日光温室光环境模拟系统设计与实现

[目的]日光温室光环境是评价温室结构优劣的重要指标之一,分析和评价不同温室结构的光环境,进行日光温室光环境厝拟系统的设计与开发.[方法]开发Windows平台下的日光温室三维光环境模拟系统.通过用户交互设计的方式设计或重建温室的三维结构,结合温室外部光环境与温室内部结构的光学属性参数,从直射光、散射光和多次反射散射光分布角度对温室光环境进行动态模拟.[结果]通过简单调整结构参数即可设计出不同温室三维结构并用于室内光分布计算,且所模拟的温室光环境与实际光环境基本一致.[结论]系统具有参数意义明确、交互操作便捷等特点,为日光温室光环境分析与温室结构优化等研究提供了实用的软件工具.     

基于时间序列图像的玉米植株干旱胁迫表型检测方法

为了快速准确获取植物表型数据,该文提出了一种基于时间序列多图像的玉米植株干旱胁迫表型检测方法。首先,以固定时间间隔获取干旱胁迫条件下玉米植株一天内的图像数据,采用统计学习方法对图像序列进行初始背景分割,非局部均值(non-local mean,NLM)滤波对初始背景分割进一步求精,去除变化光照条件对图像序列分割的影响。在植株器官分割阶段,融合植株形态先验知识,通过逐行扫描和邻域数量判断拆分植株器官像素。最后,提出了叶片角度比值的干旱胁迫表型参数计算方法。结果显示,耐旱植株的叶片角度比值一天内从0.63上升到0.70后再降到0.65,而非耐旱植株的叶片角度比值维持在0.65左右,随时间变化不大。研究结果为阐明玉米植株耐旱表型参数与环境参数的协同变化关系,以及不同基因型玉米植株环境应激反应的细微形态变化提供方法和技术解决方案。     

基于骨架模型的玉米生长运动仿真与动画生成技

为了实现作物生长过程的定量化、可视化表达,提出了一种由作物形态结构特征参数驱动的作物骨架模型生长运动仿真和动画生成方法.基于对作物器官及个体精确定义的几何模型提取作物骨架,利用几何模型参数控制骨架上关节点的运动,结合参数关键帧插值技术确定整个骨架模型的生长运动,实现对作物生长运动的可视化模拟.从而构建一个虚拟作物骨架模型的三维生长动画系统,并以玉米为例进行了模拟.实验结果表明该方法能够较准确地模拟玉米植株的形态建成和运动特征,为真实、自然地模拟作物生长提供了一种可控、通用的方法.     

玉米器官三维模板资源库构建

玉米器官三维模板资源库的构建能够为数字玉米技术体系的建立提供信息完整、具有高真实感的玉米器官三维模型。首先,对玉米植株进行结构单元划分,然后,通过分析玉米各器官的形态结构特征,从三维数据获取方式的角度制定玉米主要器官三维数据获取规范,按该规范开展玉米主要器官三维数据获取工作,并基于所获取的实测数据进行器官几何模型构建,最后,以所构建的玉米器官几何模型为内容,以品种、器官和生育时期等作为关键字构建玉米器官三维模板资源库。资源库包含了具有农学参数的多品种、多生育时期玉米器官几何模型,其构建将有利于数字玉米在玉米行业的各方面发挥作用,也为其他植物的三维模板资源库构建提供了参考。     

基于数据约束的黄瓜叶片参数化建模

提出一种基于数据约束的黄瓜叶片参数化建模方法。该方法首先通过对真实叶片形态数据的统计分析获得叶脉分布以及叶缘特征两类形态特征参数,用来约束叶片整体形状并分区域描述叶缘形态细节,再根据参数值计算出叶片轮廓特征点的三维坐标,利用轮廓中轴骨架建模方法生成叶片的三维网格,最后采用纹理贴图技术增加真实感。试验结果表明,采用该方法可以快速、灵活地构建出黄瓜叶片的三维形态,具有较强的真实感效果。     

