一种基于RGB图像的快速鉴定油菜品种耐酸性的方法

    公开(公告)号:CN119762882A

    公开(公告)日:2025-04-04

    申请号:CN202411953239.0

    申请日:2024-12-27

    Abstract: 本发明涉及农业人工智能和农作物育种选育领域,公开了一种基于RGB图像的快速鉴定油菜品种耐酸性的方法。将待筛选油菜品种分别种植于酸性土壤和中性土壤中,在油菜全生育期内,定期采集顶视图和侧视图的RGB图像,利用深度学习分割算法提取植株区域,获取纹理特征和形态特征作为特征值。通过计算酸性与中性土壤下特征值的变化率,结合机器学习算法建立酸胁迫判别模型,筛选关键特征值并确定特征值权重。计算各时间点的耐酸评价值及时间节点权重,得到全生育期耐酸综合评价值,实现对油菜耐酸性的准确与快速筛选。本发明方法操作高效,准确,避免了人工测量的繁琐和主观误差,有助于加速育种进程,对油菜耐酸遗传改良和育种研究有重要意义。

    基于立体标定的高通量盆栽植株3D重建方法及系统

    公开(公告)号:CN119741426A

    公开(公告)日:2025-04-01

    申请号:CN202411818932.7

    申请日:2024-12-11

    Abstract: 本发明公开了一种基于立体标定的高通量盆栽植株3D重建方法及系统,包括以下步骤:制作立体标定盒,将盆栽植株置于所述立体标定盒中采用相机进行图像采集,获得各植株旋转一周的图像序列;获取相机内参矩阵,并对所述图像序列进行标定点识别,获得每幅图像的外参矩阵;对图像序列中的植株区域进行分割处理和颜色渲染,获得植株二值图;基于所述植株二值图、相机内参矩阵和每幅图像的外参矩阵,采用体素雕刻方法进行3D重建,获得植株模型;对所述植株模型进行反投影着色,最终获得带颜色的植株模型。本发明实现了盆栽植株全生育期高通量全自动的三维重建,并且重建后的点云仍保持其原植株尺度大小,方便后续表型提取等工作的开展。

    一种高通量水培作物3D时序成像系统及应用方法

    公开(公告)号:CN118710849A

    公开(公告)日:2024-09-27

    申请号:CN202410909457.8

    申请日:2024-07-08

    Abstract: 本发明公开了一种高通量水培作物3D时序成像系统及应用方法。该成像系统集成悬架导轨、悬架、成像装置、水培装置和换液装置;应用方法包括成像方法、作物3D重建、表型提取和作物生长可视化预测。本发明提出的换液装置可实现根系构型不变,便于分析根系生长变化;成像装置可以自动、高效采集作物多视角图像,实现高通量、包括地上和地下部分整株作物的三维分析;同时,本发明设计的水培装置便于多视角成像以实现三维表型分析。在方法上,本发明设计了一种作物3D重建、表型提取及可视化生长预测的技术流程,实现了作物三维表型分析及未来形态预测的直观展示。该发明灵活可扩展,能够满足不同应用场景的需求。

    全生育期番茄3D表型动态获取和分析方法及系统

    公开(公告)号:CN113409265B

    公开(公告)日:2022-04-12

    申请号:CN202110669883.5

    申请日:2021-06-11

    Abstract: 本发明公开了一种全生育期番茄3D表型动态获取和分析方法及系统。该方法包括:基于环境监测获得环境差异分布图并确定目标单株;基于图像采集获得全生育期的多视角图像序列;基于三维重建获得局部场景点云;通过点云预处理和手动分割获得完整点云和裂片点云;通过基于邻接关系的点搜索进行器官分割,实现各节间和各叶片的提取;在器官分割的基础上进行表型参数的自动化提取计算;针对同一单株不同时期的点云,利用真实的拓扑结构实现表型参数配准;基于环境差异和表型配准结果进行数据分析。本发明将环境差异与全生育期番茄3D表型相结合,在算法方面无需设置阈值或者人工标注,可适应不同时期的番茄表型参数提取与配准。

    基于AI云计算的水稻全自动脱粒及产量分析系统

    公开(公告)号:CN112544242B

    公开(公告)日:2021-11-09

    申请号:CN202011499153.7

    申请日:2020-12-10

    Abstract: 本发明涉及一种适用于农业科研人员在水稻性状研究中对于水稻稻穗实现自动脱粒、籽粒在线测量、AI云计算补偿的产量分析系统。本发明所述自动脱粒及产量分析的装置主要由脱粒装置、送料装置、籽粒和稻穗传送装置、风选装置、图像采集以及图像处理系统、PLC控制系统、云计算系统、自动称重以及数字一体化管理系统8个模块组成。本发明利用脱粒机脱离稻穗上的籽粒,在多级传送带上通过线阵列相机获取图片,由图像处理和云端深度学习方式分别获取籽粒和稻穗数据,结合电子天平和风选装置等辅助机构,得到了一系列水稻产量相关参数。克服了水稻产量性状获取困难、步骤繁杂的问题,实现水稻稻穗自动脱粒以及高精度、高效率的产量性状获取。

