典型文献
春玉米根系原位成像图片自动识别研究
文献摘要：
微根窗成像技术推动了植物根系表型研究,但是根系长度和直径仍然需要人眼识别再绘制轨迹,消耗大量的人力和时间.为了解决这一难题,本研究将U-Net语义分割技术引入到植物根系图像识别中,研发了基于机器学习的iRoot-V02根系自动识别软件.采用iRoot-V02软件识别微根窗法获得的植物根系成像图片的根长、直径、投影面积、根尖数等参数.结果表明:iRoot-V02软件批处理600 dpi图片的速度为每张26.6 S;获取根系的骨架信息、总根长与人眼识别结果基本一致;按直径每0.1 mm为一级,获得不同直径的根长,与人眼识别结果的根长决定系数大于0.76;精确捕捉到根系生长旺盛期不同直径根长的变化;分析了300 dpi和600 dpi两种分辨率根系图片的参数,两种分辨率结果具有高相关性,因此可建立低分辨率根系参数和高分辨率根系参数之间的关系方程,采用低分辨率拍摄根系图像,通过方程转化成更准确的根系参数,减轻工作量.用iRoot-V02软件的根系生长信息近似于人眼识别,相比人眼识别在大批量根系图像智能识别、自动化、快速目标检测方面具有巨大优势.
文献关键词：
根系成像;自动识别;iRoot-V02软件
中图分类号：
作者姓名：
贾庆宇;谢艳兵;赵一俊;王荣;刘晶淼;温日红
作者机构：
中国气象局沈阳大气环境研究所,辽宁 沈阳 110166;盘锦市气象服务中心,辽宁 盘锦 123010;北京力科惠泽科技有限公司,北京 100010;中国气象科学研究院,北京 100081
文献出处：
引用格式：
[1]贾庆宇;谢艳兵;赵一俊;王荣;刘晶淼;温日红-.春玉米根系原位成像图片自动识别研究)[J].气象与环境学报,2022(02):105-111
A类：
根系成像
B类：
春玉米,玉米根系,自动识别,技术推动,植物根系,根系表型,人眼,眼识,Net,语义分割技术,图像识别,基于机器学习,iRoot,V02,软件识别,投影面积,根尖,批处理,dpi,每张,骨架信息,总根长,不同直径,决定系数,捕捉到,根系生长,旺盛期,低分辨率,转化成,轻工,长信,近似于,比人,大批量,图像智能识别,目标检测
AB值：
0.311725
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
