-
公开(公告)号：CN113269793A
公开(公告)日：2021-08-17
申请号：CN202110538458.2
申请日：2021-05-13
Applicant: 华中农业大学 , 上海市农业生物基因中心
Abstract: 本发明公开了一种基于红外图像的水稻植株分割方法，包括如下步骤：红外图像归一化，滑动窗口设置，横向及纵向移动步长设置；对滑动窗口内的图像利用OTSU算法进行前景判断，全图像判断，窗口按既有设定滑动以确保遍历整张图像；滑动过程中，累加像素点单次判断结果和判断次数；将结果聚合，对前景判断结果进行评估，将判定结果转化为灰度图像素值；再去除小区域、移除粒子面积阈值小于自定义阈值的部分；图像二值化，得到分割结果图。该方法可解决基于红外图像的水稻植株分割过程中，前景部分与背景部分关系模糊的问题，通过滑动窗口多次判断后聚合结果，降低了前景部分的分割误差。
-
公开(公告)号：CN113151236A
公开(公告)日：2021-07-23
申请号：CN202110425632.2
申请日：2021-04-20
Applicant: 华中农业大学
IPC: C12N9/90 , C12N15/61 , C12Q1/6895
Abstract: 本发明涉及植物基因工程领域，具体涉及一种玉米抗旱基因ZmcPGM2及其应用，其核苷酸序列如SEQ ID No.1所示；该基因编码的葡萄糖磷酸变位酶氨基酸序列由SEQ ID No.2所示。本发明利用全基因组关联分析(GWAS)结合高通量表型组多光学表型的方法，鉴定到一个干旱相关的基因ZmcPGM2，该基因编码葡萄糖磷酸变位酶，在植物糖代谢过程中发挥着重要的作用，突变该基因后能够提高玉米的抗旱性。
-
公开(公告)号：CN108427862B
公开(公告)日：2021-06-29
申请号：CN201810193243.X
申请日：2018-03-02
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于图像分析的多品种全生育期棉花生物量无损测量方法。该方法通过图像分析的方法，提取棉花植株的图像特征，包括植株密度，株宽，株高，植株高宽比，分形维数，植株占空比，茎秆面积，叶片面积以及基于灰度梯度共生矩阵的特征。结合棉花的生育期天数特征，构建基于支持向量机的棉花生物量测量模型。相比现有技术而言，能够综合利用棉花植株的形态、纹理、生育期等多方面的数据，模型拟合效果更强，测量结果更准确，能适用于多品种全生育期的棉花生物量测量。
-
公开(公告)号：CN112183292A
公开(公告)日：2021-01-05
申请号：CN202011005867.8
申请日：2020-09-18
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于低空遥感的大田作物干旱表型提取与抗旱性评估方法，针对作物在干旱胁迫下的生理响应，提取了以下具体表型：(1)使用深度卷积神经网络估算卷叶指数LRS，用于指示作物叶片对干旱胁迫的响应程度；(2)基于数字表面模型DSM提取的地上部分体积AGV，用于指示作物生物量，以及使用经验线性法建模得到的鲜重FW、干重DW、含水量PWC；(3)用于指示作物叶片相对含水量的综合抗旱评估指标LWI。并且，使用高频次的无人机图像数据得到上述表型性状的时序变化，揭示作物在干旱胁迫下的动态响应，并评估其抗旱能力。最后，结合作物种质资源的基因测序数据进行遗传分析，定位到潜在的抗旱基因用于后续的功能验证和遗传改良。
-
公开(公告)号：CN111781150A
公开(公告)日：2020-10-16
申请号：CN202010527813.1
申请日：2020-06-10
Applicant: 华中农业大学
Abstract: 本发明公开了一种使用高光谱表型性状来鉴定玉米抗旱基因的方法，包括：干旱胁迫条件与正常条件下玉米植株生长状况的图像采集与图像处理，获取高光谱表型性状；高光谱表型性状降维处理；高光谱表型性状的遗传力分析；高光谱表型性状的全基因组关联分析，筛选抗旱相关的候选基因；高光谱表型性状关联的候选基因抗旱功能验证。在现有的技术中，玉米抗旱相关的生理生化指标测定方法多为有损测量，抗旱基因鉴定多采用基因克隆和转基因技术等生物技术。该方法基于图像信息，可实现玉米植株水平上相关指标的无损与精确测量，除此之外，该方法结合光谱技术与图像处理技术，验证这些技术在玉米抗旱基因鉴定方面的可行性，可为玉米抗旱基因鉴定工作提供新思路与新方法。
-
Patent Agency Ranking
公开(公告)号：CN111766239A
公开(公告)日：2020-10-13
