本文關(guān)鍵詞：表型檢測中用于小麥株型研究的快速三維重建方法

  更多相關(guān)文章： D 體素重建 株型 GPU 高通量

【摘要】：植物表型自動化檢測技術(shù)在農(nóng)業(yè)研究和作物育種的過程中發(fā)揮了重要作用,但目前受限于二維技術(shù)三維特征很難被提取。株型是影響多分蘗作物產(chǎn)量的重要表型特征之一,它包括分蘗數(shù)、分蘗角、和莖粗等參數(shù)。傳統(tǒng)方法中獲取這些特征參數(shù)需要大量的人工測量,而人工測量具有耗時,主觀性強,不準確等缺陷,因此用人工的方法進行大批量的表型分析是不現(xiàn)實的。為了使作物育種研究中株型參數(shù)提取實現(xiàn)自動化,提出一種用于高通量植株株型性狀參數(shù)獲取的快速三維重建方法,為了提高重建效率,研究中使用了圖形處理單元(GPU)并行處理技術(shù),在統(tǒng)一計算設(shè)備架構(gòu)(CUDA)下進行重建的并行計算,使單株重建時間縮減到10秒左右,適合使用于高通量表型檢測平臺。
【作者單位】： 華中科技大學生命科學與技術(shù)學院武漢光電國家實驗室Britton
【關(guān)鍵詞】： D 體素重建 株型 GPU 高通量
【基金】：國家863計劃項目(2013AA102403) 新世紀優(yōu)秀人才支持計劃(NCET-10-0386)資助
【分類號】：S512.1;S126
【正文快照】： 植物表型自動檢測技術(shù)在農(nóng)業(yè)研究和作物育種的過程中發(fā)揮了重要作用,隨著數(shù)字圖像處理技術(shù)的發(fā)展,可見光成像手段已廣泛應用于植物表型的分析[1],基于二維圖像處理技術(shù)的表型研究內(nèi)容包括葉片表型分析[2~5]、根系表型分析[6~8]、產(chǎn)量相關(guān)性狀分析[9~11]以及植株整體的測量分析，

本文編號：877173