智能化作物信息采集平臺(tái)可實(shí)現(xiàn)溫室苗床作物如棉花、玉米、油菜、水稻、小麥等作物的性狀參數(shù)全自動(dòng)、無(wú)損、高通量準(zhǔn)確 提取；該平臺(tái)集光電技術(shù)、自動(dòng)化控制技術(shù)和計(jì)算機(jī)圖形處理技術(shù)于一體，包括成像移動(dòng)單元、一體化控制中心、信息獲取單元及處理分析軟件平臺(tái)。其中，作物輸送單元由龍門式二維精密運(yùn)動(dòng)機(jī)構(gòu)組成可實(shí)現(xiàn)二維方向的精準(zhǔn)運(yùn)動(dòng)控制；信息獲取單元由可見光相機(jī)、高光譜相機(jī)、紅外相機(jī)等傳感器組成獲取作物苗不同波段圖像信息，結(jié)合處理分析軟件實(shí)現(xiàn)苗床作物植株生物量、株型、顏色、病害等相關(guān)性狀的提取；一體化控制中心主要由二維運(yùn)動(dòng)控制器、控制系統(tǒng)組成，二維運(yùn)動(dòng)控制器通過協(xié)議指令與上位機(jī)控制系統(tǒng)進(jìn)行通信連接，接收上位機(jī)通信指令驅(qū)動(dòng)二維運(yùn)動(dòng)機(jī)構(gòu)進(jìn)行運(yùn)動(dòng)，實(shí)現(xiàn)整個(gè)平臺(tái)的運(yùn)動(dòng)控制及數(shù)據(jù)采集存儲(chǔ)及分析。

全自動(dòng)測(cè)量；
上位機(jī)控制系統(tǒng)一鍵操作；
可集成多種光學(xué)傳感器，靈活便捷的傳感器模塊接口；
通量高、性價(jià)比高；
具備高穩(wěn)定性云臺(tái)使光學(xué)傳感器工作狀態(tài)穩(wěn)定；
專門針對(duì)室內(nèi)作物性狀檢測(cè)設(shè)計(jì)的作物信息獲取平臺(tái)；
可實(shí)現(xiàn)苗床作物植株生物量、株型、顏色、病害等相關(guān)性狀提??；
采取“Sensor to Plant”模式的設(shè)計(jì)理念，移動(dòng)傳感器單元，保持作物狀態(tài)不變，更加貼近于自然狀態(tài)；

成像移動(dòng)單元
運(yùn)行速度：0-1m/s，伺服調(diào)速
定位精度：小于1mm
供電方式：?jiǎn)蜗?20V/50Hz
成像光源：配備4組高亮度全波段LED光源

成像單元
可選配RGB可見光成像單元、紅外成像單元、高光譜成像單元。
RGB可見光成像單元：
可測(cè)參數(shù)：作物株型相關(guān)參數(shù)、顏色、生物量相關(guān)參數(shù)及病害識(shí)別鑒定等
紅外成像單元：
可測(cè)參數(shù)：實(shí)現(xiàn)苗床棉花等模式作物冠層溫度采集，植株葉片病變區(qū)域溫度分布、葉片蒸騰作用相關(guān)性狀，以及用于脅迫生理學(xué)，水力學(xué)相關(guān)研究
高光譜成像單元：
可獲取海量的光譜和空間信息，實(shí)現(xiàn)作物顏色、形態(tài)及紋理參數(shù)；葉綠素、葉黃素等色素含量；氮磷鉀等營(yíng)養(yǎng)元素含量、水 分等的提取。

選型配置表

參考文獻(xiàn)
Lingfeng Duan, Jiwan Han, Zilong Guo, Haifu Tu, Peng Yang, Dong Zhang, Yuan Fan, Guoxing Chen, Lizhong Xiong, Mingqiu Dai, Kevin Williams, Fiona Corke, John H. Doonan and Wanneng Yang. Novel Digital Features Discriminate Between Drought Resistant and Drought Sensitive Rice Under Controlled and Field Conditions. Frontiers in Plant Science. 2018.
Zilong Guo, Wanneng Yang, YuChang, Xiaosong Ma, Haifu Tu, Fang Xiong, Ni Jiang, Hui Feng, Chenglong Huang, Peng Yang, Hu Zhao, Guoxing Chen, Hongyan Liu, Lijun Luo, Honghong Hu, Qian Liu and Lizhong Xiong. Genome-Wide Association Studies of Image Traits Reveal Genetic Architecture of Drought Resistance in Rice. Molecular Plant. 2018.
Xiong Xiong, Lingfeng Duan, Lingbo Liu, Haifu Tu, Peng Yang, Dan Wu, Guoxing Chen, Lizhong Xiong, Wanneng Yang and Qian Liu. Panicle-SEG: a robust image segmentation method for rice panicles in the field based on deep learning and superpixel optimization. Plant Methods. 2017.

華中農(nóng)業(yè)大學(xué)智能化作物信息采集平臺(tái)
智能化作物信息采集平臺(tái)搭載不同光學(xué)檢測(cè)手段，無(wú)損高通量實(shí)時(shí)獲取溫室苗床植物海量表型信息。

智能化作物信息采集平臺(tái).pdf