huinuo huinuo

PhenoTrait论坛百博智慧大讲堂亚太表型会议
EN

lukuan

学术中心

全部分类
您现在的位置：
首页
/
学术中心
/
植物表型资讯
/
基于K均值聚类分割和卷积神经网络的小麦穗计数

基于K均值聚类分割和卷积神经网络的小麦穗计数

  • 分类：植物表型资讯
  • 作者：PhenoTrait
  • 来源：植物表型资讯
  • 发布时间：2020-09-14 06:10
  • 访问量：

【概要描述】为了实现快速、准确的小麦穗计数，本文采用K均值聚类对手持设备采集的小麦穗图像进行自动分割。

基于K均值聚类分割和卷积神经网络的小麦穗计数

【概要描述】为了实现快速、准确的小麦穗计数，本文采用K均值聚类对手持设备采集的小麦穗图像进行自动分割。

  • 分类：植物表型资讯
  • 作者：PhenoTrait
  • 来源：植物表型资讯
  • 发布时间：2020-09-14 06:10
  • 访问量：
详情

 小麦产量受单位面积穗数的影响，传统上采用人工计数来估计小麦产量。为了实现快速、准确的小麦穗计数，本文采用K均值聚类对手持设备采集的小麦穗图像进行自动分割。通过建立非小麦穗、1个小麦穗、2个小麦穗和3个小麦穗四类图像标签，构建分割后的数据集，并将其送入卷积神经网络（CNN）模型进行训练和测试，以降低模型的复杂度。

 

麦穗图像处理流程图 

 

结果显示对非小麦、1个小麦穗、2个小麦穗和3个小麦穗的识别准确率分别为99.8、97.5、98.07和98.5%。模型R2达到0.96，均方根误差（RMSE）为10.84穗，宏观F1评分和微观F1评分均达到98.47%，在灌浆后期（R2= 0.99，RMSE =9.47穗）达到最佳性能。

 

小麦穗部轮廓特征提取图

 

综上所述，与目标识别相比，分割图像分类不仅能够减少人工标注的工作量，而且能够显著提高小麦计数的效率和准确率，满足了田间环境下小麦估产的要求。

 

用该模型识别的小麦穗与图像中相应的人工识别值的比较

 

来源：

Xu X, Li H, Yin F, et al. Wheat ear counting using K-means clustering segmentation and convolutional neural network. Plant Methods. https://doi.org/10.1186/s13007-020-00648-8.

关键词：

扫二维码用手机看

上一个: 冠层尺度作物叶绿素含量光谱监测研究进展
下一个: 评估农作物冠层SIF的方向效应
上一个: 冠层尺度作物叶绿素含量光谱监测研究进展
下一个: 评估农作物冠层SIF的方向效应

推荐新闻

石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！
石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！
石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！
[荐]
[顶]
发布时间 : 2022-11-13 07:26:55
本期石时之约，我们将对话慧诺瑞德（北京）科技有限公司总经理、国际植物表型学会（IPPN）执委会委员/工业分会副主席韩志国，一起从表型数据的科学角度，去读懂农作物的喜怒哀乐和前世今生。
查看详情
本期石时之约，我们将对话慧诺瑞德（北京）科技有限公司总经理、国际植物表型学会（IPPN）执委会委员/工业分会副主席韩志国，一起从表型数据的科学角度，去读懂农作物的喜怒哀乐和前世今生。
慧科研、慧育种、慧种田——慧聚改变的力量
慧科研、慧育种、慧种田——慧聚改变的力量
慧科研、慧育种、慧种田——慧聚改变的力量
发布时间 : 2022-09-09 16:05:03
让我们“慧聚”在一起，为“慧科研、慧育种、慧种田”赋能。
查看详情
让我们“慧聚”在一起，为“慧科研、慧育种、慧种田”赋能。
高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
育种，是在给定的环境条件下，选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种，从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选，是最耗人力物力的过程。
查看详情
育种，是在给定的环境条件下，选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种，从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选，是最耗人力物力的过程。
作物生理表型测量基础原理
作物生理表型测量基础原理
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
生理表型测量的核心在于“早、快”，要在肉眼可见之前就能测量并预判出变化趋势，才是这个技术的核心价值。叶绿素荧光成像，恰好满足了这个要求。
查看详情
生理表型测量的核心在于“早、快”，要在肉眼可见之前就能测量并预判出变化趋势，才是这个技术的核心价值。叶绿素荧光成像，恰好满足了这个要求。

视频展示

透过表型数据看见植物的喜怒哀乐
00:59:21
透过表型数据看见植物的喜怒哀乐
所属分类：
视频展示
发布时间：
2022/11/13
关键词：

专题报道

石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！ [ 2022-11-13 ]
本期石时之约，我们将对话慧诺瑞德（北京）科技有限公司总经理、国际植物表型学会（IPPN）执委会委员/工业分会副主席韩志国，一起从表型数据的科学角度，去读懂农作物的喜怒哀乐和前世今生。
植物表型：南繁水稻田间表型研究 [ 2022-04-29 ]
植物表型：西南地区小麦、水稻和大豆表型测量 [ 2021-11-11 ]
光合作用：植物冠层光合表型+GFP/RFP测量 [ 2021-11-04 ]
植物表型：东北地区大豆和水稻的田间高通量表型研究 [ 2021-11-04 ]
光合作用：水稻冠层叶绿素荧光成像测量 [ 2021-10-22 ]

QQ咨询

QQ:7569421

电话沟通

010-62925490

微信咨询

扫一扫添加
动力姐姐微信

TOP

搜索
确认
取消

联系我们

慧诺瑞德（北京）科技有限公司

地址：北京市海淀区西三旗街道建材城中路12号院8号楼2门 
电话：010-62925490、82928854、82928864、82928874
传真：010-62925490-802
Email: info@phenotrait.com
邮编：100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德（北京）科技有限公司版权所有      京ICP备15043840号    网站建设：中企动力   北二分     法律声明