    一种水稻植株及根系三维性状无损测量装置及方法

    公开(公告)号:CN111693551B

    公开(公告)日:2021-06-22

    申请号:CN202010713527.4

    申请日:2020-07-18

    Abstract: 本发明涉及一种适用于农业科研工作者在水稻栽培和遗传育种研究中能够同时获取水稻植株和水稻根系的三维形态参数无损测量的装置及方法。本发明所述的CT检测装置主要由射线源、平板探测器、载物旋转台、升降模组、滚筒输送线、精密运动控制器及计算机系统7个功能模块组成;本发明采用滚筒输送线将待测样本从种植区域输送移动到检测区域,通过精密运动控制器实现盆栽作物的自动定位旋转以及射线源平板探测器的自动升降,以获取不同角度、高度下的地上植株可见光图像和地下根系的X射线断层图像,然后通过运动恢复算法SFM、锥形束FDK算法得到水稻植株和根系的三维重建数据,再通过融合算法得到水稻整株的三维模型数据,并进行性状分析。

    一种基于AI云计算的便携式水稻智能考种系统

    公开(公告)号:CN110728205A

    公开(公告)日:2020-01-24

    申请号:CN201910902032.3

    申请日:2019-09-17

    Abstract: 水稻考种主要是指对水稻粒数、粒型、重量等性状进行考查,是水稻育种和功能基因解析中不可或缺的环节,水稻产量性状解析对培育优质、高产、抗逆的水稻品种具有重要意义。传统的考种方法主要依靠人工“一把尺子、一杆秤”的测量方式,人工测量主要存在效率低、主观性强、且测量参数有限等不足;另外目前市面上也有一些自动化的考种设备,主要采用扫描仪和工业成像等方法,存在成本高、移动性差、算法抗干扰能力弱等缺点。本发明致力于设计一种基于AI云计算的便携式水稻智能考种平台,采用移动端图像采集及交互方式降低图像采集的成本,同时利用深度学习云计算技术,可以克服混入杂质、带芒、黏连、复杂背景等因素的影响,提高系统的便携性和抗干扰能力。本发明属于农业人工智能领域,将为水稻考种提供一种低成本、便携式、鲁棒性高的智能化解决方案,对水稻研究具有重要意义。

    一种作物根系3D显微表型检测系统及检测方法

    公开(公告)号:CN119985476A

    公开(公告)日:2025-05-13

    申请号:CN202510289697.7

    申请日:2025-03-12

    Abstract: 本发明公开了一种作物根系3D显微表型检测系统及检测方法。本发明采用电动三维模组带动高分辨率显微成像系统运动,实现超大范围与多角度的作物根系显微成像。结合景深合成、图像深度估计以及自动对焦技术,能够快速获取如根毛、根表皮细胞形态等多种根系微观表型。设备采用同步暗场补光与其他多种打光相结合的方式,增强根系微观结构特征,以实现作物根系高质量显微成像。结果显示,使用该系统与方法获取的根系显微图像质量较高。与现有技术相比,本发明提供了一种快速、高效、且低成本的作物根系微观表型检测技术。该系统能够在样品固定的情况下对超大范围的区域进行显微成像,可显著提升作物根系显微表型采集效率,并降低成本。

    一种多场景自走式作物表型高通量无损获取装备

    公开(公告)号:CN119086808A

    公开(公告)日:2024-12-06

    申请号:CN202410628693.2

    申请日:2024-05-21

    Abstract: 本发明公开一种多场景自走式作物表型高通量无损获取装备,属于作物表型检测领域。该装备包括移动机器人平台、卫星定位模块、三维视觉传感器、边缘计算设备和多传感器表型数据采集单元,移动机器人平台采用四轮独立驱动独立转向方式,且高度可调;卫星定位模块控制移动机器人平台移动至目标地块,边缘计算设备根据三维视觉传感器采集的植株冠层深度图像及三维点云信息,动态调整移动机器人平台的转向角以及上端平台高度;边缘计算设备分析多传感器表型数据采集单元采集的每种模态表型传感数据,获得多种表型数据;还可以实现多模态表型传感数据与目标地块标号的自动映射,以及换行操作。本发明实现了多场景自走式作物全生育期表型高通量无损测量。

Patent Agency Ranking