發(fā)布時間：2020-12-29 17:07

　　溫室栽培作為一種高度集成的設施農(nóng)業(yè),在提高農(nóng)業(yè)生產(chǎn)效率和解決世界糧食短缺問題上正變得越來越重要。盡管意義重大,但現(xiàn)代溫室栽培仍面臨高投入、需要頻繁投入專業(yè)人力、高能耗等挑戰(zhàn)。為此,急需經(jīng)濟、高效、智能的溫室環(huán)境控制方法,以保證每個植物在整個生長期內(nèi)享有溫和的生長環(huán)境,最終實現(xiàn)高產(chǎn)量和經(jīng)濟效益。環(huán)境控制算法的實施需要將作物的長勢情況作為控制依據(jù),目前業(yè)界絕大部分手段都是依賴于溫室內(nèi)外的溫濕度、光照等環(huán)境測量數(shù)據(jù)作為反饋,控制遮陽網(wǎng)、通風和灌溉。然而這些都是間接控制方式,對作物的真實長勢（比如空間株型、葉片形態(tài)、色彩等表型特征）這些直觀的控制依據(jù)都缺乏自動的觀測和分析。同時,在農(nóng)業(yè)工程領(lǐng)域另一項富有前景的技術(shù)也邁入了瓶頸期,它就是雜交及基因育種技術(shù)。育種技術(shù)目前依然需要專業(yè)農(nóng)學研究者對比分析不同試種區(qū)塊中作物表現(xiàn)型的區(qū)別,該過程不僅費時費力,還需要專業(yè)知識的指導。因此,對作物表型特征的高通量自動采集和分析的手段成為了改進育種技術(shù)的關(guān)鍵。綜上所述,為了實現(xiàn)真正的智能設施農(nóng)業(yè),減少育種環(huán)節(jié)中繁瑣的人工勞動,基于計算機圖像圖形技術(shù)的作物自動表型分析算法的研究顯得尤為重要。對絕大多數(shù)植物而言,葉片... 

【文章來源】：東華大學上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【部分圖文】：

三種植物點云成像平臺

通過KinectSDK實時獲取彩色圖像與深度圖像

圖 2-2. 通過 Kinect SDK 實時獲取彩色圖像與深度圖像 像后，我們依靠 VisualSFM 軟件[63]完成了三維重建，圖 2-3 為該軟件的工具欄，通過四個控件即可獲取作物點云。第一步，將從多個視角拍攝的圖像導入該軟件；第二步，進行特征檢測和全部圖像的兩兩匹配；第三步，生成稀疏點云；第四步，通過 CMVS（Clustering-Views for Multi-view Stereo）[63]將稀疏點云聚類成稠密點云。

【參考文獻】：
期刊論文
[1]作物育種學領(lǐng)域新的革命:高通量的表型組學時代[J]. 穆金虎,陳玉澤,馮慧,李文建,周利斌.  植物科學學報. 2016(06)



本文編號：2945980