期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SFM+光学校正的小麦根系三维重建与表型提取方法
1
作者
段凌凤
王新轶
+2 位作者
魏函志
王旭升
杨万能
《农业机械学报》
北大核心
2025年第3期18-26,共9页
小麦根系作为关键的水分和养分吸收器官,其表型特征对了解小麦生长状况及土壤环境具有重要意义。然而,根系地下生长的特性使得其观测面临挑战。本研究设计了一套小麦水生培养装置、基于虹吸原理的柔性换液装置及根系图像采集系统,并针...
小麦根系作为关键的水分和养分吸收器官,其表型特征对了解小麦生长状况及土壤环境具有重要意义。然而,根系地下生长的特性使得其观测面临挑战。本研究设计了一套小麦水生培养装置、基于虹吸原理的柔性换液装置及根系图像采集系统,并针对该系统开发了图像光学折射校正方法,通过SFM算法构建了根系的三维点云模型,并提取了相关表型特征。试验表明,柔性换液装置使换液前后根系图像结构相似度提高至0.98;折射校正方法使图像误差减少62%。采用提出的装置及方法对小麦根系生长发育受氮环境的影响进行了探讨。研究结果表明,在低氮条件下,小麦根系展现出更深、分布更密集的生长趋势。另外,相比于氮高效品种,氮低效品种对氮环境变化更敏感。本文提出的装置及方法有助于高通量植物根系三维表型分析。
展开更多
关键词
小麦根系
三维重建
折射校正
图像处理
表型提取
SFM
在线阅读
下载PDF
职称材料
基于改进Pix2Pix-HD网络的多品种水稻生长可视化预测方法
被引量：
3
2
作者
段凌凤
王新轶
+3 位作者
王治昊
耿泽栋
卢运瑞
杨万能
《作物学报》
CAS
CSCD
北大核心
2024年第12期3083-3095,共13页
植物生长建模与预测能模拟植物的生长过程,有助于生理学家和植物学家分析植物未来的生长模式,缩短试验周期、降低试验成本,受时间和条件限制的植物试验与研究指导。生长可视化预测能提供未来生长时间点的植物图像,能更逼真、直观地描述...
植物生长建模与预测能模拟植物的生长过程,有助于生理学家和植物学家分析植物未来的生长模式,缩短试验周期、降低试验成本,受时间和条件限制的植物试验与研究指导。生长可视化预测能提供未来生长时间点的植物图像,能更逼真、直观地描述植物的生长过程。水稻作为重要的粮食作物,实现水稻的生长可视化预测,对水稻生长发育分析具有十分重要的意义。针对传统作物生长预测方法存在的视觉真实度和可视化效果较差等问题,本文提出了一种基于改进Pix2Pix-HD模型的多品种水稻生长可视化预测方法,利用数据驱动的方式,实现了对水稻抽穗期到灌浆期的高分辨率生长可视化预测,通过水稻抽穗期的图像预测灌浆期水稻生长图像。方法评估中,本文从视觉相似性、表型准确性和不同尺度评估模型预测性能,通过消融实验评估改进方法的有效性,并与现有研究进行比较。结果表明,测试集预测的灌浆期水稻图像与真实灌浆期水稻图像之间的FID、PSNR和SSIM值分别达到24.75、13.58和0.78,预测表型和真实表型相关系数的平均值为0.762,在不同尺度上都能保持较好的准确性。本文提出的基于数据驱动的水稻生长预测方法能够实现高分辨率和高视觉真实性的水稻生长可视化预测,为水稻生长预测提供了新思路。
展开更多
关键词
水稻
生长可视化预测
生成对抗网络
Pix2Pix-HD
数字植物
在线阅读
下载PDF
职称材料
基于深度学习的小麦抗旱相关根系表型原位测量与分析
被引量：
1
3
作者
段凌凤
傅金阳
+3 位作者
王新轶
施家伟
李为坤
杨万能
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第5期207-217,共11页
根系是植物吸收水分的主要通道,根系表型与植物抗旱能力息息相关。为了快速准确地获取小麦根系表型指标,利用土培根盒法进行了小麦干旱胁迫实验,共采集18个时间点的根系时序图像。设计了一套基于深度学习的根系图像处理与分析流程,针对...
