水稻研究中，水稻表型參數(shù)至關(guān)重要，這些參數(shù)在水稻品種篩選、水稻產(chǎn)量預(yù)測、稻穗動(dòng)態(tài)發(fā)育、基因定位、功能解析和水稻遺傳育種中發(fā)揮著至關(guān)重要的作用。托普水稻表型檢測系統(tǒng)TPS-BX-1利用圖像識(shí)別和深度學(xué)習(xí)技術(shù)，實(shí)現(xiàn)目標(biāo)和復(fù)雜背景的高精度分離，通過輪廓分析、形態(tài)學(xué)分析、模式分析學(xué)習(xí)等，提取相關(guān)有效特征，同時(shí)采用先進(jìn)的深度神經(jīng)網(wǎng)絡(luò)方法，在水稻大數(shù)據(jù)庫建立基礎(chǔ)上，建立高精度識(shí)別模型，配合專用的硬件設(shè)備，完成水稻表型性狀的測量。

包括水稻畝穗數(shù)量、理論產(chǎn)量、折合產(chǎn)量、一/二次枝梗、穗長、穗粒數(shù)、總粒數(shù)、千粒重、株高、劍葉夾角、莖粗等表型特征在內(nèi)，托普水稻表型檢測系統(tǒng)涵蓋從宏觀到微觀的全方位表型信息，提供的水稻畝穗數(shù)檢測、水稻整穗考種、稻穗形態(tài)分析、作物夾角測量、作物株高測定、種子計(jì)數(shù)與分析等多個(gè)功能模塊實(shí)現(xiàn)多參數(shù)指標(biāo)測量，數(shù)據(jù)通過統(tǒng)一的APP進(jìn)行實(shí)時(shí)匯總、互聯(lián)互通和精密管理，便于用戶隨時(shí)查看、分析、分享水稻表型信息，為科研人員更深入地解析水稻特征、水稻高產(chǎn)培育提供完整的解決方案。

核心技術(shù)與創(chuàng)新點(diǎn)

1.軟硬件結(jié)合：以軟件為核心，配備自動(dòng)化硬件設(shè)備，實(shí)現(xiàn)高效數(shù)據(jù)采集與處理。

2.圖像識(shí)別和深度學(xué)習(xí)算法：運(yùn)用先進(jìn)的人工智能技術(shù)，提升數(shù)據(jù)解析與預(yù)測的準(zhǔn)確性。

3.全生命周期數(shù)據(jù)：收集并分析水稻生長的每一個(gè)細(xì)節(jié)，提供詳盡的生命歷程報(bào)告。

4.數(shù)據(jù)的互聯(lián)互通：產(chǎn)品高度集成，軟件嵌入知種APP中，自帶科研云平臺(tái)，支持手機(jī)端/電腦端/APP端實(shí)時(shí)采集分析。

5.高效率批量分析：可多點(diǎn)快速取樣，批量分析并獲取平均值，節(jié)省人工計(jì)算的時(shí)間和成本。

6.數(shù)據(jù)管理：實(shí)時(shí)同步數(shù)據(jù)，進(jìn)行多形式數(shù)據(jù)監(jiān)管、實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)查看、數(shù)據(jù)導(dǎo)出和下載、數(shù)據(jù)共享功能。

表型特征測量與功能模塊

【一：水稻畝穗數(shù)檢測】

技術(shù)要點(diǎn)：采用圖像處理與識(shí)別技術(shù)，深度學(xué)習(xí)目標(biāo)檢測技術(shù)，高精度測量，有效區(qū)別水稻和其他植物，硬件配置十字標(biāo)定桿/方形標(biāo)定物，并搭配使用AR眼鏡和藍(lán)牙自拍桿的組合方式進(jìn)行輔助拍照，迅速計(jì)算畝穗數(shù)、在線自動(dòng)計(jì)算理論產(chǎn)量、實(shí)收產(chǎn)量并存儲(chǔ)數(shù)據(jù)，1~3秒可出結(jié)果。

  ● AR輔助拍照：儀器增加AR眼鏡來克服盲拍，可以清晰、準(zhǔn)確識(shí)別水稻穗部圖像。

  ● 一套系統(tǒng)兩種測量方式：水稻較稀時(shí)采用十字標(biāo)定物，水稻種植較密的場合采用方形標(biāo)定物，以適應(yīng)不同的測量需求，提高測量的準(zhǔn)確性。

應(yīng)用場景：水稻畝產(chǎn)穗數(shù)是衡量水稻產(chǎn)量高低的重要指標(biāo)之一，無論是水稻抽穗期、揚(yáng)花期、灌漿期、乳熟期、蠟熟期、完熟期等不同的水稻生長狀態(tài)，都可以自動(dòng)識(shí)別。

【二：水稻整穗考種】

技術(shù)要點(diǎn)：采用圖像處理與識(shí)別技術(shù)，深度學(xué)習(xí)目標(biāo)檢測技術(shù)，分支序列自動(dòng)定位分析每一枝梗的數(shù)據(jù)，可大批量精確分析稻穗的一次/二次梗長度、數(shù)目、穗粒數(shù)、著粒密度等參數(shù)指標(biāo)并計(jì)算平均值、總粒數(shù)和千粒重，1~3秒可出結(jié)果。

