在人口劇增和作物增產(chǎn)發(fā)展不平衡的背景下,實(shí)現(xiàn)作物產(chǎn)量與田間種植密度優(yōu)化的協(xié)同發(fā)展是提高作物產(chǎn)量的關(guān)鍵點(diǎn)。但是,目前大多數(shù)關(guān)于作物種植密度優(yōu)化的研究涉及到的方法較為單一,并且模式化的方法對(duì)于作物最佳種植密度的優(yōu)化結(jié)果精準(zhǔn)度低。針對(duì)這一問(wèn)題,本研究在結(jié)合目前農(nóng)業(yè)領(lǐng)域蓬勃發(fā)展的三維重構(gòu)技術(shù)的前提下,提出了一種基于低成本三維重構(gòu)平臺(tái)的普蘭種業(yè)主栽大豆種植密度的優(yōu)化方法。該方法主要是以低成本植株立體取樣平臺(tái)為基礎(chǔ),以機(jī)器視覺(jué)（圖像處理和三維重構(gòu)）作為技術(shù)手段,以數(shù)據(jù)挖掘作為研究方法對(duì)全生育期內(nèi)的大豆植株進(jìn)行了三維重構(gòu),進(jìn)而實(shí)現(xiàn)了作物表型精準(zhǔn)化提取及大豆產(chǎn)量-密度的優(yōu)化模型。試驗(yàn)材料選擇東農(nóng)251（DN251）、東農(nóng)252（DN252）、東農(nóng)253（DN253）、黑農(nóng)48（HN48）、黑農(nóng)51（HN51）五個(gè)大豆品種,種植于東北農(nóng)業(yè)大學(xué)大豆試驗(yàn)基地完成。試驗(yàn)結(jié)果表明,在三維重構(gòu)精度分析中,人工測(cè)量值和模型提取值的各表型皮爾遜相關(guān)系數(shù)均高于0.98�；诖蠖怪仓耆S重構(gòu)模型提取的表型參數(shù),分別分析了植株全生育期內(nèi)相關(guān)表型的“表型指紋”、邏輯斯蒂生長(zhǎng)模型以及表型與產(chǎn)量的相關(guān)性�！氨硇椭讣y”可以精準(zhǔn)地獲... 

【文章來(lái)源】：東北農(nóng)業(yè)大學(xué)黑龍江省 211工程院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究技術(shù)路線

7圖 2-1 田間大豆種植小區(qū)分布圖Fig.2-1 Plots layout of soybean planting area in the field

圖 2-2 大豆植株株高和冠高、株長(zhǎng)和株寬的標(biāo)定Fig.2-2 Definitions of plant height and crown height, plant length and plant width of soybean試驗(yàn)過(guò)程中需要測(cè)定的大豆植株表型參數(shù)分別通過(guò)人工測(cè)量和三維重構(gòu)獲得。人工測(cè)量試驗(yàn)中，每個(gè)品種隨機(jī)選取生長(zhǎng)狀況相近的 5 株大豆植株，共計(jì) 25 株，可用于分析田間大豆與桶栽大豆的動(dòng)態(tài)生長(zhǎng)差異性以及三維重構(gòu)的精準(zhǔn)度。三維重構(gòu)試驗(yàn)中，選取生長(zhǎng)狀況相近

【參考文獻(xiàn)】：
期刊論文
[1]密度對(duì)晉北區(qū)大豆農(nóng)藝性狀、經(jīng)濟(jì)性狀及產(chǎn)量的影響[J]. 張旭麗,邢寶龍,王桂梅,殷麗麗.  作物雜志. 2017(03)
[2]基于生長(zhǎng)模型的苗期大豆植株三維重建[J]. 宋祺鵬,唐晶磊,辛菁.  計(jì)算機(jī)工程. 2017(05)
[3]種植密度對(duì)玉米主要農(nóng)藝性狀的影響[J]. 羅陽(yáng)春,王鵬,方芳,任勝茂,李鐘.  園藝與種苗. 2017(04)
[4]密度對(duì)玉米群體產(chǎn)量和產(chǎn)量性能的影響[J]. 侯玉虹.  中國(guó)農(nóng)業(yè)文摘-農(nóng)業(yè)工程. 2017(02)
[5]種植密度和縮節(jié)胺調(diào)控對(duì)麥后直播棉產(chǎn)量和冠層特征的影響[J]. 楊長(zhǎng)琴,張國(guó)偉,劉瑞顯,張雷,周關(guān)印.  棉花學(xué)報(bào). 2016(04)
[6]表型檢測(cè)中用于小麥株型研究的快速三維重建方法[J]. 方偉,馮慧,楊萬(wàn)能,劉謙.  中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào). 2016(02)
[7]八叉樹(shù)索引的三維點(diǎn)云數(shù)據(jù)壓縮算法[J]. 姚頑強(qiáng),鄭俊良,陳鵬,陳衛(wèi)南.  測(cè)繪科學(xué). 2016(07)
[8]葡萄樹(shù)地上部形態(tài)結(jié)構(gòu)數(shù)據(jù)獲取方法[J]. 溫維亮,郭新宇,王勇健,李超,陸聲鏈.  農(nóng)業(yè)工程學(xué)報(bào). 2015(22)
[9]結(jié)合八叉樹(shù)和最近點(diǎn)迭代算法的點(diǎn)云配準(zhǔn)[J]. 劉斌,郭際明,鄧祥祥.  測(cè)繪科學(xué). 2016(02)
[10]種植密度對(duì)馬鈴薯農(nóng)藝性狀及產(chǎn)量的影響[J]. 金光輝,高幼華,劉喜才,尤晗,姜麗麗,孫靜,馮玉鈿,牟芮,吳立萍,李雅南.  東北農(nóng)業(yè)大學(xué)學(xué)報(bào). 2015(07)

碩士論文
[1]結(jié)合全變分模型的圖像去噪方法研究[D]. 欒寧麗.華中師范大學(xué) 2018
[2]基于小波變換的圖像去噪方法研究[D]. 張國(guó)偉.昆明理工大學(xué) 2014
[3]基于小波變換的自適應(yīng)圖像去噪方法的研究[D]. 靳士利.青島大學(xué) 2010
[4]基于小波變換的圖像去噪方法研究[D]. 張郝.北京交通大學(xué) 2008
[5]人臉檢測(cè)混合算法研究[D]. 鄒璘.貴州大學(xué) 2008
[6]原木三維重建檢測(cè)缺陷的方法研究[D]. 張汝楠.東北林業(yè)大學(xué) 2008



本文編號(hào)：3340472