根系是植物吸收水分的主要通道,根系表型与植物抗旱能力息息相关。为了快速准确地获取小麦根系表型指标,利用土培根盒法进行了小麦干旱胁迫实验,共采集18个时间点的根系时序图像。设计了一套基于深度学习的根系图像处理与分析流程,针对土壤遮蔽引起的断根问题,提出了一种融合目标检测网络和沙漏注意力网络的检测-修复两阶段断根修复方法,以修复根系断裂区域,并通过多尺度训练和自适应迭代法提高修复精度和鲁棒性。提取了小麦在干旱胁迫和对照处理下的根面积、总根长、根宽、根深、根宽深比、根密度6个表型性状,分析了小麦根系对干旱胁迫的表型响应。结果显示,干旱胁迫下,小麦会有更低的根系生物量、更深的根系扎根深度及更分散的根系构型。同时计算了小麦根系干旱胁迫耐受性指数,结合主成分分析法,对小麦品种的抗旱能力进行了描述和排序。
展开更多
关键词
小麦
根系表型
原位测量
抗旱性分析
断根修复
深度学习
在线阅读
下载PDF
职称材料
题名
基于SFM+光学校正的小麦根系三维重建与表型提取方法
1
作者
段凌凤
王新轶
魏函志
王旭升
杨万能
机构
华中农业大学工学院
华中农业大学作物遗传改良全国重点实验室
出处
《农业机械学报》
北大核心
2025年第3期18-26,共9页
基金
国家重点研发计划项目(2021YFD1201500)
国家自然科学基金项目(32170411)
湖北洪山实验室开放课题(2021hskf005)。
文摘
小麦根系作为关键的水分和养分吸收器官,其表型特征对了解小麦生长状况及土壤环境具有重要意义。然而,根系地下生长的特性使得其观测面临挑战。本研究设计了一套小麦水生培养装置、基于虹吸原理的柔性换液装置及根系图像采集系统,并针对该系统开发了图像光学折射校正方法,通过SFM算法构建了根系的三维点云模型,并提取了相关表型特征。试验表明,柔性换液装置使换液前后根系图像结构相似度提高至0.98;折射校正方法使图像误差减少62%。采用提出的装置及方法对小麦根系生长发育受氮环境的影响进行了探讨。研究结果表明,在低氮条件下,小麦根系展现出更深、分布更密集的生长趋势。另外,相比于氮高效品种,氮低效品种对氮环境变化更敏感。本文提出的装置及方法有助于高通量植物根系三维表型分析。
关键词
小麦根系
三维重建
折射校正
图像处理
表型提取
SFM
Keywords
wheat root system
three-dimensional reconstruction
refraction correction
image processing
phenotype extraction
SFM
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
S24 [农业科学—农业电气化与自动化]
在线阅读
下载PDF
职称材料
题名
基于改进Pix2Pix-HD网络的多品种水稻生长可视化预测方法
被引量：
3
2
作者
段凌凤
王新轶
王治昊
耿泽栋
卢运瑞
杨万能
机构
华中农业大学工学院
华中农业大学作物遗传改良国家重点实验室
出处
《作物学报》
CAS
CSCD
北大核心
2024年第12期3083-3095,共13页
基金
国家自然科学基金项目(32170411)
湖北洪山实验室开放课题(2021hskf005)资助。
文摘
植物生长建模与预测能模拟植物的生长过程,有助于生理学家和植物学家分析植物未来的生长模式,缩短试验周期、降低试验成本,受时间和条件限制的植物试验与研究指导。生长可视化预测能提供未来生长时间点的植物图像,能更逼真、直观地描述植物的生长过程。水稻作为重要的粮食作物,实现水稻的生长可视化预测,对水稻生长发育分析具有十分重要的意义。针对传统作物生长预测方法存在的视觉真实度和可视化效果较差等问题,本文提出了一种基于改进Pix2Pix-HD模型的多品种水稻生长可视化预测方法,利用数据驱动的方式,实现了对水稻抽穗期到灌浆期的高分辨率生长可视化预测,通过水稻抽穗期的图像预测灌浆期水稻生长图像。方法评估中,本文从视觉相似性、表型准确性和不同尺度评估模型预测性能,通过消融实验评估改进方法的有效性,并与现有研究进行比较。结果表明,测试集预测的灌浆期水稻图像与真实灌浆期水稻图像之间的FID、PSNR和SSIM值分别达到24.75、13.58和0.78,预测表型和真实表型相关系数的平均值为0.762,在不同尺度上都能保持较好的准确性。本文提出的基于数据驱动的水稻生长预测方法能够实现高分辨率和高视觉真实性的水稻生长可视化预测,为水稻生长预测提供了新思路。
关键词
水稻
生长可视化预测
生成对抗网络
Pix2Pix-HD
数字植物
Keywords
rice
growth visualized prediction
generative adversarial network
Pix2Pix-HD
digital plants
分类号
S511 [农业科学—作物学]
TP391.41 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于深度学习的小麦抗旱相关根系表型原位测量与分析
被引量：
1
3
作者
段凌凤
傅金阳
王新轶
施家伟
李为坤
杨万能
机构
华中农业大学工学院
华中农业大学作物遗传改良全国重点实验室
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第5期207-217,共11页
基金
国家自然科学基金项目(32170411)
国家重点研发计划项目(2021YFD1201500)
湖北洪山实验室开放课题(2021hskf005)。
文摘
根系是植物吸收水分的主要通道,根系表型与植物抗旱能力息息相关。为了快速准确地获取小麦根系表型指标,利用土培根盒法进行了小麦干旱胁迫实验,共采集18个时间点的根系时序图像。设计了一套基于深度学习的根系图像处理与分析流程,针对土壤遮蔽引起的断根问题,提出了一种融合目标检测网络和沙漏注意力网络的检测-修复两阶段断根修复方法,以修复根系断裂区域,并通过多尺度训练和自适应迭代法提高修复精度和鲁棒性。提取了小麦在干旱胁迫和对照处理下的根面积、总根长、根宽、根深、根宽深比、根密度6个表型性状,分析了小麦根系对干旱胁迫的表型响应。结果显示,干旱胁迫下,小麦会有更低的根系生物量、更深的根系扎根深度及更分散的根系构型。同时计算了小麦根系干旱胁迫耐受性指数,结合主成分分析法,对小麦品种的抗旱能力进行了描述和排序。
关键词
小麦
根系表型
原位测量
抗旱性分析
断根修复
深度学习
Keywords
wheat
root phenotypic traits
in-situ measurement
drought tolerance analysis
root breakage repair
deep learning
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
S24 [农业科学—农业电气化与自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SFM+光学校正的小麦根系三维重建与表型提取方法
段凌凤
王新轶
魏函志
王旭升
杨万能
《农业机械学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进Pix2Pix-HD网络的多品种水稻生长可视化预测方法
段凌凤
王新轶
王治昊
耿泽栋
卢运瑞
杨万能
《作物学报》
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
3
基于深度学习的小麦抗旱相关根系表型原位测量与分析
段凌凤
傅金阳
王新轶
施家伟
李为坤
杨万能
《农业机械学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
