基于YOLOv5m和CBAM-CPN的单分蘖水稻植株表型参数提取

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0.5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、0.81、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 、1.74 cm和2.39°,与SHN模型相比,误差分别减小1.65、3.43、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。     

高光谱图像技术在掺假大米检测中的应用

为了有效判别出优质大米中是否掺入劣质大米,该文研究了一种针对大米掺假问题的快速、无损检测方法。从市场上购买了东北长粒香大米和江苏溧水大米,按纯东北长粒香大米、3∶1、2∶2、1∶3和纯江苏溧水大米共5个掺合水平进行大米试验样本的制备。利用可见-近红外高光谱图像采集系统(390~1050 nm)获取了200个大米样本的高光谱图像。采用ENVI软件确定高光谱图像的感兴趣区域(region of interest,ROI),并提取出所有样本在ROI内的平均高光谱数据。采用支持向量机(support vector machine,SVM)建立全光谱波段下的大米掺假判别模型,径向基(radial basis function,RBF)核函数模型交叉验证准确率为93%、预测集正确率为98%。由于高光谱信息量大、冗余性强且受噪声的影响较大,该文采用主成分分析方法(principal component analysis,PCA)分别对大米高光谱图像和高光谱数据进行处理,从特征选择和特征提取2个角度对原始高光谱数据进行处理,通过主成分权重系数图选择了531.1、702.7、714.3、724.7、888.2和930.6 nm 6个特征波长,通过留一交叉验证法(leave-one-out cross-validation,LOOCV)确定并提取出PCA降维后的最优主成分数(number of principal component,PCs)为9。最后分别将优选出的特征波长和提取出的最优主成分数作为模型的输入,建立SVM模型。试验结果表明,基于特征波长SVM模型的交叉验证准确率为95%、预测集正确率为96%,基于最优主成分数SVM模型的交叉验证准确率为94%、预测集正确率为98%。该研究结果表明,该文建立的基于特征波长和基于最优主成分数的SVM模型均具有较优的预测性能,且利用高光谱图像技术对大米掺假问题进行检测是可行的。     

基于高光谱的寒地水稻叶片氮素含量预测

为快速、无损和准确地诊断水稻营养状况,开展了基于高光谱成像技术的寒地水稻叶片氮素含量预测研究。以不同施氮水平下的水稻叶片为研究对象,利用高光谱成像技术,分析拔节期水稻叶片光谱,采用全波段高光谱数据、连续投影算法及分段主成分分析(segmented principal components analysis,SPCA)与相关分析(correlation analysis,CA)相结合的方法建立多种回归分析模型,并对模型进行检验和筛选。结果表明:随着施氮水平提高,水稻叶片反射率在可见光区域降低,在近红外区域升高。在校正集决定系数上,基于多元逐步回归分析的全波段模型较好,校正集决定系数为0.821,校正集均方根误差RMSEC=0.079;在预测集决定系数上,基于SPCA-CA结合多元回归分析的多变量单波段指数、差值指数、双差值指数模型较好,预测集决定系数为0.869,预测集均方根误差RMSEP=0.085。该研究结果为快速检测水稻叶片氮素含量及水稻生长期间精确施肥管理提供了参考。     

基于U-Net模型的含杂水稻籽粒图像分割

含杂率是水稻联合收获机的重要收获性能指标之一,作业过程中收获籽粒掺杂的杂质包含作物的枝梗和茎秆等,为了探索籽粒含杂率和机器作业参数之间的关联,需要实时获取籽粒含杂率数据。该文基于机器视觉的U-Net模型对联合收获机水稻收获籽粒图像进行分割,针对传统分割算法中存在运算量大、耗时多、图像过分割严重和分割参数依赖人为经验难以应对各种复杂谷物图像等问题,采用深度学习模型多次训练学习各分割类别的像素级图像特征,提出基于U-Net深度学习模型的收获水稻籽粒图像中谷物、枝梗和茎秆的分割方法,采用改进的U-Net网络增加网络深度并加入Batch Normalization层,在小数据集上获得更丰富的语义信息,解决图像训练数据匮乏和训练过拟合问题。选取田间试验采集的50张收获水稻籽粒图像,采用Labelme方式进行标注和增强数据,裁剪1 000张256像素×256像素小样本,其中700张作为训练集,300张作为验证集,建立基于改进U-Net网络的收获水稻籽粒图像分割模型。采用综合评价指标衡量模型的分割准确度,对随机选取的60张8位RGB图像进行验证。试验结果证明,水稻籽粒的分割综合评价指标值为99.42%,枝梗的分割综合评价指标值为88.56%,茎秆的分割综合评价指标值为86.84%。本文提出的基于U-Net模型的收获水稻籽粒图像分割算法能够有效分割水稻籽粒图像中出现的谷物、枝梗和茎秆,时性更强、准确度更高,可为后续收获水稻籽粒图像的进一步识别处理提供技术支撑,为水稻联合收获机含杂率实时监测系统设计提供算法参考。     

