產(chǎn)品介紹
技術(shù)參數(shù)
產(chǎn)品手冊(cè)
功能特性
集成多種數(shù)據(jù)處理算法;
一鍵批量處理;同時(shí)集成多傳感器;
數(shù)據(jù)處理
數(shù)據(jù)處理包括圖像數(shù)據(jù)預(yù)處理,表型性狀提取以及關(guān)鍵表型特征篩選。
圖像數(shù)據(jù)預(yù)處理:
通過(guò)去除邊界噪聲結(jié)合超G算法獲圖像數(shù)據(jù)前景綠色部分;
基于HSL分量分割,結(jié)合自動(dòng)閾值分割算法再去除小區(qū)域噪聲點(diǎn),獲取得到完整的圖像數(shù)據(jù)前景點(diǎn);
采用主成分分析算法篩選主成分圖像,結(jié)合OTSU自動(dòng)閾值分割算法及二值化圖像掩膜得到光譜圖象數(shù)據(jù)灰度圖,為后續(xù)各個(gè)光 譜波段下準(zhǔn)確獲取光譜反射率提供基礎(chǔ);
通過(guò)深度學(xué)習(xí)訓(xùn)練模型(CNN/RNN),可通過(guò)目標(biāo)訓(xùn)練精準(zhǔn)分割得到復(fù)雜目標(biāo)前景。
表型性狀提?。?/strong>
基于高分辨率RGB圖像可獲取植株持綠、株型等性狀,通過(guò)深度學(xué)習(xí)算法可得到植株卷葉、生長(zhǎng)速率、穗部相關(guān)性狀;
通過(guò)光譜數(shù)據(jù)分析,提取得到各個(gè)波段下光譜反射率大小,通過(guò)特征值篩選,與人工數(shù)據(jù)進(jìn)行對(duì)比建立相關(guān)模型,可得到作物葉 綠素、葉黃素等色素含量以及氮磷鉀等營(yíng)養(yǎng)元素含量及水分含量;
利用紅外圖像灰度值與待測(cè)能量關(guān)系,建立圖像灰度值與溫度的回歸方程,計(jì)算得到植株表層的溫度參數(shù)分布。
關(guān)鍵表型特征篩選:
室內(nèi)盆栽植株性狀提取
植株溫度分布提取
穗部性狀提取計(jì)算
各光譜波段下光譜反射率計(jì)算