修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

8 条数据
?? 中文（中国） ▾

  • 基于图像的莲座植物叶片分割与计数

    摘要： 本文提出了一种从数字植物图像中高效提取叶片区域并统计叶片数量的方法。植物图像分析在实现高产农业中具有重要作用，可频繁且准确地记录植物生长、产量、叶绿素荧光、植株宽高、叶面积等指标。在这些植物特征中，植物生长是主要分析对象，其直接取决于植株叶片数量。本研究提出了一种新的植物图像叶片区域提取与叶片计数方法，包含三个步骤：第一步采用基于统计的新型图像增强技术；第二步运用基于图论的方法提取植物图像中的叶片区域；第三步通过圆形霍夫变换（CHT）实现植物图像的叶片计数。该方法在叶片分割挑战赛（LSC）基准数据集上进行了实验验证，在数据集A1、A2和A3中分别获得95.4%的分割准确率，以及0.7（DiC）和2.3（|DiC|）的计数准确率，优于现有最先进方法。

    关键词： 叶片计数、植物图像分析、植物表型分析、叶片区域提取

    更新于2025-09-23 15:23:52

  • 高光谱图像的空间参照用于追踪植物病害症状

    摘要： 通过高光谱成像技术对植物病害症状进行表征时，常受限于无法检测早期不可见状态。自动追踪叶片上症状位置的时间回溯法可能是突破这一局限的有效途径。为此，我们提出一种近景高光谱图像序列的空间配准方法：基于参考点建立稳健算法，为时序实验中的每次观测推导适宜的变换模型。针对小麦叶片特有的结构与生长过程，选用非线性二维多项式变换模型。该方法的优势体现在两方面：通过改进极早期症状的标记流程，以及基于植被指数随时间变化提取单症状的光谱特征?；诳杉?近红外（400-1000纳米）高光谱相机的时序观测数据，我们提取了小麦褐锈病和叶枯病的特征参数。

    关键词： 光谱追踪、时间序列、植物表型分析、高光谱成像、病害检测

    更新于2025-09-23 15:22:29

  • [2018年IEEE图像分析与解释西南研讨会(SSIAI) - 美国内华达州拉斯维加斯(2018.4.8-2018.4.10)] 2018年IEEE图像分析与解释西南研讨会(SSIAI) - 基于深度二值分类器的植物中心点估计

    摘要： 表型分析是估算植物物理和化学特性的过程。传统表型分析既费力又耗时。通过无人机采集航拍图像并运用现代图像分析技术进行处理，可以更快获取这些测量数据。我们提出一种通过将每个像素分类为"植物中心"或"非植物中心"来估算植物中心位置的方法，随后将每个聚类中心标记为植物定位点。我们在两个数据集上测试了该方法的效果：在包含早期植株的数据集中达到84%精确率和90%召回率，在包含后期植株的数据集中达到62%精确率和77%召回率。

    关键词： 彩色图像处理、植物表型分析、卷积神经网络、机器学习

    更新于2025-09-23 15:21:21

  • 一种经济便携的光学传感器系统，用于估算作物叶片的氮素与水分含量

    摘要： 无损测定叶片氮（N）和水分含量对确保植物健康生长至关重要。然而，现有大多数测定方法成本较高。本文提出一种低成本便携式多光谱传感器系统，用于无损测定叶片氮和水分含量。选用油菜、玉米、大豆和小麦四种植物作为测试对象，研究该设备的实用性。该传感器系统包含可见光（VIS）和近红外（NIR）两个多光谱传感器，可检测12个波长（每个传感器各六个）的反射率。在可控温室环境中开展了氮含量和水含量两项独立实验，共采集307片叶片的光谱数据（氮实验121片，水分实验186片），并采用有理二次高斯过程回归（GPR）算法建立反射率数据与实际氮含量及水分含量的关联模型。通过五折交叉验证显示：氮含量估算方面，油菜??2为63.91%，玉米80.05%，大豆82.29%，小麦63.21%；水分含量估算方面，油菜??2为18.02%，玉米68.41%，大豆46.38%，小麦64.58%。结果表明，该低成本传感器配合适当回归模型可用于氮含量测定，但需进一步研究以提升该设备的水分估算精度。

    关键词： 植物表型分析、无损检测、机器学习、反射率、叶片氮含量

    更新于2025-09-19 17:13:59

  • 植物表型分析的集成特征选择：从高光谱到多光谱成像的探索之旅

    摘要： 高光谱成像正成为高通量植物表型分析中日益流行的工具，因其能提供关于植物健康状况的显著信息。特征选择是高光谱图像分析的关键环节，这主要因为根据具体应用需求，大量光谱特征存在冗余和/或无关性。本文提出一种集成特征选择方法，用于识别植物表型实际应用中最具信息量的光谱特征。该高光谱数据集包含四个小麦品系的图像，每个品系均设有对照和盐（NaCl）处理组。为对光谱特征进行排序，采用六种特征选择方法作为集成基?。夯谙喙匦缘奶卣餮≡瘛eliefF、序列特征选择、支持向量机递归特征消除（SVM-RFE）、LASSO逻辑回归和随机森林。通过集成ReliefF、SVM-RFE和随机森林获得最佳效果，在将高光谱数据集维度从215个特征大幅降至15个特征的同时，将盐处理植被像素与对照像素的分类准确率提高了8.5%。通过聚类算法确定六个波长作为最显著特征周围宽波段多光谱的中心，将高光谱数据集转换为多光谱数据集。使用所得多光谱数据集评估四个小麦品系耐盐性的结果与高光谱数据集相似。这表明所提出的特征选择流程可用于确定最具信息量的特征，并能成为开发定制化多光谱相机的有效工具。

