的比例;玉米穗轴破损形态复杂,长度以2～6cm为主,断面比以1/4和1/2为主,穗轴小端完整度最大。该研究可为玉米联合收获机的进一步优化改进提供参考。     

北京地区夏玉米联合收获的试验研究

以室内试验为基础,结合3年来的生产性试验,研究了夏玉米成熟期籽粒的脱水规律以及脱粒质量与籽粒含水率、脱粒参数之间的关系。结果表明：联合收获的适宜条件是：玉米籽粒含水率小于30％,脱粒速度13．0～14．5m／s(400～450r／min)。北京地区10月上旬夏玉米籽粒含水率能够降到30％左右,因此只要措施得当,可以实现夏玉米联合收获作业。     

玉米籽粒冲击破碎中的Ab-T10破碎模型参数标定

针对基于离散元法的玉米粉碎过程仿真研究中缺乏准确模型的问题,本文以玉米籽粒为研究对象,设计搭建了颗粒物料冲击破碎试验装置,运用切片法构建了适用于Ab-T10破碎模型的玉米籽粒凸面体模型,开展了玉米籽粒的Ab-T10破碎模型参数标定和玉米籽粒的冲击破碎特性研究。以破碎概率和t10为冲击破碎特性评价指标,开展了5种不同含水率玉米籽粒的冲击破碎试验。试验结果表明,玉米籽粒的破碎概率和t10随着冲击比能增加而增加,随着玉米籽粒含水率的增加而减小,临界破碎速度随着玉米籽粒含水率的增加而增加;以Ab-T10破碎模型中破碎概率和t10的理论公式对玉米籽粒冲击破碎试验数据进行了拟合（R2adj高于0.86）,确定理论公式中参数值,实现了玉米籽粒Ab-T10破碎模型的参数标定。以构建的籽粒模型和标定的Ab-T10破碎模型参数进行粉碎仿真试验,结果表明,不同含水率玉米籽粒的粒径累计分布规律的实测值与仿真值具有较好的一致性,粉碎后颗粒平均粒径的实测值与仿真值相对误差低于6.54%,说明构建的玉米籽粒模型和标定的Ab-T10破碎模型参数可以表征玉米籽粒冲击粉碎过程。     

播期对不同玉米品种生长发育及产量的影响

通过调整播期，研究影响玉米生长发育和产量形成的气候因素，尤其是高温条件。试验选取京农科728、登海618、郑单958和先玉335共4个主栽玉米品种为材料，分别在2019年6月5日（T1）、6月15日（T2）和6月25日（T3）3个播期处理种植。结果表明，4个玉米品种的生育期，随着播期的推迟均不同程度延长。成熟期干物质积累量，4个玉米品种的叶片和茎秆在不同的播期没有明显差别，但籽粒和穗4个品种干物质积累量早播处理比晚播处理积累量大，可能是因为早播处理比晚播处理时段的温度要高。在玉米穗粒数、百粒质量和产量上，品种和播期处理对其影响达极显著水平。品种和播期处理对穗粒数、百粒质量和产量表现出极显著的交互作用。京农科728、登海618、郑单958和先玉335品种的穗粒数、百粒质量和产量最大值均为T2处理，最低均为T1处理，在产量性状上可能是因为T1处理在开花授粉阶段正好遇到连续高温天气，导致T1处理结实性较差。由此可见，在玉米生长发育和产量形成时，高温对其影响较大，在没有遇到高温的情况下，适时早播对玉米产量的提高将更有利。      

粘连玉米籽粒图像的自动分割方法

以玉米籽粒为对象,提出了一种基于公共区域和籽粒轮廓寻找分割点的方法,实现了粘连玉米籽粒图像的自动分割.对于两个相互粘连的籽粒,在对粘连目标进行连续腐蚀-膨胀处理过程中,相互接触籽粒会形成公共区域,将公共区域与任意一个籽粒轮廓进行交集运算后,得到一段不封闭的曲线,曲线段的端点作为分割点,再运用Bresenham画线算法生成分割线,将这两个籽粒分离.对于大量粘连的籽粒,采用同样的方法,以"剥离"方式可将籽粒逐个分离出来.对100组粘连籽粒图像进行算法测试,分割正确率为96%,分割后的籽粒边界较为平滑,变形较小.     

玉米种子脱粒过程高速摄影观察分析

为优化差速式玉米种子脱粒机脱粒系统的有关参数,进而降低玉米种子在脱粒过程中的损伤,采用高速摄影方法对单个玉米果穗喂入与脱粒过程进行了观察分析.分析结果表明:果穗在开始喂入阶段,籽粒破碎大;在脱粒起始阶段,果穗撞击强烈,越到后段,撞击越弱;果穗在正常脱粒情况下,脱下籽粒多,籽粒运动轨迹可近似为沿直辊与果穗接触点的切线方向;而果穗非正常脱粒情况下,脱下籽粒少,籽粒运动规律呈杂乱状态,没有一定飞行方向;螺旋辊的转速偏大造成果穗的非正常脱粒加大,果穗的非正常脱粒会影响果穗的脱粒质量和脱粒效率.