导读:本文包含了株型参数论文开题报告文献综述及选题提纲参考文献，主要关键词:玉米冠层,叁维点云,信息处理,株型重建
株型参数论文文献综述
李抒昊[1]（2018）在《玉米冠层叁维点云处理技术及株型参数计算方法研究》一文中研究指出针对玉米形态结构可视化表达过程中,采集的叁维点云数据冗余、噪声、缺失且传统测量方法获取特征参数复杂、误差较大等问题。本研究采用FastSCAN叁维扫描仪获取了玉米叁维点云数据,并通过点云精简、去噪实现了玉米冠层实体动态重建。进一步补充缺失点且计算了其形态特征参数。首先,将获取的叁维点云数据通过基于格栅法的叁维点云自适应曲率方法精简;其次先后运用直通滤波、大尺度去噪、双边滤波等方法分步对精简后的点云进行丰富、单一区域去噪;再次运用Geomagic Studio对封装后的玉米模型进行补失重构;最后运用拟合球、拟合圆柱等方法获取玉米冠层株高、株宽、茎粗等特征参数。论文主要研究内容如下:(1)针对玉米冠层叶片叁维点云复杂,曲率相对较高等特点。本文提出了基于格栅法的叁维点云自适应曲率精简方法,对叶片进行点云精简。并运用格栅法、随机法对玉米茎秆以及泥土进行点云精简。结果表明在保持原始点云形态特征的前期下,玉米叶片、茎秆、泥土精简率分别为32.34%;49.81%;84.98%,总精简率为48.30%。(2)针对不同尺度噪声对叁维模型重构的影响。本文改进了基于玉米形态特征信息叁维点云去噪方法,通过对玉米叁维点云模型进行分步去噪并采用不同方法进行滤波实验和对比验证,平均误差、最大误差、标准误差分别为0.0254、0.1395、0.0238。结果表明本文方法去噪效果最佳,去噪后的模型可以保持玉米丰富细节特征同时减少双边滤波导致的玉米叶片表面平滑。(3)针对传统方法计算玉米株型参数破坏玉米冠层结构且实际测量误差较大等问题。本文应用拟合球、拟合圆柱对玉米冠层进行特征参数计算。叁叶期至拔节期玉米平均株高范围0.0700~0.7164m,平均株宽范围0.0936~0.6033m,平均茎粗范围0.3027~2.4413cm。通过直接测量和扫描测量对玉米株高、株宽、茎粗进行回归分析。结果表明该方法能够精准、快速无损获取玉米冠层的株型参数,为研究玉米冠层光照分布及生产实践提供了良好的理论基础和技术支持。(本文来源于《黑龙江八一农垦大学》期刊2018-06-01）
温维亮,郭新宇,赵春江,肖伯祥,王勇健[2]（2018）在《基于叁维数字化的玉米株型参数提取方法研究》一文中研究指出【目的】玉米株型参数获取是玉米精确化育种和栽培研究的重要环节,研究解决玉米株型参数获取中存在的测量标准不一致、测量精度低、数据难以可视化、算法提取参数精度低等问题具有重要意义。【方法】本文利用叁维数字化仪获取玉米植株骨架结构,提出玉米茎、叶、雄穗和雌穗器官叁维数字化获取标准规程。通过将植株叁维数字化数据旋转至与Z轴正方向平行并平移至坐标系原点进行数据标准化,进一步根据叁维数字化数据位置关系,结合各株型参数的定义实现了株高、叶片着生高度、叶片最高点高度、叶长、叶宽、叶展、叶倾角及叶方位角等主要株型参数的提取,同时提出一种新的玉米植株方位平面计算方法,通过构建植株方位平面与各叶方位角角度差绝对值之和作为目标优化函数,进一步对该L1优化问题进行迭代求解得到植株方位平面,当叶数量是偶数时,方法可以给出精确的方位平面区间,在此基础上,引入dev值作为评价植株叶相对植株方位平面偏离度的指标。【结果】利用6个品种吐丝期玉米植株叁维数字化数据和人工测量参数数据进行株型参数提取方法验证。结果表明,方法提取的叶长、叶倾角、方位角误差较小,RMSE分别为3.44 cm、3.41°和8.23°,叶长和叶倾角的MAPE分别为4.06%和4.72%,叶宽因叶片在叶脉垂直平面上的曲线形态不一致导致误差相对较大,RMSE和MAPE分别为0.80 cm和7.21%。与传统负方向能量均值法相比,所提出新的玉米植株方位平面计算方法给出了玉米植株方位平面更确切的定量化描述,对于玉米株型的定量评价具有一定价值。【结论】基于叁维数字化的玉米株型参数提取方法为玉米株型参数的提取与分析提供了一种精确、便捷、可视的技术手段,对于玉米株型表型组学、玉米功能结构模型及玉米株型优化研究具有重要作用。(本文来源于《中国农业科学》期刊2018年06期）
