高光譜成像技術(shù)在紡織布料分選上的應用2024/8/28

高光譜成像技術(shù)在紡織布料分選上的應用隨著紡織行業(yè)多年的技術(shù)發(fā)展與進步，市面上紡織品種類琳瑯滿目，而眾多的產(chǎn)品也衍生出品質(zhì)參差不齊，魚目混珠、以次充好等問題。其中紡織品的成分分析尤為重要，是現(xiàn)代紡織品質(zhì)...

甘蔗莖稈品質(zhì)的近紅外光譜高通量表型分析2024/8/27

甘蔗莖稈品質(zhì)的近紅外光譜高通量表型分析甘蔗是一種以莖稈為收獲器官的重要經(jīng)濟作物。提高甘蔗莖稈品質(zhì)是提高甘蔗產(chǎn)量的有效途徑。然而，由于缺乏有效的甘蔗種質(zhì)資源系統(tǒng)評價方法，極大地限制了甘蔗莖稈品質(zhì)的提高。...

多重綜合根系表型與提高耐旱性有關(guān)2024/8/27

多重綜合根系表型與提高耐旱性有關(guān)為了驗證多重綜合根系表型共同優(yōu)化耐旱性的假設，作者在水分充值和水分脅迫的條件下，對400個成熟玉米基因型的根部解剖結(jié)構(gòu)和構(gòu)型進行了表型分析。發(fā)現(xiàn)測定的所有23個根酚都存...

用于植物圖像分析的開源圖形用戶界面2024/8/24

用于植物圖像分析的開源圖形用戶界面高通量基因分型與分子育種方法相結(jié)合，大大加快了作物改良計劃。最近，改進的植物表型方法導致了從人工測量到自動化平臺的轉(zhuǎn)變，并提高了可擴展性和分辨率。在開發(fā)來自高通量表型...

拉曼光譜能夠?qū)χ参镞M行表型分析和營養(yǎng)價值評估2024/8/24

拉曼光譜能夠?qū)χ参镞M行表型分析和營養(yǎng)價值評估人類必須提高糧食產(chǎn)量，來滿足到2050年預計將達到97億的世界人口的需要。這些糧食需求可以通過實施農(nóng)業(yè)創(chuàng)新技術(shù)來滿足。這種變革性的農(nóng)業(yè)概念，也稱為數(shù)字農(nóng)業(yè)，...

葉綠素熒光圖像的高通量玉米圖像分割與性狀提取2024/8/24

葉綠素熒光圖像的高通量玉米圖像分割與性狀提取植物分割和單個器官的特征提取是高通量表型(HTP)操作中的兩個關(guān)鍵挑戰(zhàn)。為了應對這一挑戰(zhàn)，普渡大學的AgAlumniSeedPhenotypingFacil...

受控條件下的高自動化、獨立型和低成本的表型分析系統(tǒng)2024/8/24

受控條件下的高自動化、獨立型和低成本的表型分析系統(tǒng)受控條件下的植物生長設施讓改變影響植物生長氣候條件成為可能（例如濕度、溫度和光照），從而可以更好地了解植物對非生物和生物脅迫的反應。盡管世界范圍內(nèi)已經(jīng)...

光譜和砧木影響溫室番茄對補充光照長光周期的響應2024/8/24

光譜和砧木影響溫室番茄對補充光照長光周期的響應植物生物量和產(chǎn)量在很大程度上取決于植物攔截的光總量（日光積分(DLI)-強度×光周期）。為所需的DLI提供長周期而低強度光照更經(jīng)濟，因為它使用更少的燈具從...

主動學習對基于圖像的植物表型2024/8/20

主動學習對基于圖像的植物表型深度學習模型已經(jīng)成功地應用于各種基于圖像的植物表型應用，包括疾病檢測和分類。然而，有監(jiān)督的深度學習模型的成功部署需要大量的標記數(shù)據(jù)，由于固有的復雜性，這在植物科學(和大多數(shù)...

利用無人機圖像的機器學習預測番茄生物量和產(chǎn)量2024/8/20

利用無人機圖像的機器學習預測番茄生物量和產(chǎn)量首先從植物高度(PH)和植被指數(shù)(VI)圖中確定預測番茄產(chǎn)量的重要變量。這些地圖來自無人機(UAV)拍攝的圖像。其次，使用選定的變量集，檢驗多機器學習算法對...

深度學習實現(xiàn)玉米和高粱葉片計數(shù)自動化2024/8/20

深度學習實現(xiàn)玉米和高粱葉片計數(shù)自動化葉片數(shù)量和葉片出苗率是植物育種家、植物遺傳學家和作物模型學家感興趣的表型。即使對一個沒有經(jīng)過專業(yè)訓練的普通人員，計算一株植物現(xiàn)有的葉子數(shù)量也是很簡單的，但手動跟蹤數(shù)...

檢測高光譜和多光譜分辨率下龍爪稷的生物物理學特性和氮狀態(tài)2024/8/20

檢測高光譜和多光譜分辨率下龍爪稷的生物物理學特性和氮狀態(tài)龍爪稷對小農(nóng)戶來說是一種重要的谷類作物，通過遙感技術(shù)對一些作物參數(shù)（比如作物生長情況和含氮量）進行可靠評估，可以促進龍爪稷的應季管理。本研究采用...

測量高光譜反射率預測小麥的生理性狀2024/8/20

測量高光譜反射率預測小麥的生理性狀數(shù)千種基因型的產(chǎn)量關(guān)鍵性狀進行快速田間測量的需求是作物育種的主要障礙，最近，葉片的高光譜反射數(shù)據(jù)已被用于訓練機器學習模型，使用偏最小二乘回歸(PLSR)來快速預測小麥...

氮梯度下生長的小麥單葉高光譜特征2024/8/19

自從高光譜技術(shù)應用到農(nóng)業(yè)上之后，很多科學家進行研究將這項技術(shù)用于作物診斷。然而，由于光學設備的特性，不同圖像獲取條件下得到的反射率是不同的。并且在使用高光譜成像的過程中也沒有優(yōu)化方法來減少這種技術(shù)誤差...

3D成像計算玉米根系層次結(jié)構(gòu)和細粒度特征的方法2024/8/19

3D成像計算玉米根系層次結(jié)構(gòu)和細粒度特征的方法X射線、CT、MRI等三維成像技術(shù)已被廣泛應用于植物根系結(jié)構(gòu)的研究。有許多計算工具可以從3D根部圖像中提取粗粒度特征，如總體積、根數(shù)和總根長。然而，目前還...