田间作物高通量表型检测系统集光电技术、自动化控制技术和计算机图形处理技术于一体,实现田间小区作物表型参数全自 动、无损、高通量准确提取,可广泛应用于水稻、玉米、小麦、油菜、棉花等作物;系统整体包含田间龙门自动传动单元、成像单元、控制采集/图形数据处理单元,成像单元可搭载可见光成像传感器(VISI)、红外成像传感器(IRI)、高光谱成像传感器 (HYPSI)、激光雷达成像传感器(LIDARI)等,通过不同的成像传感器可获取田间作物不同的表型性状指标,并且可定制化二级指标参数,系统兼容性强,适用于各种复杂的田间环境,并具有多项核心自主专利技术。
专为田间或者温室田间各种不同尺度的作物表型性状提取定制的检测系统;
适用于多种田间作物检测;
全自动测量;
可集成多种成像传感器;
通量高、效率快、性价比高;
基于“Sensor to Plant”检测模式,保证作物的原位状态不变;
具有稳定的成像环境、光照,保证成像不受环境光变化的影响;
具备传感器制冷装置;
采用激光条码绝对寻址的定位方式,定位精度可达±5mm。
龙门自动传送单元
匹配性:与大田环境或者温棚环境设备之间的较好匹配性
适应性:适应田间环境、作物栽培要求、作物试验要求以及作物生理要求
可靠性:在系统设计和软件设计上,充分考虑系统的自恢复能力和冗余设计,确保系统的抗干扰能力、作 业过程实现自动化与管理信息化
经济性:从系统使用全寿命周期成本最低出发,减少系统 的使用维护费用
兼容性:模块化设计,使用标准的单元模块,保证系统的可 扩展性和二次开发能力
控制/采集单元
控制/采集单元由高性能自动化控制系统和植物图形采集工作站 组成,为植物表型成像系统的大脑中枢;可编程序控制器、工业 通讯系统、变频器等均采用国际名牌产品,提供符合Windows 标准的友好的人机界面,方便人员操作;单元中充分考虑环境对 设备的影响,保证意外状态下不影响正常运行:故障单元的停 机、离线对系统没有任何影响,运用自动均载技术,保证运行平 稳;按照设计规范安装各种探测开关和限位装置防止越程、误操 作,并进行信息反馈;采用标准开发协议,支持自有或第三方平 台实时获取植物扫描图像、监控等数据;储存空间无限扩容,以 应对不同阶段对数据库性能和存储空间的需求。
成像单元
可选配RGB可见光成像单元、红外成像单元、激光雷达成像单元、高光谱成像单元。
RGB可见光成像单元:
可测参数:总面积、绿叶面积、绿叶面积占比、分形维数、内接矩面积、内接矩宽度、高度、周长面积比、总面积最小内接矩面积比、凸包面 积、可见叶片边缘长度、作物持绿特性、卷叶程度、枯死叶比例、生物量的评估、株高、地上部分鲜重(干)重、植株紧凑度、植株 伸展度、株型分撒度、生物量、干旱程度、稻穗分割、产量预估等。
红外成像单元:
可测参数:实现田间水稻等模式作物冠层温度采集,植株叶片 病变区域温度分布、叶片蒸腾作用相关性状,用于 胁迫生理学,水力学相关研究。
高光谱成像单元:
可获取海量的光谱和空间信息,实现作物颜色、形 态及纹理参数;叶绿素、叶黄素等色素含量;氮磷 钾等营养元素含量、水分等的提取。
激光雷达成像单元:
获取作物三维形态结构,作物株高、茎秆粗细、分支数量、分支夹 角、叶片面积、叶片宽度叶片长度、叶片夹角以及作物果实体积、直 径等形态参数(作物数量统计、生物量估计等)。
选型配置表
参考文献
Lingfeng Duan, Jiwan Han, Zilong Guo, Haifu Tu, Peng Yang, Dong Zhang, Yuan Fan, Guoxing Chen, Lizhong Xiong, Mingqiu Dai, Kevin Williams, Fiona Corke, John H. Doonan and Wanneng Yang. Novel Digital Features Discriminate Between Drought Resistant and Drought Sensitive Rice Under Controlled and Field Conditions. Frontiers in Plant Science. 2018.
Zilong Guo, Wanneng Yang, YuChang, Xiaosong Ma, Haifu Tu, Fang Xiong, Ni Jiang, Hui Feng, Chenglong Huang, Peng Yang, Hu Zhao, Guoxing Chen, Hongyan Liu, Lijun Luo, Honghong Hu, Qian Liu and Lizhong Xiong. Genome-Wide Association Studies of Image Traits Reveal Genetic Architecture of Drought Resistance in Rice. Molecular Plant. 2018.
Xiong Xiong, Lingfeng Duan, Lingbo Liu, Haifu Tu, Peng Yang, Dan Wu, Guoxing Chen, Lizhong Xiong, Wanneng Yang and Qian Liu. Panicle-SEG: a robust image segmentation method for rice panicles in the field based on deep learning and superpixel optimization. Plant Methods. 2017.
上海市农业生物基因中心高通量抗旱表型鉴定平台
田间龙门系统搭载不同光学检测手段,全生育期多模式并行检测,无损高通量实时获取海量表型信息数据。