宗泽,郭彩玲,张雪,马丽,刘刚[3]（2015）在《基于深度相机的玉米株型参数提取方法研究》一文中研究指出提出了一种基于骨架提取的改进算法,可实现在大田环境下,使用PMD深度相机快速、无损测量玉米株型参数。首先利用深度图像RGB伪彩色和深度距离信息,提取深度图像的骨架,排除复杂背景干扰,得到单株玉米的二值骨架图像;然后利用基于角点检测的改进归类算法提取骨架图像特征点;最后建立骨架图像中特征点与深度图像的对应关系,利用空间几何数学方法,结合特征点计算出玉米的3种株型参数,即株高、茎粗、叶倾角。农田实验对比分析表明,所提方法的株高测量结果与人工测量结果的相关系数r为0.986,最大相对误差小于2 cm,农田作物育种抗逆性分析还表明玉米株型参数与抗倒伏性具有显着相关性。(本文来源于《农业机械学报》期刊2015年S1期）
刘翠红,陈丽君,吕长义,任文涛[4]（2015）在《基于图像处理技术的水稻株型参数测量算法》一文中研究指出模型模拟法是简便可行的作物生物量无损检测方法之一。其中,作物株高、植株投影面积等株型参数的无损测量对该方法的应用具有重要意义。为此,以水稻为研究对象,以植株图像的株高和投影面积等参数为测定指标,研究了基于图像处理技术的无损测量方法。在自然条件下获取水稻植株图像,利用超绿色法对彩色图像进行灰度转换,采用中值滤波方法对图像进行降噪处理,应用最大类间方差法实现了植株特征像素的提取。该算法为快速、无损测量作物的图像株型参数提供了有效手段,为作物生物量的无损检测奠定了理论基础。(本文来源于《农机化研究》期刊2015年12期）
胡凝,吕川根,姚克敏,张晓翠[5]（2014）在《利用鱼眼影像技术反演不同株型水稻的冠层结构参数》一文中研究指出快速、可靠、精确地评估植被冠层结构参数在大气-植被相互作用的研究中起着举足轻重的作用。为探明鱼眼影像在水稻冠层结构研究中的应用前景,本研究选择3种不同冠层结构的水稻品种作为研究对象,利用带有鱼眼镜头的数码相机在冠层的8个不同高度分别拍摄冠层影像,通过对影像的预处理提取冠层间隙度参数,根据冠层内辐射环境与冠层结构之间的定量化关系,利用Beer-Lambert定律反演水稻冠层的叶面积指数(leaf area index,LAI)和平均叶倾角(mean leaf angle,MLA)。研究结果表明,鱼眼影像反演的LAI均方根误差(root mean square error,RMSE)为1.2~1.5,相对误差(relative error,RE)为18.6%~22.5%,仅比人工测定结果低估7.6%~13.1%,优于Sunscan的测定结果。反演的MLA与人工测定结果之间有较好的一致性,相关系数为0.9205**,RMSE为11.7?,RE为16.1%。研究结果表明,鱼眼影像反演水稻冠层结构是可行的方法。(本文来源于《作物学报》期刊2014年08期）