    关键词： 高光谱成像、波段选择、多光谱成像、小麦、集成特征选择、盐胁迫、机器学习、植物表型分析、分类

    更新于2025-09-10 09:29:36

  • 美国农业与生物工程师学会2017年斯波坎会议 华盛顿州斯波坎市 2017年7月16日-19日 《利用动力学叶绿素荧光成像技术对拟南芥干旱胁迫响应进行表型分析》

    摘要： 干旱胁迫是全球农业生产中的主要问题之一。开发高效的表型分析技术能够弥合植物表型与基因型之间的认知鸿沟，从而推动耐旱品种的育种进程，并为生产者和消费者带来经济效益。本研究旨在利用叶绿素荧光成像技术，探究两种不同基因型拟南芥对干旱胁迫的响应表型。每个基因型设置59个处理组（每组3株）进行8天停水处理作为干旱胁迫处理，另设59个对照组每日定期浇灌6毫升1%营养液。从干旱胁迫开始后的第1、3、5、7和8天采集处理组与对照组的动态叶绿素荧光图像，随后提取常规叶绿素荧光参数及叶面积指数，并测定相关形态生理指标。通过顺序前进选择（SFS）算法筛选两基因型间对比度最大的图像，采用线性判别分析（LDA）构建组合图像。分析表明组合图像在干旱胁迫研究中具有重要价值。最重要的是，基于常规叶绿素参数和组合图像显示，AQ和osca1两个基因型在处理期间呈现不同的干旱胁迫响应特征。

    关键词： 干旱胁迫，拟南芥，植物表型分析，组合成像，叶绿素荧光成像

    更新于2025-09-10 09:29:36

  • 基于不同扫描方向的飞行时间相机对重构玉米植株叶面积的估算

    摘要： 叶面积是反映植物生长状况和作物产量的重要参数。本文采用低成本飞行时间相机Kinect v2搭载机器人平台，在温室环境中获取玉米植株的三维数据。该机器人平台沿玉米行进并采集三维图像，后续进行配准与拼接。研究比较了三种玉米行重建方法：双向合并行两侧点云、仅单侧扫描点云合并、以及行两侧反向扫描点云合并。对生成点云进行降采样与栅格化处理，通过快速行进算法计算并重定向法向量，应用泊松表面重建后剔除算法生成的新顶点与面片。结果表明：每行对齐合并四个点云（双向两侧）与同侧两个点云的重建方法平均绝对百分比误差相近（分别为8.8%和7.8%），而双侧反向扫描两个点云的重建方法误差最大（32.3%）。

    关键词： 作物特征分析、精准农业、三维传感器、农业机器人技术、植物表型分析

    更新于2025-09-09 09:28:46

  • 用于田间葡萄浆果可溶性固形物和花青素浓度估算的便携式高光谱成像技术

    摘要： 背景与目的：高光谱成像（HSI）技术主要用于室内受控条件下评估水果成分。本研究评估了一种高光谱技术，用于在葡萄园中实时、无损地测量酿酒葡萄的可溶性固形物（TSS）和花青素浓度。 方法与结果：在西班牙里奥哈地区商业田普兰尼洛葡萄园中，通过搭载于以5公里/小时行驶的全地形车上的可见光-近红外高光谱相机（400-1000纳米），在自然光照条件下获取高光谱图像。2017年葡萄成熟期选取四个日期进行测量。对成像葡萄进行成分分析后，采用支持向量机训练建立光谱模型，用于预测TSS和花青素浓度。TSS回归模型的五折交叉验证决定系数（R2）为0.91[均方根误差（RMSE）1.358°Brix]，外部样本预测R2为0.92（RMSE 1.274°Brix）。花青素浓度的交叉验证R2为0.72（RMSE 0.282毫克/克浆果），预测R2为0.83（RMSE 0.211毫克/克浆果）。针对成熟期四个成像日期制作了时空变异图谱。 结论：结果表明，移动式高光谱技术在葡萄园自动化评估重要葡萄成分参数方面具有应用潜力。 研究意义：本研究的移动式高光谱方法可实现自动化，为优化酒庄决策、葡萄园管理提供有价值信息。

    关键词： 传感器、植物表型分析、支持向量机、近感回归

    更新于2025-09-09 09:28:46