排序方式: 共有2条查询结果,搜索用时 31 毫秒
1
1.
2.
微根窗成像技术推动了植物根系表型研究,但是根系长度和直径仍然需要人眼识别再绘制轨迹,消耗大量的人力和时间。为了解决这一难题,本研究将U-Net语义分割技术引入到植物根系图像识别中,研发了基于机器学习的iRoot-V02根系自动识别软件。采用iRoot-V02软件识别微根窗法获得的植物根系成像图片的根长、直径、投影面积、根尖数等参数。结果表明: iRoot-V02软件批处理600 dpi图片的速度为每张26.6 S; 获取根系的骨架信息、总根长与人眼识别结果基本一致; 按直径每0.1 mm为一级,获得不同直径的根长,与人眼识别结果的根长决定系数大于0.76;精确捕捉到根系生长旺盛期不同直径根长的变化; 分析了300 dpi和600 dpi两种分辨率根系图片的参数,两种分辨率结果具有高相关性,因此可建立低分辨率根系参数和高分辨率根系参数之间的关系方程,采用低分辨率拍摄根系图像,通过方程转化成更准确的根系参数,减轻工作量。用iRoot-V02软件的根系生长信息近似于人眼识别,相比人眼识别在大批量根系图像智能识别、自动化、快速目标检测方面具有巨大优势。 相似文献
1