應(yīng)用場景： 穗部結(jié)構(gòu)性狀是水稻品質(zhì)與產(chǎn)量的重要決定因素，用于遺傳特性分析，水稻品種鑒定，研究水稻的發(fā)育機(jī)制。

【三：稻穗形態(tài)分析】

技術(shù)要點(diǎn)：采用圖像處理與識(shí)別技術(shù)，深度學(xué)習(xí)目標(biāo)檢測技術(shù)，精準(zhǔn)獲取稻穗形態(tài)參數(shù)，硬件配置一套輕巧便攜的測量裝置，可自動(dòng)計(jì)算出水稻的穗長，并自動(dòng)生成兼具測量時(shí)間，圖片，穗長等信息的數(shù)據(jù)列表。1~3秒可出測量結(jié)果，一次可以測量5個(gè)稻穗長度。

應(yīng)用場景：穗長是衡量水稻產(chǎn)量潛力的重要指標(biāo)之一，直接關(guān)系單位面積內(nèi)水稻的穗數(shù)和單位面積的籽粒產(chǎn)量。

【四：作物夾角測量】

技術(shù)要點(diǎn)：采用圖像處理與識(shí)別技術(shù)，深度學(xué)習(xí)目標(biāo)檢測技術(shù)，精準(zhǔn)獲取作物劍葉夾角、莖粗參數(shù)，硬件配置一套輕巧便攜的測量裝置，可在室內(nèi)室外、離體與活體狀態(tài)下自動(dòng)計(jì)算出水稻的劍葉夾角和莖粗?jǐn)?shù)據(jù)，并自動(dòng)生成兼具測量時(shí)間，圖片，作物夾角、作物莖粗等信息的數(shù)據(jù)列表。1~3秒可出測量結(jié)果。

   ● 壓板和轉(zhuǎn)軸柄一體式連接：方便固定作物莖部，減少風(fēng)吹草動(dòng)對作物角度拍攝的影響。

應(yīng)用場景：劍葉夾角和莖粗可以反映水稻生長狀況和健康程度，通過定期檢測發(fā)現(xiàn)水稻生長發(fā)育可能存在的問題。

【五：作物株高測定】

技術(shù)要點(diǎn)：采用圖像處理與識(shí)別技術(shù)，深度學(xué)習(xí)目標(biāo)檢測技術(shù)，精準(zhǔn)獲取作作物株高參數(shù)，硬件配置了輕量化便攜式的測量主機(jī)/固定桿輔助設(shè)備/滑動(dòng)桿的整套設(shè)備，拍照后自動(dòng)計(jì)算出水稻的株高數(shù)據(jù)，聯(lián)網(wǎng)狀態(tài)下數(shù)據(jù)上傳科研云平臺(tái)，實(shí)現(xiàn)存儲(chǔ)、管理、查看、分析、分享和導(dǎo)出數(shù)據(jù)，支持按檢測日期，種類，測量人，區(qū)組名稱查詢數(shù)據(jù)。

應(yīng)用場景：水稻株高是評(píng)價(jià)稻株優(yōu)勢的重要指標(biāo)之一，可以評(píng)估稻株的生長速率。

【六：種子計(jì)數(shù)與分析】

技術(shù)要點(diǎn)：采用圖像處理與識(shí)別技術(shù)，深度學(xué)習(xí)目標(biāo)檢測技術(shù)，自動(dòng)去雜質(zhì)，智能識(shí)別種子形狀、種子數(shù)量，硬件配置一套發(fā)光超薄背光板和選配裝置，拍照后自動(dòng)計(jì)算種子數(shù)量，折算千粒重/百粒重?cái)?shù)據(jù)并存儲(chǔ)數(shù)據(jù)報(bào)表。

 ● 輔助修正更精準(zhǔn)：手動(dòng)觸屏+、-進(jìn)行相應(yīng)的修正，使數(shù)粒準(zhǔn)確性達(dá)到100%。

應(yīng)用場景：千粒重/百粒重是非常重要的一個(gè)指標(biāo)，可以體現(xiàn)種子大小與飽滿程度，優(yōu)化播種策略。

水稻研究離不開全面、準(zhǔn)確、高效的表型鑒定，植物表型的核心是獲取高質(zhì)量、可重復(fù)的性狀數(shù)據(jù)，進(jìn)而量化分析基因型和環(huán)境互作效應(yīng)及其對產(chǎn)量、品質(zhì)、抗逆等相關(guān)的主要性狀的影響。

托普水稻表型檢測系統(tǒng)TPS-BX-1通過水稻畝穗數(shù)檢測、水稻整穗考種、稻穗形態(tài)分析、作物夾角測量、作物株高測定、種子計(jì)數(shù)與分析的功能模塊應(yīng)用，均支持圖像識(shí)別、深度學(xué)習(xí)技術(shù)和數(shù)據(jù)的綜合管理，一站式、全生育期的多尺度、多維度、連續(xù)無損觀測，使得數(shù)據(jù)獲取、分析和分享都變得前所未有的便捷和高效，對于極大提高科研工作者工作效率和準(zhǔn)確性具有重要意義。我們也相信，隨著生物技術(shù)和信息技術(shù)的發(fā)展，表型參數(shù)的分析方法遠(yuǎn)不止如此，將更加多樣化、精確化，在水稻、玉米、小麥等作物育種和農(nóng)業(yè)生產(chǎn)中的應(yīng)用也將更加廣泛和深入。