公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

玉米穗粒重与果穗三维几何特征关系的定量研究被引量：17: 2010年; 【目的】从穗粒重与果穗三维几何关系的角度探索籽粒产量的制约因素,寻找进一步提高玉米产量的途径。【方法】利用图像处理技术采集了10个品种的果穗几何特征,分析了穗粒重对果穗几何特征组合的回归,以及穗粒重与穗大小特征的相关性。矩形度定义为果穗面积占其外接矩形面积的比例,分别与穗长+穗粗、穗面积、穗体积组合建立回归方程。【结果】上述3种组合方程,分别解释了品种间籽粒产量总变异的77.7%、70%和78.7%,矩形度的贡献大于或者约等于穗大小几何特征。同样结构的回归方程在矫正品种产量后,解释了环境间籽粒产量总变异的81.3%—82.0%,矩形度的贡献小于穗大小几何特征。穗大小对籽粒产量的简单决定系数为:在品种间,三种维数的大小特征都不显著;在环境间,穗长、穗粗、穗面积、穗体积分别为0.387、0.167、0.590、0.571。【结论】穗大小单一特征的重要性次序为:穗体积>穗面积>穗长、穗粗,穗矩形度是反映穗形态的一个重要性状,与穗大小特征相组合,能够高精度预测穗粒重。; 杨锦忠张洪生赵延明宋希云王新勤; 关键词：玉米图像处理穗粒重

逆境下玉米果穗形状及其与产量的关系被引量：4: 2011年; 为量化玉米果穗形状并明确逆境对其生长的影响,借助图像处理,用矩形度（E）、体积差（V）、纵向质心（L）、偏轴距（T）和球体度（S）分别表示矩形相似性、体积均等性、纵向及横向对称性和圆球相似性,对2种生长条件、2个玉米品种和2种去叶处理的试验结果进行聚类、典型变量和方差分析.结果表明：在吐丝后2周内形状变化明显,E（0.72~0.78）和S（0.40~0.48）上升,L（0.56~0.51）、T（0.02~0.01）和V（0.25~0.21）下降,以后各特征都趋于稳定.逆境（高种植密度,不施肥）使成熟期的E降低了4.5%,V扩大了17.7%,它们与穗长和穗粗结合,能够解释产量变化的87%~97%.纵观玉米果穗生长全过程,L、V和S3个形状参数对逆境较敏感,可作为逆境胁迫的量化指标.; 李娜娜杨锦忠郝建平; 关键词：玉米逆境胁迫图像处理

肥密逆境对玉米果穗高维几何大小的影响及其与产量的关系被引量：4: 2011年; 为认识玉米果穗体积等高维几何大小特征的动力学特性,明确肥密逆境对玉米果穗大小特征的影响及其与产量的关系,借助图像处理采集穗长(L)、穗粗(D)、穗正纵截面面积(简称穗面积,S)和穗体积(V),对2个玉米品种在无肥高密条件下以及除叶的效果进行典型变量分析、方差分析及曲线拟合。结果显示,吐丝时玉米果穗体积占其终值的7%、穗面积20%、穗粗36%、穗长58%,吐丝后2周内大小变化剧烈,21d后基本稳定。纵观果穗生长全程,逆境使果穗体积平均降低了24%,穗面积18%、穗粗8%、穗长11%。成熟期穗大小特征与产量的相关系数分别为果穗体积0.96、穗面积0.95、穗粗0.78,穗长0.75。高维与低维大小之间的数量关系为S=0.778*L*D和V=0.515*L*D^2。试验实证和生物物理学分析均表明:玉米果穗体积和穗面积等高维特征对肥密逆境更敏感,而且它们与产量的关系更密切,果穗体积的应用价值更大。; 李娜娜杨锦忠郝建平; 关键词：玉米图像处理

基于AMMI模型的玉米区域试验地点鉴别力的重演性研究被引量：23: 2011年; 以2002～2005年山西省中晚熟春玉米区域试验为例,基于优化的AMMI模型采用欧氏距离法分析地点鉴别力的大小,采用组内相关系数评价它们在年内、年际的重演性。结果表明,2004～2005年的地点鉴别力差异明显,而且有较好的重演性;共明确9个高鉴别力的地点,这些地点在不同条件下有高度的一致性。基于AMMI模型分析地点鉴别力的方法适用于玉米品种区域试验。; 杨锦忠郝建平姚宏亮姚先伶; 关键词：玉米 AMMI模型

玉米果穗图像单一特征的品种鉴别力评价被引量：23: 2011年; 寻找新的果穗性状并评价它们单独鉴别品种的能力,是玉米新品种特异性、一致性和稳定性(DUS)测试研究的重要内容。采集了4个品种各50个果穗的RGB图像,用图像处理法提取了4大类形态特征共计145个性状,逐一性状对品种进行判别分析,以性状的品种识别率表示性状鉴别品种的能力大小。单一性状的品种识别率变化在0.244～0.634之间,在前17个高鉴别力性状中,果穗长宽比等具有与指南性状同等的甚至更高的品种区分能力。单一性状的广义遗传力一般都小于0.66,且与鉴别力高度一致(y=0.29+0.44x,r=0.897,P<0.01)。总体上,四大属性的鉴别力从大到小依次为形状类>纹理类>颜色类>大小类。从受试的145个特征中筛选出许多具有较高品种鉴别能力的性状,可望应用于玉米新品种DUS测试工作。; 杨锦忠张洪生郝建平杜天庆崔福柱李娜娜梁改梅; 关键词：玉米图像处理 DUS测试

计数玉米穗行数的机器视觉研究被引量：13: 2010年; 评价通过机器视觉的方法进行穗行数自动检测的可行性,提出一种基于边界标记和离散曲率的边缘算法确定行数,建立了检测模型。在扫描78幅不同玉米品种的果穗横断面图像的基础上进行检验。结果表明:试样玉米的穗行数为12～18行,检测的绝对误差为0.103行,相对误差率为0.66%,零误差率达到90%以上。实验证明检测算法真实可靠,机器视觉具有成本和速度上的优势,能够用于玉米穗行数的自动检测。; 韩仲志杨锦忠; 关键词：玉米图像处理离散曲率穗行数

一种基于图像处理的玉米子粒饱满度测评新方法被引量：6: 2011年; 玉米饱满度指数定义为子粒饱满部分长度与总长度之比。以8个玉米品种各400颗典型子粒为材料,用平板扫描仪采集其非胚面的RGB图像,用ImageJ软件实现了半自动测定上述二者的长度。参试玉米品种的饱满度指数符合正态分布,均值为0.46～0.58,品种之间差异显著,变异系数为12.5%～18.8%。根据饱满度指数将8个品种聚为3个类群,与实际情况基本吻合。饱满度指数能够定量描述玉米的子粒饱满程度,可以通过图像处理软件快速准确地进行测定,为玉米品质评价和子粒生长诊断提供参考。; 杨锦忠张洪生宋希云王新勤; 关键词：玉米图像处理

全选清除导出

共1页<1>

山东省科技攻关计划(2009GG10009005)