-
公开(公告)号：CN116026795A
公开(公告)日：2023-04-28
申请号：CN202211681383.4
申请日：2022-11-25
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于反射透射光谱的水稻籽粒品质性状无损预测方法。首先使用研发的集成高光谱反射和透射光谱成像系统采集水稻籽粒的反射与透射光谱信息，经图像处理提取光谱数据；其次，使用传统化学方法测定水稻籽粒品质性状参数；接着通过相关性分析、非信息变量筛选法、竞争性自适应重加权采样法和连续投影算法筛选与水稻籽粒品质性状高度关联的特征光谱，并以特征光谱集合为自变量，品质性状人工值为因变量建模，建模回归方法包括逐步线性回归、偏最小二乘回归、支持向量机回归、随机森林和CNN‑LSTM，从中筛选出最优模型；最后以最优模型进行水稻籽粒品质性状的无损预测，挖掘水稻籽粒反射和透射光谱与品质性状的关联。
-
公开(公告)号：CN113393897B
公开(公告)日：2022-04-12
申请号：CN202110707252.8
申请日：2021-06-22
Applicant: 华中农业大学
Inventor： 杨万能 , 冯慧 , 宋鹏 , 戴国新 , 宋京燕 , 赵爽 , 陈晓茜 , 叶军立 , 李为坤 , 严建兵 , 罗杰 , 郭亮 , 陈伟 , 石涛涛 , 肖英杰 , 刘谦 , 熊立仲
IPC: G16B20/20
Abstract: 本发明公开了一种基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法。首先利用高光谱相机采集作物籽粒的高光谱图像，得到上千种作物籽粒高光谱指数，其次利用气相/高效液相色谱‑串联质谱法检测上千种代谢物；基于群体各株系的基因分型信息，分别以高光谱指数和代谢物含量作为作物籽粒表型性状进行全基因组关联分析，筛选显著SNP位点，对两组显著SNP位点进行共定位分析，构建高光谱表型‑基因型‑代谢表型关联网络H1‑G‑M1；对高光谱指数和代谢物含量使用Lasso回归进行特征筛选，构建高光谱‑代谢表型关联网络H2‑M2；综合分析H1‑G‑M1和H2‑M2网络，整合二者构建高光谱表型‑基因型‑代谢物表型关联网络H3‑G‑M3，进一步挖掘作物籽粒代谢遗传结构的新信息。
-
公开(公告)号：CN109360206B
公开(公告)日：2021-11-12
申请号：CN201811060111.6
申请日：2018-09-08
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于深度学习的大田稻穗分割方法。该方法设计了用于分割大田稻穗的深度全卷积神经网络模型。网络的前半部分采用了ResNet‑101层，并加入Squeeze and Excitation Module结构来进行特征层重要性的筛选。将原始ResNet‑101网络模块4和模块5中全部的传统卷积层替换为空洞卷积层，步长由2改成1。网络的后半部分采用了空洞金字塔池化和金字塔池化的结构。该方法能克服不同品种及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、刮风等因素的影响，实现对不同品种及生育期大田稻穗的准确分割。相比现有技术而言，具备精度高、适用性强的技术优势。
-
公开(公告)号：CN113393897A
公开(公告)日：2021-09-14
申请号：CN202110707252.8
申请日：2021-06-22
Applicant: 华中农业大学
Inventor： 杨万能 , 冯慧 , 宋鹏 , 戴国新 , 宋京燕 , 赵爽 , 陈晓茜 , 叶军立 , 李为坤 , 严建兵 , 罗杰 , 郭亮 , 陈伟 , 石涛涛 , 肖英杰 , 刘谦 , 熊立仲
IPC: G16B20/20
Abstract: 本发明公开了一种基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法。首先利用高光谱相机采集作物籽粒的高光谱图像，得到上千种作物籽粒高光谱指数，其次利用气相/高效液相色谱‑串联质谱法检测上千种代谢物；基于群体各株系的基因分型信息，分别以高光谱指数和代谢物含量作为作物籽粒表型性状进行全基因组关联分析，筛选显著SNP位点，对两组显著SNP位点进行共定位分析，构建高光谱表型‑基因型‑代谢表型关联网络H1‑G‑M1；对高光谱指数和代谢物含量使用Lasso回归进行特征筛选，构建高光谱‑代谢表型关联网络H2‑M2；综合分析H1‑G‑M1和H2‑M2网络，整合二者构建高光谱表型‑基因型‑代谢物表型关联网络H3‑G‑M3，进一步挖掘作物籽粒代谢遗传结构的新信息。
-
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。
-
Patent Agency Ranking
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。
-
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：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
52
records
(took 0.021 seconds)