鲁博,冯辉,王五宏,刘娜[6]（2008）在《番茄主要株型参数主基因—多基因混合模型分析》一文中研究指出选用叶片平展的173和叶片上冲的101番茄品系为亲本,获得P1、P2、F1、B1、B2和F2共6个世代材料。采用"主基因—多基因混合遗传模型"分析方法,分析叶片夹角和披垂值的遗传特性。结果表明:叶片夹角受一对加性主基因+加性—显性多基因控制,符合D-2模型;主基因的加性效应为8.45,表现为增效,遗传率在B1、B2和F2群体中分别为48.85%、29.7%和55.99%;多基因的加性效应为-3.12,显性效应为-0.94,均表现为减效,多基因遗传率在B1,B2和F2群体中遗传率为5%～30.6%。叶片披垂值受加性—显性—上位性多基因控制,符合C模型;多基因遗传率在B1,B2和F2群体中分别为57.6%、43.39%和72.19%。叶片夹角和披垂值均具有数量性状遗传特征,遗传率中等。(本文来源于《沈阳农业大学学报》期刊2008年03期）
黄文江,王锦地,穆西晗,王纪华,刘良云[7]（2007）在《基于核驱动模型参数反演的作物株型遥感识别》一文中研究指出传统的单一方向遥感只能得到地面目标一个方向的辐射量,缺乏足够信息来同时推断像元的波谱和空间结构。多角度的反射光谱对于植被结构特征的估算及类型鉴别比垂直光谱具有明显的优越性。将多角度观测数据和核驱动模型结合,构建了基于核参数各向同性核所占比例(fiso),几何光学核所占比例(fgeo)和体散射核所占比例(fvol)的植被结构参数敏感指数(SPEI)来进行作物株型的遥感识别,并将SPEI与结构散射指数(SSI)和归一化差异参数指数(NDFI)等对紧凑型品种京411和披散型品种中优9507的实测多角度冠层方向反射率数据进行了核参数的反演,不同指数对作物株型结构表现出的敏感性依次为:SPEI>SSI>NDFI。SPEI较以往学者构建的指数对不同株型品种遥感识别具有更好的敏感性,该方法可以在其他作物上拓展应用,具有很好的理论基础和应用前景。(本文来源于《光谱学与光谱分析》期刊2007年10期）
郭江,郭新宇,王纪华,张凤路[8]（2005）在《不同株型玉米光响应曲线的特征参数研究》一文中研究指出以平展型品种高油115、中间型品种农大108和紧凑型品种郑单958为供试材料,利用LI-6400便携式光合测定系统测定了玉米吐丝期不同叶位的光响应曲线,并提取出曲线的特征参数.结果表明:不同株型玉米吐丝期光响应曲线的特征参数存在着差异,不同叶位的最大光合速率值均为农大108>郑单958>高油115;表观量子利用效率和暗呼吸速率均为郑单958>农大108>高油115,揭示了不同株型品种间光能利用特点差异的生理学基础.(本文来源于《西北植物学报》期刊2005年08期）
谢甫绨,王海英,张惠君,杨艳琴,温学发[9]（2004）在《大豆长花序短果枝株型性状的利用研究 II.不同种植方式和种植密度下长花序短果枝株型品种的生理生态参数》一文中研究指出在不同种植方式和种植密度下,测定了长花序短果枝株型品种沈农6号的生理生态参数,结果表明,其最大叶面积指数出现在出苗后77d左右。在60cm和30cm两种行距种植方式下,随着种植密度的增加,最大叶面积指数均会增大,但增大的幅度不一样。在3种种植密度下,60cm行距种植的大豆群体,鼓粒期叶片衰减速率均比30cm行距的小。不同种植方式和种植密度下,叶片生产效率有明显的差异,每生产1kg籽粒需叶面积13.32～27.08m2。随着种植密度的增加,会导致叶片衰老加快,生产效率降低。60cm种植方式下,无论是何种种植密度形成的群体,群体内的温度均较高。30cm行距条件下,群体叶面积较大,荫蔽较好,因此无论何种种植密度形成的群体,其湿度变化幅度较小。在10:00～14:00,60cm行距种植条件下,各种密度形成的群体其湿度均较大。(本文来源于《辽宁农业科学》期刊2004年05期）
