智能考种分析系统在玉米穗部性状表型鉴定中的应用研究.pdf

22农业工程信息Agricultural Engineering Information农业信息化 2023.04智能考种分析系统在玉米穗部性状表型智能考种分析系统在玉米穗部性状表型鉴定中的应用研究鉴定中的应用研究随着社会经济发展和城市化进程的推进，耕地面积逐年萎缩，端好中国人自己手中的饭碗，向有限的土地要产量是目前农业生产的现状和重任，而产量的提升要求农业工作者不断地推陈出新，培育出更好的稳产、丰产的新品种及研究出更佳的栽培种植方式。1 智能考种研究品种和栽培方式好坏与成功，需要对收获后的果穗及籽粒进行性状分析即玉米穗部性状1分析。之前科研工作者在每年收获后都是通过人工的方式进行考种，不仅费时、费功、费力而且效率低下，主观误差大且误差标准不一致，目前记录和考察这些参数最好的方法之一就是运用智能考种分析系统，借助先进的科学仪器可以大大缩短工作时间，提高工作效率，避免了人为读数的主观误差和记录、输入时的笔误，使所得数据更为科学准确。关于智能考种方面的设备设计与图像采集计算，品种、品质分析，在农业工作领域的前辈们已做了不少的设计与研究工作，如北京农业智能装备技术研究中心的宋鹏2老师，研究设计了玉米高通量自动考种装置，实现玉米果穗及籽粒考种参数的快速、自动、实时测量；汪珂等35老师研究设计了玉米籽粒考种装置，通过线阵相机实现了玉米籽粒总粒数、长轴、短轴、长宽比的测量；吴刚等6设计了一种玉米果穗自动考种闫六英，李 娜，常建忠，卜华虎闫六英，李 娜，常建忠，卜华虎（山西农业大学 山西有机旱作农业研究院/有机旱作山西省重点实验室，山西 太原 030031）（山西农业大学 山西有机旱作农业研究院/有机旱作山西省重点实验室，山西 太原 030031）系统，实现了玉米果穗的自动上料、排序、图像采集分析和质量自动称量功能；杨锦忠、周金辉78等老师在玉米品种品质鉴别、籽粒与果穗性状测试分析方面做了许多研究分析。这些前辈们所做的一切研究工作为今天更先进、便捷的自动化、智能化考种设备进入实验做了卓越的贡献。2 测试实验2.1 仪器原理玉米穗部性状主要包括穗长、穗粗、穗型、轴粗、秃尖、穗行数、行粒数、百粒重及玉米的成色和籽粒的饱满度。该仪器与周金辉、王传宇等老师在获取图片上相同，基于聚焦智能感知、图像识别、算法模型技术，通过光学分辨率为40003000 dpi 的高拍仪和光学分辨率为 12002400 dpi 的扫描仪，对果穗、横截面及籽粒进行图象采集、识别、分析，感知数据采集等技术，同时连接一台千分位天平，将采集到的数据通过算法模块计算后传输到本地电脑，用导出功能将数据以excel 的形式导出到文件中，以供科研工作者分析数据所用。2.2 人工获取数据方法取有代表性的玉米果穗，设三个重复，用粗线和直尺的方式精准量出玉米穗长和秃尖长，用数显游标卡尺量出玉米穗粗、轴粗（测量穗粗的部位为穗长的黄金分割位）、粒长和粒宽，DOIDOI:10.16815/ki.11-5436/s.2023.11.00710.16815/ki.11-5436/s.2023.11.007摘要：在玉米的育种和栽培研究中，玉米穗部性状是影响玉米产量的关键参数。通过考种方式对玉米进行品种鉴定和品质分析是科研工作者常用的一种评价研究效果的方法，先进的科学仪器可以帮助科研工作者更加快捷、准确地获取科研数据，以此来评定品种优劣，决定取舍去留。随着科技化、智能化的快速发展，近几年农业研究领域各种先进的分析仪器纷纷进入了实验室，为繁重的考种工作带来了极大的便利，然而如何正确、精准地使用好这些先进的设备，在实际操作中还存在一定的盲目性和不精准性，基于此，该文对型号为TPKZ-1的智能考种分析系统在不同DPI(分辨率）下，通过调整R值（R值是仪器对玉米果穗的长、粗、秃尖、穗缘角、籽粒紧凑度按系统的算法模块进行综合调整的功能），筛选出该智能考种分析系统在实际操作使用中的最佳参数范围。