發(fā)布時(shí)間：2020-12-29 17:07

　　溫室栽培作為一種高度集成的設(shè)施農(nóng)業(yè),在提高農(nóng)業(yè)生產(chǎn)效率和解決世界糧食短缺問(wèn)題上正變得越來(lái)越重要。盡管意義重大,但現(xiàn)代溫室栽培仍面臨高投入、需要頻繁投入專業(yè)人力、高能耗等挑戰(zhàn)。為此,急需經(jīng)濟(jì)、高效、智能的溫室環(huán)境控制方法,以保證每個(gè)植物在整個(gè)生長(zhǎng)期內(nèi)享有溫和的生長(zhǎng)環(huán)境,最終實(shí)現(xiàn)高產(chǎn)量和經(jīng)濟(jì)效益。環(huán)境控制算法的實(shí)施需要將作物的長(zhǎng)勢(shì)情況作為控制依據(jù),目前業(yè)界絕大部分手段都是依賴于溫室內(nèi)外的溫濕度、光照等環(huán)境測(cè)量數(shù)據(jù)作為反饋,控制遮陽(yáng)網(wǎng)、通風(fēng)和灌溉。然而這些都是間接控制方式,對(duì)作物的真實(shí)長(zhǎng)勢(shì)（比如空間株型、葉片形態(tài)、色彩等表型特征）這些直觀的控制依據(jù)都缺乏自動(dòng)的觀測(cè)和分析。同時(shí),在農(nóng)業(yè)工程領(lǐng)域另一項(xiàng)富有前景的技術(shù)也邁入了瓶頸期,它就是雜交及基因育種技術(shù)。育種技術(shù)目前依然需要專業(yè)農(nóng)學(xué)研究者對(duì)比分析不同試種區(qū)塊中作物表現(xiàn)型的區(qū)別,該過(guò)程不僅費(fèi)時(shí)費(fèi)力,還需要專業(yè)知識(shí)的指導(dǎo)。因此,對(duì)作物表型特征的高通量自動(dòng)采集和分析的手段成為了改進(jìn)育種技術(shù)的關(guān)鍵。綜上所述,為了實(shí)現(xiàn)真正的智能設(shè)施農(nóng)業(yè),減少育種環(huán)節(jié)中繁瑣的人工勞動(dòng),基于計(jì)算機(jī)圖像圖形技術(shù)的作物自動(dòng)表型分析算法的研究顯得尤為重要。對(duì)絕大多數(shù)植物而言,葉片... 

【文章來(lái)源】：東華大學(xué)上海市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

三種植物點(diǎn)云成像平臺(tái)

通過(guò)KinectSDK實(shí)時(shí)獲取彩色圖像與深度圖像

圖 2-2. 通過(guò) Kinect SDK 實(shí)時(shí)獲取彩色圖像與深度圖像 像后，我們依靠 VisualSFM 軟件[63]完成了三維重建，圖 2-3 為該軟件的工具欄，通過(guò)四個(gè)控件即可獲取作物點(diǎn)云。第一步，將從多個(gè)視角拍攝的圖像導(dǎo)入該軟件；第二步，進(jìn)行特征檢測(cè)和全部圖像的兩兩匹配；第三步，生成稀疏點(diǎn)云；第四步，通過(guò) CMVS（Clustering-Views for Multi-view Stereo）[63]將稀疏點(diǎn)云聚類成稠密點(diǎn)云。

【參考文獻(xiàn)】：
期刊論文
[1]作物育種學(xué)領(lǐng)域新的革命:高通量的表型組學(xué)時(shí)代[J]. 穆金虎,陳玉澤,馮慧,李文建,周利斌.  植物科學(xué)學(xué)報(bào). 2016(06)



本文編號(hào)：2945980