高湿高雾环境下红茶发酵图像实时采集系统研制

为解决高湿高雾的红茶发酵场景下,无法实时采集图像的问题,该研究基于加热除雾防潮装置与工业相机系统,设计了高湿高雾环境下红茶发酵叶图像实时采集系统。系统主要由工业相机、镜头、加热除雾防潮装置、面光源、固定支架、控制软件与电脑组成。利用该系统采集单芽、叶片、茎、一芽二叶的发酵进程图像,通过图像处理技术,可以有效提取发酵叶的颜色特征信息;利用茶叶感官审评、发酵叶色泽与气味变化的方法,将采集的1 564张图像分为发酵轻、偏轻、适度、过度4个带有红茶品质标签的数据集,数据集按照7∶3的比例划分为训练集和测试集,训练集通过MobileNetV3+Vision Transformer技术搭建深度学习模型,模型预测准确率达到95.68%;开发的可视化红茶发酵程度判别软件,可以实现红茶发酵程度有效预测与结果输出。研究结果表明,设计的图像实时采集系统可为红茶发酵程度智能化判别装备研发提供数据基础和技术支持。     

基于三维点云的番茄植株茎叶分割与表型特征提取

针对当前温室番茄表型参数难以自动获取的问题，研究提出通过对三维点云进行配准、骨架提取以及分割从而自动获取苗期番茄植株株高、茎粗、叶倾角和叶面积参数的方法。首先通过机器人搭载机械臂在温室中自动获取多视角番茄点云，并通过配准得到完整植株点云；对番茄点云利用拉普拉斯收缩的骨架提取算法获取植株骨架，对骨架进行修正后分解为茎秆和叶片子骨架，实现茎秆叶柄分割；再通过基于区域生长的MeanShift聚类方法对叶片和叶柄进行分割；最后通过番茄点云获取株高、茎粗参数，通过骨架测量叶倾角，对叶片点云进行曲面拟合提取叶面积参数。试验结果表明，茎叶分割与叶片分割的精确率、召回率、F1分数和平均总体准确率分别为0.84、0.91、0.87、0.92和0.92、091、0.91、0.93。株高、茎粗、叶倾角和叶面积参数的提取值与人工测量值的决定系数分别为0.97、0.53、0.90和0.87，均方根误差分别为1.40 cm、1.52 mm、5.14°和37.56 cm2。结果表明该研究方法与人工测量值具有较强的相关性，可以为温室番茄的高通量自动化表型测量提供技术支持。     

地基激光雷达提取大田玉米植株表型信息

玉米个体表型信息对于玉米的高产高效发育规律研究、玉米遗传育种中基因型的确定具有重要意义,该文针对传统的玉米表型信息提取方法费时、费力、效率低下、主观性强等问题,提出一种基于TLS(terrestriallaserscanning,地面激光扫描)技术的大田玉米个体表型信息提取方法。利用地基激光雷达获取毫米级精度的玉米个体植株三维点云数据并进行海量点云数据预处理,构建玉米叶片三角网模型和叶片骨架点云;基于叶片三角网提取绿叶叶面积,基于叶片骨架点云提取叶长和叶倾角,基于未去穗的玉米植株点云提取株高。试验结果与实地手动测量值相比,真实叶面积、叶长、株高、叶倾角的均方根误差(RMSE)分别为12.69 cm~2、1.31 cm、1.30 cm和5.12°,平均绝对百分比误差(MAPE)分别为2.38%、1.32%、0.61%和8.96%。试验结果表明本文提出的基于TLS提取玉米个体表型参数的方法精度较高,具有可行性,为辅助玉米育种、生长监测等提供了一种有效手段。     