申请号：CN202010606348.0
申请日：2020-06-22
Applicant: 华中农业大学
Abstract: 植物光合作用一直是植物学研究的重要内容。现有光合速率测量装置难以实现大量盆栽样本光合速率的高通量自动测量。针对此现象，本发明设计了一种盆栽植物光合速率高通量测量机器人。该机器人主要包括自动移动平台、光合速率测量、光照自动调节、盆栽识别、供电装置等部分。通过自动移动平台自主移动至目标盆栽处，实现批量盆栽植株的准确定位和高通量逐盆自动检测。检测过程，本机器人还可自动识别植株冠层位置并调节植株冠层光照强度大小，大大提高了盆栽植物光合速率的检测效率和精度。
-
公开(公告)号：CN110866975A
公开(公告)日：2020-03-06
申请号：CN201910374603.0
申请日：2019-04-25
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于多目视觉的油菜图像获取装置及三维特征提取方法。本装置包括轮式小车底盘、手摇升降杆、电动升降卷帘、LED光源、笔记本电脑、四个RGB相机以及相机旋转台等；本方法包括用运动恢复结构(SfM)重建油菜三维点云结构，提取株高、叶片面积等相关表型性状。本发明由多目视觉小车装置获取油菜的二维图像，经VisualSFM软件重建三维结构，通过Visual Studio 2013和PCL(point cloud library)等平台进行三维点云处理快速获取油菜的株高、叶片面积等表型性状。该发明能为表型工作者动态、无损研究三维植株表型性状提供更好更方便的条件。
-
公开(公告)号：CN108427862A
公开(公告)日：2018-08-21
申请号：CN201810193243.X
申请日：2018-03-02
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于图像分析的多品种全生育期棉花生物量无损测量方法。该方法通过图像分析的方法，提取棉花植株的图像特征，包括植株密度，株宽，株高，植株高宽比，分形维数，植株占空比，茎秆面积，叶片面积以及基于灰度梯度共生矩阵的特征。结合棉花的生育期天数特征，构建基于支持向量机的棉花生物量测量模型。相比现有技术而言，能够综合利用棉花植株的形态、纹理、生育期等多方面的数据，模型拟合效果更强，测量结果更准确，能适用于多品种全生育期的棉花生物量测量。
-
公开(公告)号：CN107720213A
公开(公告)日：2018-02-23
申请号：CN201710862626.7
申请日：2017-09-09
Applicant: 华中农业大学
CPC classification number: B65G47/54 , B65G47/71 , B65G47/82 , B65G47/8815 , B65G2201/0202 , G01N21/27
Abstract: 本发明涉及一种用于水稻植株高光谱自动成像的自动输送装置及控制方法。该自动输送装置由高光谱成像模式的输送线路和非高光谱模式的输送线路组成，形成双通道成像模式。其中自动成像自动输送装置具体包括不锈钢滚筒输送线I、输送带、气缸升降台、不锈钢滚筒输送线III组成的高光谱成像模式自动输送线路和不锈钢滚筒输送线I、不锈钢滚筒输送线II、不锈钢滚筒输送线III组成的非高光谱模式输送线路以及电缸推杆I、电缸推杆II、升降档板、高光谱相机、相机升降平移台，在对水稻植株做高光谱检测时采用本发明极大程度上提高了检测效率。
-
公开(公告)号：CN107316289A
公开(公告)日：2017-11-03
申请号：CN201710446444.1
申请日：2017-06-08
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于深度学习和超像素分割的大田稻穗分割方法。该方法利用超像素分割技术中的简单线性迭代聚类方法，将具有相似特征的相邻像素构成图像块即超像素，在大规模训练样本自动标注和选择的基础上，由深度学习技术中的卷积神经网络判别超像素类别实现稻穗的初步分割，并由基于熵率的超像素分割方法对初步分割结果进行优化。该方法能克服不同品种及不同生育期的水稻稻穗颜色、形状、大小、姿态、纹理的巨大差异、稻穗边缘严重不规则、穗叶颜色混叠及田间不均匀且变化的光照、遮挡、刮风因素的影响，实现对不同品种及不同生育期大田稻穗的准确分割，并能适用于盆栽环境稻穗的分割。相比现有技术而言，具备精度高、适用性强的技术优势。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.035 seconds)
