排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
【目的】高通量表型技术不仅是现代育种领域的重要手段,也是解析田间作物生理生态行为的工具,但不同类别高通量表型技术的基础架构特征仍不清楚,因此需要针对机器视觉高通量表型技术进行专门探讨。【方法】本文用机器视觉技术检测计算稻茬麦茎穗一体的表型指标。使用宁麦13、鲁原502和郑麦9023 3个小麦品种,进行小区化对比试验,使用等孔距栅条精播板进行单粒精播,准确控制条播小麦的群体条件。于稻茬麦成熟期进行茎穗一体图像获取,对图像进行灰度增强、直方图均值化、S分量提取、Otsu阈值分割、茎穗分离和茎穗形态参数提取等操作。提取的稻茬麦地上部单茎穗各器官的形态参数包括茎秆长、茎秆平均宽度、茎秆投影面积、茎秆周长、麦穗长、麦穗平均宽度、麦穗投影面积和麦穗周长。同时,使用传统方法获取小麦单叶片质量、单茎秆质量、单穗质量和单穗籽粒产量等农艺性状指标。分别构建线性模型、二次模型、指数模型及拓展模型进行多维指标拟合,包括小麦单茎穗生物量与单穗籽粒产量关系、单茎穗的麦穗形态参数与单穗籽粒产量关系等拟合分析。在单茎穗层面对小麦茎穗的表型指标与单穗籽粒产量之间的关系进行相关分析和回归分析,进而基于机器视觉在小麦茎穗一... 相似文献
4.
智慧农业的技术基础是基于机器主体的农情信息获取、加工与分析。土壤结构管理是智慧农业的重要子模块,但目前尚不清楚农田背景噪声下土壤结构体的图像信息特征以及目标信息的信噪分离、纯化和加工方法。本研究逐级递进界定田间土壤结构体的数字图像信息特征,并针对自然光源、秸秆及有机质混杂、土壤结构体孔隙等噪声源逐一处理,同时引入了线段法、体视概率法定量土壤结构体信息。筛分法所得结果用于对照。结果表明农田背景下土壤结构体信息受多重环境背景噪声影响,为此需要进行系统补光、噪声过滤、土壤孔隙形态修补等技术处理才能够实现基于机器主体的土壤结构体目标信息获取。运用线段法和体视概率法均能较好地定量土壤结构体的尺度分布信息,线段法与体视概率法所得到的土壤结构体的累积分布数据与筛分数据的相关性(R~2)大于0.96、均方根误差(RMSE)小于0.1 mm。 相似文献
5.
为了在大田条件下研究种植密度对稻茬小麦幼苗生长状况的影响,选用冬小麦品种宁麦13为研究材料,分别于2017年和2018年采用免耕单粒精密条播方式控制稻茬小麦种植密度,设种子间距分别为1.5 cm、3.0 cm和4.5 cm 3个处理,行距均为20 cm。通过定位跟踪统计稻茬小麦出苗率和苗龄占比,同时测定分析稻茬麦幼苗个体地上部和根系指标,分别用出苗动态和单株农艺性状2类指标进行评价。结果表明,对于南方水稻土而言,稻茬小麦出苗率随着种植密度的增大而减小,但差异未达到显著水平。出苗率和苗龄占比可以用于检测不同种植密度处理之间的出苗差异。随种植密度的增加,单株稻茬小麦幼苗地上部干质量和根系干质量在2017年呈减小趋势;2018年稻茬小麦幼苗农艺性状随密度的增加而受到抑制。相比于出苗率指标,苗龄占比更能准确反映稻茬小麦的出苗密度效应。稻茬小麦群体从出苗期开始出现株间竞争,而且种植密度越大,株间竞争越剧烈。 相似文献
1