关键词：农业；智能考种；操作应用；测试分析23农业工程信息Agricultural Engineering Information参考文献：1王传宇,郭新宇,吴升,等.采用全景技术的机器视觉测量玉米果穗考种指标J.农业工程学报,2013,29(24):155-162.2宋鹏,张晗,王成.玉米高通量自动考种装置设计与试验J.农业工程学报,2017.16(33):41-47.3毕昆,王成,朱大洲,等.一种基于机器视觉的玉米果穗考种装置:中国,201010226335.7P.2011,1-5.4汪珂,梁秀英,宗力,等.玉米籽粒性状高通量测量装置设计与实现J.中国农业科技导报,2015,17(2):94-99.5王刚.基于机器视觉的玉米千粒重快速检测仪的研制D.长春：吉林大学,2012.6 吴刚,陈晓琳,谢驾宇,等.玉米果穗自动考种系统设计与试验J.农业机械学报,2016,47(增刊):433-441.7杨锦忠,郝建平,杜天庆.基于种子图像处理的大数目玉米品种形态识别J.作物学报,2008,34(6):1069-1073.8周金辉,马钦,朱德海,等.基于计算机视觉的玉米穗粒重无损测量方法J.农机化研究.2015,12(12):222-227.引用信息闫六英，李 娜，常建忠，等.智能考种分析系统在玉米穗部性状表型鉴定中的应用 J.农业工程技术,2023,43(11):22-23.再数出对应扫描行的行粒数，作为本试验的参考数据。2.3 仪器扫描获取数据2.3.1 果穗扫描范围筛选将人工测量过的样品摆放在扫描仪上（勿将有缺粒和行数不规则的朝下），在 DPI=（200800）的不同分辨率下，将 R 值在（560）间切换，对玉米果穗进行扫描获取图片及数据，将采集的数据穗长、穗粗、秃尖长、穗行数、行粒数与人工测量值进行对比分析。并用堆集图表（见图 1）的形式表示出来，发现各重复性状偏差规律表现出一致性，当偏差越接近 0 轴，表明误差越小。在同一 DPR 下随着 R 值从（560）增大，误差增大。特别决定玉米品质的主要因素穗粗、秃尖和穗行数误差增大显著，当 R 值 30 时，秃尖长接近 0 值，结合图表得出当 R 值在（1020）之间时，各性状扫描值最为理想，且 3 个重复具有一致性。从试验过程得出，DPI 的变化对扫描结果的影响主要表现为扫描时长上，随着 DPI 的增大，用时越长，扫描较细，误差率增高，试验得出在 DPI=300 时从时长和结果上表现为最佳。综合分析得出，在扫描玉米果穗时，当 DPI=300，R 值在（1020）间时，扫描用时短且各性状数据最为理想。2.3.3 单独籽粒扫描范围筛选单独取出 20 颗籽粒，摆入扫描盘，同样在 DPI=300 下进行扫描，将 R 值从 1080 调整，将所得扫描结果与人工测量结果进行对比分析（见图 3）：粒长、粒宽的误差随 R 值的增加而显著增大，当 R=10 时误差最小，但在实际试验中，由于粒尖上带有轴蒂，当 R=10 时误差虽小，但实际粒长偏大,而且扫描图片有图斑，导致系统计数时发生错误；当 R=80 时，籽粒变形成龋齿状，不饱满，导致测量数据不准确。综合分析，在单独进行玉米籽粒扫描分析时，在 R=(2030)范围内扫描数据较为理想。3 结论综合以上试验分析得出，用型号为（TPKZ1）智能考种分析系统对玉米进行穗部性状分析时，其较为准确的分析范围为：在 DPI=300 下，分析玉米果穗时 R 值为（1020），分析横截面时 R 值为 R 为（4050），分析籽粒时 R 值为(2030)，其结果是符合仪器设备设计的理论依据的，希望通过此试验可以帮助科研工作者快速、准确地获取理想的试验数据，优化作物品种、品质鉴选的能力，缩短品种选育进程，为做遗传育种和作物栽培的科研工作者提供更科学便捷的服务，是该文写作的目的。图 1 DPI=(200-800),R=（5-60）时所测数据与人工测量的误差（单位 mm）图 2 DPI=300，R=（10-80）时所测数据与人工测量的误差（单位 mm）图 3 DPI=300 时，R=（10-80）时所测量数据与人工测量的误差（单位 mm)