赵延明,王玲,苏维洲,王日访,刘宇[10]（2000）在《玉米株型性状的遗传参数研究》一文中研究指出选择玉米株型性状时应以GCA为主 ,重点考虑亲本自身的性状特点。株高GCA与穗位GCA、叶面积GCA ,穗位GCA与叶面积GCA ,叶长GCA与叶面积GCA ,叶面积GCA与叶片数GCA之间相关显着或极显着 ,相互间选择有促进作用。辽 76、辽 87、辽 5 0 88、沈 137等自交系可根据育种目标加以利用(本文来源于《杂粮作物》期刊2000年02期）
株型参数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
【目的】玉米株型参数获取是玉米精确化育种和栽培研究的重要环节,研究解决玉米株型参数获取中存在的测量标准不一致、测量精度低、数据难以可视化、算法提取参数精度低等问题具有重要意义。【方法】本文利用叁维数字化仪获取玉米植株骨架结构,提出玉米茎、叶、雄穗和雌穗器官叁维数字化获取标准规程。通过将植株叁维数字化数据旋转至与Z轴正方向平行并平移至坐标系原点进行数据标准化,进一步根据叁维数字化数据位置关系,结合各株型参数的定义实现了株高、叶片着生高度、叶片最高点高度、叶长、叶宽、叶展、叶倾角及叶方位角等主要株型参数的提取,同时提出一种新的玉米植株方位平面计算方法,通过构建植株方位平面与各叶方位角角度差绝对值之和作为目标优化函数,进一步对该L1优化问题进行迭代求解得到植株方位平面,当叶数量是偶数时,方法可以给出精确的方位平面区间,在此基础上,引入dev值作为评价植株叶相对植株方位平面偏离度的指标。【结果】利用6个品种吐丝期玉米植株叁维数字化数据和人工测量参数数据进行株型参数提取方法验证。结果表明,方法提取的叶长、叶倾角、方位角误差较小,RMSE分别为3.44 cm、3.41°和8.23°,叶长和叶倾角的MAPE分别为4.06%和4.72%,叶宽因叶片在叶脉垂直平面上的曲线形态不一致导致误差相对较大,RMSE和MAPE分别为0.80 cm和7.21%。与传统负方向能量均值法相比,所提出新的玉米植株方位平面计算方法给出了玉米植株方位平面更确切的定量化描述,对于玉米株型的定量评价具有一定价值。【结论】基于叁维数字化的玉米株型参数提取方法为玉米株型参数的提取与分析提供了一种精确、便捷、可视的技术手段,对于玉米株型表型组学、玉米功能结构模型及玉米株型优化研究具有重要作用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
株型参数论文参考文献
[1].李抒昊.玉米冠层叁维点云处理技术及株型参数计算方法研究[D].黑龙江八一农垦大学.2018
[2].温维亮,郭新宇,赵春江,肖伯祥,王勇健.基于叁维数字化的玉米株型参数提取方法研究[J].中国农业科学.2018
[3].宗泽,郭彩玲,张雪,马丽,刘刚.基于深度相机的玉米株型参数提取方法研究[J].农业机械学报.2015
[4].刘翠红,陈丽君,吕长义,任文涛.基于图像处理技术的水稻株型参数测量算法[J].农机化研究.2015
[5].胡凝,吕川根,姚克敏,张晓翠.利用鱼眼影像技术反演不同株型水稻的冠层结构参数[J].作物学报.2014
[6].鲁博,冯辉,王五宏,刘娜.番茄主要株型参数主基因—多基因混合模型分析[J].沈阳农业大学学报.2008
[7].黄文江,王锦地,穆西晗,王纪华,刘良云.基于核驱动模型参数反演的作物株型遥感识别[J].光谱学与光谱分析.2007
[8].郭江,郭新宇,王纪华,张凤路.不同株型玉米光响应曲线的特征参数研究[J].西北植物学报.2005
[9].谢甫绨,王海英,张惠君,杨艳琴,温学发.大豆长花序短果枝株型性状的利用研究II.不同种植方式和种植密度下长花序短果枝株型品种的生理生态参数[J].辽宁农业科学.2004
[10].赵延明,王玲,苏维洲,王日访,刘宇.玉米株型性状的遗传参数研究[J].杂粮作物.2000