检索结果-维普期刊中文期刊服务平台

基于激光雷达的温室茄子三维重建与表型测量: 1; 作者韩笑宇张波 +5 位作者赵秀丰董鑫白皓然贾天怡姜宏宇王瑞雪《农业工程》 2025年第1期63-68,共6页; 针对传统手动提取作物表型的方式存在效率低、精度差等缺点,提出一种基于三维重建获取茄子植株表型信息的方法。使用激光雷达获取茄子点云信息并进行处理,构建了基于半径滤波和统计滤波单株点云提取,DBSCAN叶片点云聚类的茄子植株点云... 展开更多; 关键词茄子三维重建表型测量激光雷达点云处理; 在线阅读下载PDF 职称材料

小麦麦穗几何表型测量的精准分割方法研究被引量：5: 2; 作者谢元澄于增源 +3 位作者姜海燕金前蔡娜娜梁敬东《南京农业大学学报》 CAS CSCD 北大核心 2019年第5期956-966,共11页; [目的]小麦麦穗表型获取涉及麦穗到籽粒不同几何尺度的参数精确测量,本文针对麦穗籽粒图像分割粘连现象,研究达到像素级别的精准分割算法,并基于该方法给出籽粒的基本几何参数。[方法]田间随机采集小麦麦穗,对采集的麦穗标本获取表型信... 展开更多; 关键词麦穗表型测量实例分割深度学习; 在线阅读下载PDF 职称材料

基于多视图几何的白菜薹分割与关键表型测量被引量：6: 3; 作者王瑞萍刘东风 +1 位作者王先琳杨会君《农业工程学报》 EI CAS CSCD 北大核心 2022年第16期243-251,共9页; 植物表型调查是选育优良品种和基因功能研究的重要依据,为理解植物生长发育规律及环境的作用提供有力支持。针对传统叶菜类植物表型分析方法存在速度慢、误差大、维度限制等问题,该研究提出了一种基于高通量重建和茎叶自动分割的白菜薹... 展开更多; 关键词三维数字化茎叶分割表型测量白菜薹; 在线阅读下载PDF 职称材料

高原燕麦育种表型数据视觉获取实验研究: 4; 作者唐东明谢恩然王水莹《智慧农业导刊》 2025年第11期6-9,共4页; 传统的作物育种数据采集需要大量的人工观测。该文将人工智能技术用于植物表型组学,对智慧育种实践进行创新探索。在实践中以高原饲用燕麦关键表型数据获取方法为研究对象,创新表型测量方式,提出新的视觉模型和物联网装置,无损测量燕麦... 展开更多; 关键词饲用燕麦表型测量智慧农业人工智能机器视觉; 在线阅读下载PDF 职称材料

农作物表型技术及其智能装备研究进展与展望被引量：8: 5; 作者邓若玲潘威杰 +3 位作者王志琪黄旭楠杨秀丽齐龙《现代农业装备》 2021年第1期2-9,共8页; 农作物产量相关表型性状参数的快速获取对作物育种以及产量相关研究至关重要,也是作物育种全程智能化的研究重点和难点。此外,作物基因组技术的快速发展让人类快速解析数量性状成为了可能,但作物表型数据的不足严重限制了这一可能。通... 展开更多; 关键词农作物表型测量技术智能装备图像处理技术机器视觉; 在线阅读下载PDF 职称材料

香蕉假茎、球茎和根系动态生长模型构建研究: 6; 作者宋帅帅段洁利 +2 位作者杨洲邹湘军欧志武《农机化研究》北大核心 2023年第1期1-7,共7页; 通过香蕉假茎、球茎和根系的表型生长模型及相关分析可为香蕉变量施肥作业提供数据基础。为解决人工测量球茎、根系外接圆难以确定问题,采用基于图像处理方法测量相关表型参数。通过测量广西宝岛蕉全生长周期内的20个阶段,采用图像处理... 展开更多; 关键词图像处理表型测量生长模型相关性香蕉; 在线阅读下载PDF 职称材料

题名基于激光雷达的温室茄子三维重建与表型测量: 1; 作者韩笑宇张波赵秀丰董鑫白皓然贾天怡姜宏宇王瑞雪; 机构青岛农业大学中国农业机械化科学研究院集团有限公司通榆县农业机械化技术推广站农安县农业机械管理服务总站中机云农业(吉林)有限公司; 出处《农业工程》 2025年第1期63-68,共6页; 基金国家重点研发计划项目(2022YFD2002304) 中国机械工业集团有限公司青年基金项目(QNJJ-PY-2022-31)。; 文摘针对传统手动提取作物表型的方式存在效率低、精度差等缺点,提出一种基于三维重建获取茄子植株表型信息的方法。使用激光雷达获取茄子点云信息并进行处理,构建了基于半径滤波和统计滤波单株点云提取,DBSCAN叶片点云聚类的茄子植株点云三维重建方法。研发了基于三维重建激光雷达点云的温室茄子株高、冠幅、叶面积和叶倾角的生理结构表型参数的建模方法,基于单株点云最小包围盒计算株高和冠幅,基于三角面片化计算叶面积,基于高频法向量计算叶倾角。试验结果表明,提出的基于三维重建提取茄子植株表型参数的方法能够快速精准地获取茄子植株的表型信息,可以用于作物表型参数的在线检测,具有较好的实用性。; 关键词茄子三维重建表型测量激光雷达点云处理; Keywords eggplant 3D reconstruction phenotypic measurement LiDAR point cloud processing; 分类号 S625 [农业科学—园艺学]; 在线阅读下载PDF 职称材料

