基于深度学习的水稻表型特征提取和产量预测研究

发布时间：2024-03-23 01:14

　　农业是我国经济发展的重要基石,而水稻作为我国的主要粮食作物,随着人口的增长,水稻的消费量也在逐步上升,为保证我国的粮食安全,提高单位面积水稻产量和培育优良的水稻品种是水稻研究的重要目标之一。稻穗是水稻的重要组成部分,决定着水稻的最终产量,因此对水稻稻穗的研究分析极为重要。水稻产量的精准预测可以加快育种的速度,传统的水稻产量预测,往往是通过田间调查法,对田间水稻样本收割、脱粒、烘干、称重来对水稻的产量进行估测,需要大量的人力物力,且容易造成人为误差。现有的无损水稻产量预测主要是根据水稻冠层的光谱数据和气温、降雨量等生长环境因素来建立预测模型。本文提出了水稻产量预测新方法,根据水稻图像提取表型特征参数建立模型实现水稻的产量预测。本文的主要研究内容包括:(1)利用深度学习分割网络和图像处理技术对盆栽和大田的水稻进行分割,得到水稻植株部分和穗部的图像;利用深度学习检测识别网络,计算盆栽水稻稻穗数量。(2)在图像分割的基础上,提取了盆栽水稻45个植株表型特征和34个穗部表型特征;针对大田水稻图像提取了32个植株表型特征和33个穗部特征。(3)结合人工提取的盆栽水稻稻穗鲜重、干重数据,以及大田的产...

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图2.1盆栽水稻成像系统及采集图像

华中农业大学2020届硕士研究生学位（毕业）论文10第2章实验数据和技术方案2.1盆栽水稻实验数据2.1.1实验材料本实验的水稻品种为华粳295，实验基地位于华中农业大学盆栽场，水稻种植于塑料盆中，盆钵规格：下部直径16cm，上部直径19.5cm，盆高19cm，每盆均装入5kg风....

图2.2大田图像采集设备Fig2.2Fieldimageacquisitionequipment

基于深度学习的水稻表型特征提取和产量预测研究112.2大田水稻实验数据2.2.1实验材料大田种植的水稻位于华中农业大学水稻实验基地，全部实验材料来自于中国农业科学院水稻粳稻核心种质资源，所有的品种均为选育品种，选取其中的340品种的水稻作为研究对象。采用田间小区的方式种植，每个品....

图2.3盆栽水稻和大田水稻图片

华中农业大学2020届硕士研究生学位（毕业）论文122.3技术方案本实验主要分为两个部分，盆栽水稻和大田水稻的图像获取和分析，目前关于作物的表型研究主要是盆栽和大田实验，所以本实验对两种方法进行研究。由于盆栽水稻通常是作为室内实验，生长条件人为可控，实验环境较为简单，方便移动，适....

图3.1盆栽水稻局部示意图

基于深度学习的水稻表型特征提取和产量预测研究15第3章稻穗计数和水稻分割3.1盆栽水稻稻穗检测和计数3.1.1FasterR-CNN卷积神经网络结构稻穗穗数作为水稻的重要特征，与水稻的穗重、产量直接相关，而盆栽水稻的稻穗检测面临众多的难点，如图3.1所示，图3.1(A)中红色圆圈....

本文编号：3935233