引入Transformer和尺度融合的动物骨骼关键点检测模型构建

动物的姿态和行为与其自身的健康状况有着密切联系,检测动物骨骼关键点是进行动物姿态识别、异常行为分析的前提。针对现有的关键点检测方法对动物骨骼的识别准确率低、鲁棒性差等问题,该研究提出了一种引入Transformer编码器的动物骨骼关键点检测模型。首先,在HRNet网络的特征提取层中引入改进的Transformer编码器,用于捕捉关键点之间的空间约束关系,在小规模的羊数据集上有较优的检测性能。其次,引入多尺度信息融合模块,提高模型在不同维度特征上的学习能力,让模型可以适用于更多的实际场景。为了验证模型的有效性和泛化性,该研究采集并标注了羊的骨骼关键点数据集,并加入东北虎数据集ATRW共同作为训练集。试验结果表明,在羊和东北虎关键点数据集上,该模型分别取得77.1%和89.7%的准确率,均优于对比模型且计算量更小,单张图像检测时间为14 ms,满足实时检测的需求。使用牛、马等数据集进行跨域测试均能较好地检测出骨骼关键点,并分析了Transformer编码器的可解释性。该研究可为精确检测动物骨骼关键点提供一种有效的技术支持。     

基于重参数化MobileNetV2的农作物叶片病害识别模型

针对基于卷积神经网络识别农作物叶片病害存在参数众多,计算量大且实时性差的问题,提出一种轻量级农作物叶片病害识别模型RLDNet(reparameterized leaf diseases identification network)。首先,基于MobileNetV2利用重参数化倒残差模块提升推理速度,并设计浅而窄的网络结构增强对浅层特征的提取,降低模型参数量。其次,使用轻量级ULSAM(ultra-lightweight subspace attention module)注意力机制,结合叶片病害特征,强化模型对病害区域的关注能力。最后,利用DepthShrinker剪枝方法对模型进行剪枝进一步减小空间占用。RLDNet在PlantVillage数据集上识别准确率达99.53%,参数量为0.65 M,对单张叶片病害图像的推理时间为2.51 ms。在自建叶片病害数据集上获得了98.49%识别准确率,比MobileNetV3、ShuffleNetV2等轻量级模型识别准确率更高,更为轻量。     

自适应加权算子结合主曲线提取玉米叶片点云骨架

为从玉米叶片点云数据(尤其是缺失点云数据)中准确提取骨架特征,该研究设计了一种考虑玉米叶片形状结构和数据完整性的自适应加权算子来计算玉米叶片点云的骨架约束点集,并引入主曲线对骨架约束点集进行拟合得到优化的玉米叶片点云骨架.首先使用K均值聚类将玉米叶片分为若干变化较为平缓的部分;然后通过改进的距离场方法提取点云的截面相关...     

膜下滴灌水稻基因型耐缺铁性评价

【目的】新疆生产建设兵团采用膜下滴灌技术后,水稻缺铁黄化现象较为严重,研究该条件下水稻对缺铁反应的基因型差异,可为耐缺铁性水稻基因型的筛选和分类提供可靠的理论依据。 【方法】以六个水稻基因型为研究材料,采用膜下滴灌技术管理。在水稻幼苗期、分蘖期和成熟期随机采样,测定不同基因型水稻的分蘖数、生物量、产量以及铁含量,利用隶属函数分析和聚类分析研究了水稻在全生育期对缺铁胁迫反应的基因型差异。 【结果】水稻在幼苗期、分蘖期和成熟期对缺铁的反应存在基因型差异。在幼苗期水稻基因型 T-04 和 T-05 的叶片活性铁含量显著低于其他基因型;T-201 在幼苗期叶片活性铁、地上部铁的分配,分蘖期叶片铁含量和地上部干物质均较高;在分蘖期 T-04 铁的转移能力最小,但是 T-04 的分蘖数较高;在成熟期 T-04 的有效分蘖与其他基因型差异不显著,T-04 的产量处于中等水平,但是其籽粒铁的收获指数低于其他基因型水稻。聚类分析显示耐缺铁水稻基因型 T-43 的各指标高于其他基因型。 【结论】在水稻的幼苗期和分蘖期叶片铁的有效利用和自身铁的转移保证了水稻的生长和较高有效穗数,根据全生育期水稻铁营养效率和产量的基因型差异初步确定 T-43 耐缺铁能力较强,T-04 为对缺铁敏感的水稻基因型。     