题名小麦麦穗几何表型测量的精准分割方法研究被引量：5: 2; 作者谢元澄于增源姜海燕金前蔡娜娜梁敬东; 机构南京农业大学信息科学技术学院南京农业大学国家信息农业工程技术中心; 出处《南京农业大学学报》 CAS CSCD 北大核心 2019年第5期956-966,共11页; 基金国家重点研发计划项目(2016YFD0300607) 中央高校基本科研业务费自主创新重点项目(KYZ201550,KYZ201548); 文摘 [目的]小麦麦穗表型获取涉及麦穗到籽粒不同几何尺度的参数精确测量,本文针对麦穗籽粒图像分割粘连现象,研究达到像素级别的精准分割算法,并基于该方法给出籽粒的基本几何参数。[方法]田间随机采集小麦麦穗,对采集的麦穗标本获取表型信息并采集图像,进行数据增广和标注,构建1个包括深度残差网络(deep residual network,ResNet)、区域建议网络(region proposal networks,RPN)和全卷积网络(fully convolutional networks,FCN)的实例分割算法MaskR-CNN,对训练集图片进行迭代训练获得模型。[结果]测试集测量结果表明,在测试麦粒上获得的籽粒像素测量平均精度(average-precision,AP)值为0.85,F1(F1-measure)值为0.830,对麦穗长度测量穗长的平均绝对误差为3.30mm,平均相对误差为3.40%,宽度测量的平均绝对误差为0.72mm,平均相对误差为4.10%,综合测量误差为3.75%,试验结果显著优于最大类间方差法(OTSU)以及全卷积网络。通过对特征提取网络层数的修改在处理速度上达到4.26FPS(frames per second),对比FCN处理速度提升了8.5倍。[结论]利用MaskR-CNN分割方法得到1个对整株麦穗和单个籽粒进行目标定位、目标检测和实例分割为一体的端到端、像素级的分割模型,可以对麦穗及部分籽粒进行精确的几何表型测量。; 关键词麦穗表型测量实例分割深度学习; Keywords ear phenotypic measure instance segmentation deep learning; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多视图几何的白菜薹分割与关键表型测量被引量：6: 3; 作者王瑞萍刘东风王先琳杨会君; 机构西北农林科技大学信息工程学院深圳市农业科技促进中心陕西省农业信息感知与智能服务重点实验室农业农村部农业物联网重点实验室; 出处《农业工程学报》 EI CAS CSCD 北大核心 2022年第16期243-251,共9页; 基金陕西省重点研发计划项目(2021NY-179) 广东省乡村振兴战略专项-农业生产发展项目(2130122)。; 文摘植物表型调查是选育优良品种和基因功能研究的重要依据,为理解植物生长发育规律及环境的作用提供有力支持。针对传统叶菜类植物表型分析方法存在速度慢、误差大、维度限制等问题,该研究提出了一种基于高通量重建和茎叶自动分割的白菜薹关键表型参数提取方法。首先,基于多视图立体几何技术对白菜薹进行多视角RGB图像三维重建、尺度恢复、均匀简化、背景去除及点云去噪等预处理。之后,提出基于超体素的改进植物器官自动分割算法,将植株分为茎、叶片等不同语义类别。在此基础上,给出有效的表型参数计算方法,完成了株高、叶长、颜色等7个关键性状的无损、精确测量。试验结果表明,该研究实现了白菜薹关键表型自动分析,茎叶器官分割的精确率、召回率及F1分数的均值分别为0.961、0.940、0.943;株高、株幅、叶长、叶宽的均方根误差分别为0.261、0.313、0.174、0.100 cm,叶面积及叶片数的均方根误差分别为1.608 cm^(2)和0.283,平均绝对百分比误差分别为1.659%、1.643%、1.417%、2.486%、8.258%、6.000%。与其他方法相比,该研究具有较低的综合误差,可适应叶片形状不规则的植物表型参数提取研究。同时,克服了当前植物冠层幼叶难以分割、表型性状提取效率低等困难,为精准农业领域叶菜表型高效分析提供有效的技术手段,可在进一步的基因型到表型研究中发挥重要作用。; 关键词三维数字化茎叶分割表型测量白菜薹; Keywords three dimensional digitization stem and leaf segmentation phenotype measurement Chinese cabbage sprout; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名高原燕麦育种表型数据视觉获取实验研究: 4; 作者唐东明谢恩然王水莹; 机构西南民族大学; 出处《智慧农业导刊》 2025年第11期6-9,共4页; 基金四川省科技计划(2024YFHZ0013) 四川省教育厅2024年省级普通本科高校创新性实验项目(无编号) 西南民族大学专业学位研究生教学案例建设项目(无编号)。; 文摘传统的作物育种数据采集需要大量的人工观测。该文将人工智能技术用于植物表型组学,对智慧育种实践进行创新探索。在实践中以高原饲用燕麦关键表型数据获取方法为研究对象,创新表型测量方式,提出新的视觉模型和物联网装置,无损测量燕麦表型数据,避免人工测量过程中对燕麦可能造成的损伤,同时降低人为测量带来的感官误差。