农业机械学报

作者：杜建军，李大壮，廖生进，卢宪菊，郭新宇，赵春江

单位：国家农业信息化工程技术研究中心,华中农业大学,国家农业信息化工程技术研究中心,国家农业信息化工程技术研究中心,国家农业信息化工程技术研究中心,国家农业信息化工程技术研究中心,

关键词：玉米籽粒;语义分割;三维表型;Micro-CT;RAUNet-3D

基金：北京市农林科学院作物表型协同创新中心项目（KJCX201917）、〖JP2〗财政部和农业农村部：国家现代农业产业技术体系专项（CARS-02）、〖JP〗北京市农林科学院创新能力建设专项（KJCX20180423）、北京市农林科学院改革与发展项目和国家自然科学基金项目（U21A20205）

玉米籽粒构成和精细结构与玉米产量及品质直接相关。本文提出一种基于CT图像的玉米籽粒三维结构自动测量方法，快速提取、统计玉米籽粒成分和结构性状，评估不同玉米品种籽粒间性状差异。首先，利用Micro-CT获取批量玉米籽粒CT图像，通过Watershed算法准确分割出单颗籽粒；进而，设计基于注意力机制RAUNet-3D网络准确提取出籽粒胚；最后，建立自动化玉米籽粒表型管道，计算籽粒、胚、胚乳和空腔的共23项性状，用于玉米籽粒性状分析和品种鉴定。选取4个玉米品种籽粒（登海605、京科968、先正达408和农华5号）共120颗籽粒进行验证，结果表明籽粒CT扫描成像效率提高到1min/粒，籽粒表型提取效率为10s/粒，胚分割精度可达93.4%，粒长、粒宽和粒厚的R2分别为0.902、0.926和0.904，籽粒品种分类精度达90.4%。本文方法实现了玉米籽粒及其胚、胚乳、空腔三维结构无损、快速测量，提取的性状能够表征不同玉米品种籽粒间表型差异，为开展大规模玉米籽粒三维表型鉴定奠定了基础。

来源：2022年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第12期