【目的】高通量表型技術(shù)不僅是現(xiàn)代育種領域的重要手段,也是解析田間作物生理生態(tài)行為的工具,但不同類別高通量表型技術(shù)的基礎架構(gòu)特征仍不清楚,因此需要針對機器視覺高通量表型技術(shù)進行專門探討�！痉椒ā勘疚挠脵C器視覺技術(shù)檢測計算稻茬麥莖穗一體的表型指標。使用寧麥13、魯原502和鄭麥9023 3個小麥品種,進行小區(qū)化對比試驗,使用等孔距柵條精播板進行單粒精播,準確控制條播小麥的群體條件。于稻茬麥成熟期進行莖穗一體圖像獲取,對圖像進行灰度增強、直方圖均值化、S分量提取、Otsu閾值分割、莖穗分離和莖穗形態(tài)參數(shù)提取等操作。提取的稻茬麥地上部單莖穗各器官的形態(tài)參數(shù)包括莖稈長、莖稈平均寬度、莖稈投影面積、莖稈周長、麥穗長、麥穗平均寬度、麥穗投影面積和麥穗周長。同時,使用傳統(tǒng)方法獲取小麥單葉片質(zhì)量、單莖稈質(zhì)量、單穗質(zhì)量和單穗籽粒產(chǎn)量等農(nóng)藝性狀指標。分別構(gòu)建線性模型、二次模型、指數(shù)模型及拓展模型進行多維指標擬合,包括小麥單莖穗生物量與單穗籽粒產(chǎn)量關(guān)系、單莖穗的麥穗形態(tài)參數(shù)與單穗籽粒產(chǎn)量關(guān)系等擬合分析。在單莖穗層面對小麥莖穗的表型指標與單穗籽粒產(chǎn)量之間的關(guān)系進行相關(guān)分析和回歸分析,進而基于機器視覺在小麥莖穗一... 

【文章來源】：中國農(nóng)業(yè)科學. 2020,53(01)北大核心CSCD

【文章頁數(shù)】：13 頁

【部分圖文】：

人工模擬免耕機條播播種示例

鑒于RGB圖像相對較低的背景飽和度，將圖像RGB三顏色分量轉(zhuǎn)換為HSV三維顏色分量（圖3）。發(fā)現(xiàn)S分量直方圖中莖穗圖像飽和度和背景飽和度二者的分界比較明顯。進而使用Otsu閾值分割法[38]，獲得單莖穗與背景的分離閾值。結(jié)合膨脹腐蝕和背景噪音消除，獲取新的二值圖像。圖3 圖像HSV分量直方圖

圖2 數(shù)字圖像預處理統(tǒng)計圖像中連通區(qū)域的數(shù)量。對圖像采用8連通區(qū)域?qū)ふ�，進行各連通區(qū)域的單獨調(diào)取獲得單個莖穗圖像。對圖像進行逐行檢測，根據(jù)麥穗和莖稈之間的寬度差進行莖穗分離。圖4中3條水平線表示莖穗分離效果。分別對麥穗部分和莖稈部分進行形態(tài)參數(shù)提取。提取方法為（1）莖稈投影面積：莖稈部分的各行像素點累加求和；（2）莖稈周長：莖稈部分外圍輪廓總長度；（3）莖稈長度：莖稈部分各行中心位置距離累加；（4）莖稈平均寬度：莖稈部分像素和與該部分所占行數(shù)比值。麥穗數(shù)字圖像的各形態(tài)參數(shù)提取方法同莖稈。

【參考文獻】：
期刊論文
[1]種植密度對不同小麥品種莖稈形態(tài)特征、化學成分及抗倒性能的影響[J]. 邵慶勤,周琴,王笑,蔡劍,黃梅,戴廷波,姜東.  南京農(nóng)業(yè)大學學報. 2018(05)
[2]植物表型組學:發(fā)展、現(xiàn)狀與挑戰(zhàn)[J]. 周濟,Francois Tardieu,Tony Pridmore,John Doonan,Daniel Reynolds,Neil Hall,Simon Griffiths,程濤,朱艷,王秀娥,姜東,丁艷鋒.  南京農(nóng)業(yè)大學學報. 2018(04)
[3]基于小麥穗部小穗圖像分割的籽粒計數(shù)方法[J]. 杜世偉,李毅念,姚敏,李玲,丁啟朔,何瑞銀.  南京農(nóng)業(yè)大學學報. 2018(04)
[4]基于線性回歸的玉米生物量預測模型及驗證[J]. 仇瑞承,苗艷龍,張漫,李寒,孫紅.  農(nóng)業(yè)工程學報. 2018(10)
[5]密度與肥料運籌對遲播小麥產(chǎn)量和莖稈抗倒能力的影響[J]. 張明偉,馬泉,丁錦峰,李春燕,朱新開,封超年,郭文善.  麥類作物學報. 2018(05)
[6]稻茬小麥中高產(chǎn)水平下產(chǎn)量及其構(gòu)成因素分析[J]. 周延輝,朱新開,郭文善,封超年.  麥類作物學報. 2018(03)
[7]基于無人機數(shù)碼影像的玉米育種材料株高和LAI監(jiān)測[J]. 牛慶林,馮海寬,楊貴軍,李長春,楊浩,徐波,趙衍鑫.  農(nóng)業(yè)工程學報. 2018(05)
[8]基于Hyperion高光譜影像的冬小麥地上干生物量反演[J]. 任建強,吳尚蓉,劉斌,陳仲新,劉杏認,李賀.  農(nóng)業(yè)機械學報. 2018(04)
[9]小麥分蘗形態(tài)學特征X射線-CT無損檢測[J]. 吳迪,楊萬能,牛智有,黃成龍.  農(nóng)業(yè)工程學報. 2017(14)
[10]基于Multi-Agent的智能植物系統(tǒng)的構(gòu)建與應用研究[J]. 吳升,郭新宇,苗騰,肖伯祥,溫維亮,趙春江.  中國農(nóng)業(yè)科技導報. 2017(05)

博士論文
[1]單株水稻綠葉面積無損測量方法研究[D]. 蔣霓.華中科技大學 2014

碩士論文
[1]稻茬麥免耕種植技術(shù)模式及其效應研究[D]. 芮超杰.南京農(nóng)業(yè)大學 2016



本文編號：3276808