一种基于扁平栽培容器的植物根系自动化成像系统

    公开(公告)号:CN110095918B

    公开(公告)日:2024-10-29

    申请号:CN201910342722.8

    申请日:2019-04-26

    Abstract: 本发明涉及一种基于扁平栽培容器的植物根系自动化成像系统,包括栽培容器区:用于存放一个以上的待成像的扁平栽培容器;成像区:使用单反相机成像为待观察的扁平栽培容器中的根系进行正反面拍摄成像;运移装置:用于完成扁平栽培容器在栽培容器区和成像区之间的运移,本发明的有益效果是:系统整体结构简洁,可观察的植株数量大,通过单个相机和多排扁平栽培容器间的运动,实现对每个扁平栽培容器中植株植物根系正反面的成像,数据采集量大且效率高,可对作物植物根系无损伤、高通量(每小时可分析300株植物)、全自动植物根系表型分析,测量分析参数包括根冠结构(包括根深、冠幅等)、根冠面积、根长等,适合新时代对植物表型的科研仪器要求,值得广泛推广。

    植物叶片气孔个体行为检测分析方法、系统及存储介质

    公开(公告)号:CN115063453B

    公开(公告)日:2023-08-29

    申请号:CN202210730549.0

    申请日:2022-06-24

    Abstract: 本申请提供一种植物叶片气孔个体行为检测分析方法、系统及存储介质。本申请通过多目标跟踪算法识别视频图像中各气孔位置,通过目标检测算法检测视频图像中各气孔的开闭状态,再将两者进行匹配,标记出气孔的开闭时间,实现对气孔开闭时序的跟踪解析。本申请通过对植物叶片视频的检测分析,利用多深度学习任务的集成系统获得气孔个体开闭状态、长宽、面积和周长等多种性状。相对于传统的气孔性状研究,本发明通过对气孔视频的超时序解析技术,结合目标检测和语义分割等算法,实现气孔开闭状态的定性跟踪和气孔形态特征的量化分析,有助于分析气孔个体开闭节律的生理机理,揭示气孔个体和群体水平的运动规律。

    一种热诱导修复冷冻面团中面筋网络的方法

    公开(公告)号:CN116530540A

    公开(公告)日:2023-08-04

    申请号:CN202310637306.7

    申请日:2023-05-31

    Abstract: 本发明涉及一种热诱导修复冷冻面团中面筋网络的方法,属于食品加工技术领域,其特征是以高筋面粉为原料,与酵母、黄油、白砂糖和食盐等辅料混合后,经和面、静置、冷冻,制得冷冻面团;经冻藏、解冻、部分醒发、面团温度调控、焙烤,制得面包。本发明利用温度调控来诱导冷冻面团中面筋蛋白分子展开,有助于促进面筋在焙烤过程中的聚集行为,以此修复冻藏导致的面筋网络劣变,从而提升冷冻面团产品品质。本发明技术具有操作简单、产品无添加、品质提升效果好等优点,与未经温度调控冻藏60天的冷冻面团相比,经过温度调控的冷冻面团中面筋蛋白的聚集程度提升15%~25%,所制面包比容提升20%~30%,质构硬度降低25%~35%。

    一种小麦抗低温保护剂产品及使用方法

    公开(公告)号:CN115191442B

    公开(公告)日:2023-02-10

    申请号:CN202211074694.4

    申请日:2022-09-01

    Abstract: 本申请提供一种小麦抗低温保护剂产品及使用方法。本申请利用甜菜碱,与蚯蚓活性酶植物多肽液、尿素、磷酸二氢钾和壳聚糖复配制成高效的抗低温保护剂,通过叶面喷施此抗低温保护剂可显著提高小麦叶片叶绿素合成,提高叶片光合能力,延长叶片光合时间,增强抗氧化酶活性及增强渗透调节物质积累,从而增强植株的抗寒能力,缓解低温胁迫对小麦植株的伤害。本申请所提供的抗低温保护剂pH值在5.5‑6之间,能够有效减少制剂的刺激性气味并降低其对运输存储条件的要求。

    用于水培植物生长环境调控及表型图像采集的系统

    公开(公告)号:CN114190267A

    公开(公告)日:2022-03-18

    申请号:CN202210023733.1

    申请日:2022-01-11

    Abstract: 本申请提供一种用于水培植物生长环境调控及表型图像采集的系统。其通过各自独立的连接管道向各水培箱泵入营养液,通过水培箱与透明隔热罩的密封作用分别形成若干相互独立的植物栽培箱环境。本申请可通过各植物培养箱内部的传感器及环境设备实时准确调控植物的生长环境参数,在各培养箱内模拟不同培育条件,在一套系统下实现不同环境因素对植物生长发育影响的研究实验。在此基础上,本发明还在培养箱外部构建了包含多角度多方位RGB相机群和多光谱相机的植物表型图像采集装置,其能够在不影响植物生长发育的前提下,高通量采集植株茎叶的多光谱图像以及整株地上地下全范围的RGB图像,实现对不同生长环境下植株地上部及根系表型特征的动态连续采集。

    基于深度学习网络的田间麦穗计数以及小麦产量预测

    公开(公告)号:CN113222991A

    公开(公告)日:2021-08-06

    申请号:CN202110663420.8

    申请日:2021-06-16

    Abstract: 本发明公开一种基于深度学习网络的田间麦穗计数以及小麦产量预测,包括如下步骤:步骤1、选择预产区,采集图像,图像预处理;步骤2、图像人工标注并存储;步骤3、数据增强,形成训练集和验证集;步骤4、进行模型训练,模型训练完成后得到权重;步骤5、模型加载权重,输出模型识别小麦麦穗的图像;步骤6、模型验证;步骤7、小麦麦穗检测模型;步骤8、计算出麦穗数;步骤9、小麦预测产量。优点:本发明,基于MobileNetV2‑YOLOV4网络来搭建小麦麦穗检测模型,使用MobileNetV2网络作为特征提取网络,快速准确统计大量不同品种小麦的麦穗数据,对小麦进行产量的预估。

Patent Agency Ranking