基于高光谱的双季稻分蘖数监测模型

旨在阐明双季稻分蘖数与冠层反射高光谱间的定量关系,构建基于高光谱的双季稻分蘖数监测模型。基于不同早、晚稻品种和施氮水平的田间试验,于关键生育期(分蘖期、拔节期和孕穗期)测定早、晚稻分蘖数,同步使用FieldSpec HandHeld 2型高光谱仪采集早、晚稻冠层反射高光谱数据,分别利用光谱指数法和连续小波变换构建新型光谱指数和敏感小波特征对双季稻分蘖数进行监测,建立双季稻分蘖数光谱监测模型,并用独立试验数据进行检验。结果表明,新型光谱指数和敏感小波特征对双季稻分蘖数的监测效果优于其他类型光谱参数(植被指数和“三边”参数),其中位于红边区域的小波特征db7(s9,w735)监测早稻分蘖数时表现最优,监测模型R2为0.754,模型检验相对均方根误差RRMSE为0.128;位于红边区域的小波特征mexh(s6,w714)监测晚稻分蘖数时表现最优,监测模型R2为0.837,模型检验RRMSE为0.112。研究结果可为双季稻分蘖数快速无损监测和群体质量精确调控提供理论基础与技术支持。     

Varietal differences in tillering ability of fourteen japonica and indica rice varieties

Field experiments were conducted to clarify the relation between the tillering ability and morphological characters, dry matter production, or nitrogen absorption among 14 rice varieties including different ecospecies with different plant types, and about the same heading time. Tiller number varied widely among the varieties and the number of tillers per plant at the maximum tiller number stage ranged between 14.3 and 39.5 in 1995 and 12.2 and 34.6 in 1996. Among all the varieties, IR 36 followed by Suweon 258 produced the highest maximum tiller number and Dawn produced the lowest maximum tiller number. The plant length and the specific leaf area, i.e. one of the indicators of leaf thickness, showed a strong negative and positive significant correlation, respectively, with the maximum tiller number. The varieties with a shorter plant length produced shorter and thinner leaves which would provide less competition for dry matter and nitrogen between mother stem and tillers and among tillers. This resulted in a higher efficiency of tiller production in the higher-tillering varieties for the same amount of dry matter production and nitrogen absorption. Percentage of productive tillers widely varied among the varieties, ranging from 42 to 73% in 1995 and from 50 to 81% in 1996. Semidwarf indica and japonica-indica varieties showed a lower percentage of productive tillers than the Japanese and tall indica varieties, and high-tillering varieties IR 36 and Suweon 258 produced the highest number of dead tillers, which resulted in the lowest percentage of productive tillers. The number of dead tillers depended mainly on the extent of competition for carbohydrates produced and nitrogen absorbed from the maximum tiller number stage to heading among tillers, although the increasing ratio of dead tillers was higher in indica varieties than in japonica varieties with a decrease in the amounts of these substances.     

玉米地上主要器官形态建成的动态模拟

构建玉米茎秆、叶片和穗等器官的形态建成模型,可为玉米器官建成的定量预测和虚拟玉米生长系统的建立提供理论参考。以‘金山27’、‘先玉335’、‘伟科702’和‘郑单958’等玉米品种为试验材料,构建玉米器官形态建成的动态模拟模型。模型以生理发育时间(PDT)为时间步长,以生理发育日来衡量茎秆、叶片和穗的生长进程与生长次序,以品种遗传参数为基础确定其他模型参数,引入了最小含氮量、最大含氮量和临界含氮量订正氮素的影响。不同品种、不同试验点的检验结果表明,节间长度的模拟误差为0~2.5 cm,RMSE为0.2~0.8 cm;节间粗度的模拟误差为0.001~0.397 cm,RMSE为0.050~0.156 cm;叶片长度的模拟误差为0~2.6 cm,RMSE为0.5~1.1 cm;叶片宽度的模拟误差为0~1.5 cm,RMSE为0.1~0.5 cm;雌穗长度的模拟误差为0.1~1.4 cm,RMSE为0.4~0.7 cm;雌穗粗度的模拟误差为0~0.255 cm,RMSE为0.070~0.141 cm;雄穗长度的模拟误差为0.1~2.1 cm,RMSE为0.5~0.9 cm;雄穗粗度的模拟误差为0.001~0.158 cm,RMSE为0.050~0.066 cm。模型表现出较好的预测性和可靠性。     

基于3CCD摄像机的水稻农学参数估算

水稻农学参数的估算是调控水稻生长、预测水稻产量的重要基础和根据。该文以广东省农业科学研究院大丰农场水稻研究所的稻田为研究对象,根据植物反射光谱的特性,研究3CCD摄像机水稻叶面积指数、生物量、叶绿素含量、叶长、叶宽、株高、产量等农学参数的估算,结果表明:分蘖期农学参数不适于用3CCD摄像机估算;叶面积指数在分化期估算最准确;生物量、叶绿素含量、产量均在抽穗期估算较好;3CCD摄像机不适用于大面积水稻株高、剑叶长、剑叶宽等外部特征的估算。该文为CCD摄像机的水稻估产打下基础。     