基于辐射照度的作物冠层光分布计算系统设

以玉米为例,使用C++语言和OpenGL图形函数库,在Windows平台下,开发基于辐射度-图形学结合模型(RGM)的作物冠层光分布计算系统.以相对成熟的RGM方法提取模型参数,并针对作物冠层特点对方法做适当改进.在冠层三维模型基础上,通过用户交互指定参数,可计算出冠层内每个面元的光分布状态.该系统所需模型参数少,且参数均具有较为明确的植物学和农学意义,便于与传统作物模型相结合,操作界面友好、使用方便.     

基于计算机视觉的玉米籽粒形态测量

为了提高玉米籽粒形态测量的精度与自动化程度,提出一种应用计算机视觉技术对玉米籽粒进行图像获取与形态测量分析的新方法.通过流域分割、轮廓线提取、像素点计数获得籽粒投影面积、周长和长短轴等形态描述指标,并建立了籽粒投影面积与籽粒质量的回归方程.计算机视觉技术为玉米籽粒形态测量与评价提供了一个新途径.     

数字植物及其技术体系探讨

数字植物是数字农业的基础,是利用数字化方法研究植物,并为植物生命系统和农业生产过程的数字化表达、生长建模、过程模拟、可视化计算分析、协同科研实验、成果共享及集成应用提供信息服务和技术支撑平台。探讨数字植物及其技术体系对数字农业有重要的意义。本文介绍了数字植物的概念和内涵,分析了数字植物的基本研究问题,在此基础上探讨了数字植物的科学内涵和技术支撑体系,并讨论了该技术体系建设的重点和应采取的对策方法,以期为数字植物的进一步发展提供有益参考。     

基于Multi-Agent的智能植物系统的构建与应用研究

植物的智能化是在物联网传感数据实时驱动下,由知识模型和多源异构数据融合计算提供智能决策,从而实现植物与环境、植物与人、植物与植物之间互联互通、全程感知与实时反馈的智能化过程,探讨了智能植物的概念、内涵、技术体系及基于Multi-Agent的智能植物系统构建方法。针对植物智能行为复杂异构性,将Multi-Agent技术应用于植物的生长计算和行为模拟,从面向服务的智能植物农业应用出发,综合分析了植物的自治性、反应性、社会性和主动性等智能属性、概念和内涵,构建了多智能体智能植物系统。多智能体智能植物系统的内核由感知器Agent、数据处理Agent、知识模型Agent、智能计算Agent以及虚拟交互Agent构成,并详细描述了系统结构及其关键模型,在多Agent系统中,植物能够感知其所处的环境上下文,自主地决策其行为。构建了基于Multi-Agent的智能植物系统,并以果树修剪虚拟培训智能服务为例验证,结果表明,该系统交互性强、智能程度高、体验效果好,以期为智能植物的发展提供有益的帮助。     

基于玉米根系图像的表型指标获取方法

为了快速获取玉米根系表型指标,该研究提出一种基于图像的高通量解决方案。系统整合一套简易可靠的根系图像获取硬件和自动化根系图像处理算法,首先在固定背景下获取玉米根系图像,通过标定物检出、背景分割算法得到根系目标前景图像,识别根系起始点并剪除冗余部分得到根系感兴趣区域后计算颜色、形状、空间分布3大类29个表型指标。应用该系统获取135个玉米自交系材料吐丝期根系图像和表型数据,其中根系分支角度指标与人工测量值回归分析的决定系数为0.85,验证了系统的精度和准确性。采用非监督聚类方法对135个自交系材料根系表型指标分类,获得3种根系形态类型,通过剖面图分析了各指标在分类中的作用以及不同类型根系的主要表型差异。该方法能够快速获取多个玉米根系表型指标,满足了大规模种质资源鉴定和商业化育种对表型数据的需求。