通过将育种数据带进智慧农业实践过程中,提升实践中发现并解决智慧农业生产实际问题的能力,激发创新实践的能力。; 关键词饲用燕麦表型测量智慧农业人工智能机器视觉; Keywords forage oat phenotypic measurement smart agriculture artificial intelligence machine vision; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名农作物表型技术及其智能装备研究进展与展望被引量：8: 5; 作者邓若玲潘威杰王志琪黄旭楠杨秀丽齐龙; 机构华南农业大学工程学院; 出处《现代农业装备》 2021年第1期2-9,共8页; 基金国家自然科学基金项目(51875217) 水稻智能考种关键技术开发项目(HXKJHT2020765)。; 文摘农作物产量相关表型性状参数的快速获取对作物育种以及产量相关研究至关重要,也是作物育种全程智能化的研究重点和难点。此外,作物基因组技术的快速发展让人类快速解析数量性状成为了可能,但作物表型数据的不足严重限制了这一可能。通过开发农作物表型测量技术和智能装备可加以解决。将作物产量相关表型性状参数获取技术及其智能装备用于作物的品种改良和解析基因组信息,定量研究与生长、产量和适应生物和非生物胁迫相关的复杂性状,是建立农作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,能够填补基因组信息与植物表型可塑性之间关联性的空白。当前我国作物考种技术正处于由机械化方式向智能化转型升级的关键阶段。本文从作物表型观测技术与装备研究两方面分析了国内外研究现状,提出了建立智能化手段,兼顾不同需求发展高性能、高效率、高可靠性农业考种装备,提升装备智能化水平的发展思路。; 关键词农作物表型测量技术智能装备图像处理技术机器视觉; Keywords crop phenotypic measurement technique intelligent equipment image processing technology machine vision; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP212 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名香蕉假茎、球茎和根系动态生长模型构建研究: 6; 作者宋帅帅段洁利杨洲邹湘军欧志武; 机构华南农业大学嘉应学院广州计量检测技术研究院华南理工大学; 出处《农机化研究》北大核心 2023年第1期1-7,共7页; 基金国家重点研发计划项目(2020YFD1000104) 广东省自然科学基金项目(2020A1515010793) 现代农业产业技术体系建设专项(CARS-31-10)。; 文摘通过香蕉假茎、球茎和根系的表型生长模型及相关分析可为香蕉变量施肥作业提供数据基础。为解决人工测量球茎、根系外接圆难以确定问题,采用基于图像处理方法测量相关表型参数。通过测量广西宝岛蕉全生长周期内的20个阶段,采用图像处理表型测量方法测量假茎直径、球茎直径与根系水平分布长度,分别建立表型特征的生长模型并进行相关性分析。结果表明:假茎直径、球茎直径和根系水平分布长度表型生长模型均呈现“S”形,遵循作物的生长规律;香蕉假茎和球茎极显著正相关,相关系数为0.99177(P<0.05);假茎和根系极显著正相关,相关系数为0.99406(P<0.05);球茎和根系极显著正相关,相关系数为0.99843(P<0.05),假茎、球茎和根系表型性状之间分别存在极显著正相关关系。由此表明,可通过测量香蕉假茎表型参数预测地下球茎和根系的表型参数,进而为变量施肥作业提供数据依据。; 关键词图像处理表型测量生长模型相关性香蕉; Keywords image processing phenotypic measurement growth model correlation banana; 分类号 S59 [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]; 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	基于激光雷达的温室茄子三维重建与表型测量	韩笑宇张波赵秀丰董鑫白皓然贾天怡姜宏宇王瑞雪	《农业工程》	2025	0	在线阅读下载PDF 职称材料
2	小麦麦穗几何表型测量的精准分割方法研究	谢元澄于增源姜海燕金前蔡娜娜梁敬东	《南京农业大学学报》 CAS CSCD 北大核心	2019	5	在线阅读下载PDF 职称材料
3	基于多视图几何的白菜薹分割与关键表型测量	王瑞萍刘东风王先琳杨会君	《农业工程学报》 EI CAS CSCD 北大核心	2022	6	在线阅读下载PDF 职称材料
4	高原燕麦育种表型数据视觉获取实验研究	唐东明谢恩然王水莹	《智慧农业导刊》	2025	0	在线阅读下载PDF 职称材料
5	农作物表型技术及其智能装备研究进展与展望	邓若玲潘威杰王志琪黄旭楠杨秀丽齐龙	《现代农业装备》	2021	8	在线阅读下载PDF 职称材料
6	香蕉假茎、球茎和根系动态生长模型构建研究	宋帅帅段洁利杨洲邹湘军欧志武	《农机化研究》北大核心	2023	0	在线阅读下载PDF 职称材料