草炭风化炭改良盐碱土的生态效应研究

采用草炭和风化炭进行改良盐碱土的盆栽试验.结果表明,施用草炭、风化炭使土壤盐分略有上升,主要使Ca2+和Na+增加;土壤有机质含量因草炭、风化炭的施用而增加,且与有机物料的用量呈正相关关系;土壤速效氮、速效磷、速效钾含量也均随有机物料的施用而增加.水稻株高、穗长和每穗粒数均有所增加,水稻籽实产量显著提高.     

机械耕作和播种方式对稻茬小麦光合生产和产量的影响

沿淮地区水稻种植后土壤质地黏重加之秸秆还田量大制约了小麦生长,耕作和播种方式的合理搭配是解决这一问题的有效方法。于2017-2019年在泗洪设置了不同耕作方式(耕翻、免耕)和播种方式(中型带播、中型条播、小型带播、小型条播)的田间试验,研究了不同处理对小麦穗数和穗质量形成、光合物质生产和产量的影响。结果表明:1)两年度均以免耕产量最高,比耕翻分别增产25.4%和15.2%。2)两年度采用中型机械播种方式能够稳定实现较高的籽粒产量,小型条播仅2017-2018年度免耕条件下产量与中型机械播种方式差异不显著。带播相比于条播能够提高小麦个体生长空间,增大光合面积,增强了群体干物质生产和转运能力。总的来说,免耕下采用中型带播方式播种是改善沿淮地区稻茬小麦生长发育和提高产量的一种有效农田管理模式,这为当地优化选择和推广适宜的耕播方式组合提供了依据。     

长雄野生稻及其后代抑草效果与化感潜力和农艺性状的关系

明确化感潜力和农艺性状对长雄野生稻(Oryza longistaminata)及其后代抑草效果的影响及相互关系,对发掘与利用野生种质资源的化感基因培育水稻化感新品种具有重要意义。本研究以化感抗稗草长雄野生稻、亚洲栽培稻‘RD23’及其杂交F1代(RD23×O.longistaminata)和F2代单株分离群体为材料,采用室内生物测定和温室盆栽试验相结合方法,研究化感潜力和农艺性状对长雄野生稻及其后代抑制稗草的影响,并探讨三者的相互关系。结果表明,室内生物测定为强化感潜力的水稻材料在盆栽条件下对稗草的密度防效、生物量防效和株高抑制作用并非总强于弱化感和无化感作用的水稻材料,但在根际距离0~3 cm时,强化感潜力水稻材料对伴生稗草的抑制效应显著强于弱化感潜力和无化感作用的水稻材料。不论供试材料化感潜力强弱,当根际距离大于3 cm时,株型高大、分蘖强的供试水稻材料在盆栽条件下对稗草的密度防效、生物量防效和株高抑制作用均显著强于株型矮小、分蘖少的材料。供试水稻材料在不同苗龄对稗草的抑制作用也存在显著差异,苗龄60 d的供试材料在根际距离0~3 cm范围内对伴生稗草的密度防效均小于苗龄30 d的对应处理组,但对伴生稗草的生物量防效和株高抑制作用则大于苗龄30 d对应处理组;之后随着距离的增加,除根际距离在3~6 cm的密度防效外,其他均无显著差异。在根际距离0~3 cm时,供试材料的化感综合效应指数(SE)与对伴生稗草的密度防效、生物量防效和株高抑制作用显著相关,但随根际距离的增加相关性逐渐减小;株高和分蘖数与稗草的密度防效不相关,与生物量防效和株高抑制作用存在一定的相关性。研究结果显示,长雄野生稻及其后代田间抑草效果与化感潜力、苗龄、株高和分蘖数等因素相关,在根际距离0~3 cm时,化感作用在苗龄30 d的强化感潜力水稻材料的抑草效应中起主要作用。     

基于骨架和最优传输距离的玉米点云茎叶分割和表型提取

针对当前三维点云分割方法难以精确分割玉米植株顶部新叶的问题,该研究提出一种基于点云骨架和最优传输距离的玉米点云茎叶分割方法.首先利用拉普拉斯骨架提取算法获得植株骨架;其次根据玉米形态结构特征将植株骨架分解成器官子骨架,并实现器官粗分割;再以最优传输距离作为点云距离度量,采用从上到下的顺序对未分割点云进行精细分割;最后自...