回复仪山愚公：粮食危机解决了
仪山愚公
下载贤集网APP入驻自媒体
近些年，激光雷达技术的快速发展为小麦穗部表型特征提取提供了理想数据源。然而，小麦植株体积小、冠层同质性强、器官特征差异不明显，难以设计理想的几何特征以实现麦穗分割，制约着麦穗表型性状的提取精度与效率。而穗部表型性状高效精准提取方法的缺失，进一步限制了麦穗表型性状与小麦产量间关系的研究及其在小麦理想株型筛选中的应用。 近日，中国科学院植物研究所苏艳军研究组联合南京农业大学金时超团队，构建了包含120个品种的田间小麦地基激光雷达数据集，提出了海量麦穗标记数据集构建方法，研发了结合深度学习和几何修正算法的麦穗自动识别与分割算法，实现了田间小麦麦穗的自动高效提取。相关研究成果在线发表在IEEE Transactions on Geoscience and Remote Sensing上。
