功能特性

集成多种数据处理算法；

同时集成多传感器；

数据处理

数据处理包括图像数据预处理，表型性状提取以及关键表型特征筛选。

图像数据预处理：
通过去除边界噪声结合超G算法获图像数据前景绿色部分；
基于HSL分量分割，结合自动阈值分割算法再去除小区域噪声点，获取得到完整的图像数据前景点；
采用主成分分析算法筛选主成分图像，结合OTSU自动阈值分割算法及二值化图像掩膜得到光谱图象数据灰度图，为后续各个光 谱波段下准确获取光谱反射率提供基础；
通过深度学习训练模型（CNN/RNN），可通过目标训练精准分割得到复杂目标前景。



表型性状提取：
基于高分辨率RGB图像可获取植株持绿、株型等性状，通过深度学习算法可得到植株卷叶、生长速率、穗部相关性状；

通过光谱数据分析，提取得到各个波段下光谱反射率大小，通过特征值筛选，与人工数据进行对比建立相关模型，可得到作物叶 绿素、叶黄素等色素含量以及氮磷钾等营养元素含量及水分含量；

利用红外图像灰度值与待测能量关系，建立图像灰度值与温度的回归方程，计算得到植株表层的温度参数分布。

关键表型特征筛选：

室内盆栽植株性状提取

植株温度分布提取

穗部性状提取计算

各光谱波段下光谱反射率计算