【技术实现步骤摘要】
本专利技术涉及植物表型领域，特别是涉及一种面向人工智能育种的高通量作物籽粒表型采集方法及装置。
技术介绍
1、植物表型是对植物性状的规范化、数据化表征，受基因和环境等因素的共同作用。对于育种领域和农业管理而言，开展农作物的表型分析是理解“基因-表型-环境”互作机理的关键环节，高通量的表型监测能显著加速整个育种进程，对设计育种研究具有重要的指导价值。
2、“种子是农业的芯片”，对于农作物育种而言，如何快速、精确、高通量地采集作物籽粒的各项表型参数(如：长宽厚、表面积、体积、颜色、纹理、种脐、百粒重等)，获取足量的表型组信息，进而对其形态性状、营养品质、抗逆性等指标进行评价，便能够指导优良作物品种的培育和筛选，从而将种质资源优势转变为实际生产优势。
3、传统的作物籽粒表型采集通常依赖于人工考种，具有人力成本高、准确率较低、描述较粗糙、提取参数有限等缺点，无法全面、高效地评估作物籽粒的性状，难以满足大规模高效的数据采集和分析需求。一名专业育种科研人员使用游标卡尺或螺旋测微器测量作物籽粒表型参数速率约为150～200粒/小时，数据采集效率极其低下。因此，作物育种行业急需一种面向人工智能育种路线的高通量作物籽粒表型采集系统与装置，使作物籽粒表型组数据的高通量、低成本、非接触式采集变为现实，从而为作物育种、改良和生产提供重要支持，促进现代农业技术的发展，推动农业生产的可持续发展。
4、近年来，伴随着计算机和大数据技术的快速发展，基于计算机视觉和人工智能技术的植物表型研究已经开启了表型智能化研究新时代。计算
技术实现思路
1、本专利技术的目的是提供一种面向人工智能育种的高通量作物籽粒表型采集方法及装置，可对作物籽粒的高通量多表型进行一体化提取。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种面向人工智能育种的高通量作物籽粒表型采集方法，包括：确定籽粒承载板上作物籽粒的百粒重，同时获取籽粒承载板上所有作物籽粒的双目图像；采用最小外接矩形框选双目图像中的每粒作物籽粒，并提取每粒作物籽粒的二维形态表型；确定双目图像中所有作物籽粒的三维点云模型，并提取每粒作物籽粒的三维形态表型；对所述双目图像进行单粒作物籽粒的分割，获得多个单粒作物籽粒图像；从每个单粒作物籽粒图像中提取每粒作物籽粒的种皮颜色表型；从每个单粒作物籽粒图像中分割出种脐，使用最小外接矩形框选种脐，并确定每粒作物籽粒的种脐表型。
4、一种面向人工智能育种的高通量作物籽粒表型采集装置，包括：双目相机、籽粒承载板、电子秤、控制板和计算机；电子秤设置于籽粒承载板的下方，籽粒承载板用于放置多粒作物籽粒；电子秤的输出端与控制板的输入端连接，控制板的输出端与计算机的输入端连接；所述电子秤用于在籽粒承载板上作物籽粒的压力下，感应产生压力信号，并根据所述压力信号确定籽粒承载板上作物籽粒的百粒重，同时将所述百粒重通过控制板上传至计算机；双目相机的控制端与计算机的输出端连接，双目相机的输出端与计算机的第一输入端连接；所述双目相机用于在计算机的控制下拍摄籽粒承载板上所有作物籽粒的双目图像，并将所述双目图像上传至计算机；所述计算机用于根据所述双目图像，采用前述的面向人工智能育种的高通量作物籽粒表型采集方法，同时提取籽粒承载板上每粒作物籽粒的二维形态表型、三维形态表型、种皮颜色表型及种脐表型。
5、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术实施例的一种面向人工智能育种的高通量作物籽粒表型采集方法及装置，能够一次性采集多粒作物籽粒的多表型，多表型包括百粒重、二维形态表型、三维形态表型、种皮颜色表型和种脐表型，实现了对作物籽粒的高通量多表型的一体化提取。
本文档来自技高网...【技术保护点】
1.一种面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，所述方法包括：
2.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，所述百粒重的确定公式为：
3.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，获取籽粒承载板上所有作物籽粒的双目图像，之后还包括：
4.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，采用最小外接矩形框选双目图像中的每粒作物籽粒，并提取每粒作物籽粒的二维形态表型，具体包括：
5.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，确定双目图像中所有作物籽粒的三维点云模型，并提取每粒作物籽粒的三维形态表型，具体包括：
6.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，从每个单粒作物籽粒图像中提取每粒作物籽粒的种皮颜色表型，具体包括：
7.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，从每个单粒作物籽粒图
8.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，所述方法还包括：
9.一种面向人工智能育种的高通量作物籽粒表型采集装置，其特征在于，包括：双目相机、籽粒承载板、电子秤、控制板和计算机；
10.根据权利要求9所述的面向人工智能育种的高通量作物籽粒表型采集装置，其特征在于，还包括：考种箱；
...【技术特征摘要】
1.一种面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，所述方法包括：
2.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，所述百粒重的确定公式为：
3.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，获取籽粒承载板上所有作物籽粒的双目图像，之后还包括：
4.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，采用最小外接矩形框选双目图像中的每粒作物籽粒，并提取每粒作物籽粒的二维形态表型，具体包括：
5.根据权利要求1所述的面向人工智能育种的高通量作物籽粒表型采集方法，其特征在于，确定双目图像中所有作物籽粒的三维点云模型，并提取每粒作物籽粒的三维形态表型，具体包括：<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。