原位根系三维构型测量系统的设计与实现

doi:10.3778/j.issn.1002-8331.1612-0381

计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (10): 249-255.DOI: 10.3778/j.issn.1002-8331.1612-0381

原位根系三维构型测量系统的设计与实现

陈富强1，周学成1，2，李一海1，杨自尚1，王高峰1，闫露露1

1.华南农业大学工程学院，广州 510642
2.南方农业机械关键技术与装备教育部重点实验室，广州 510642

出版日期:2018-05-15 发布日期:2018-05-28

Design and implementation of plant root 3D architecture measurement system

CHEN Fuqiang1, ZHOU Xuecheng1，2, LI Yihai1, YANG Zishang1, WANG Gaofeng1, YAN Lulu1

1.College of Engineering, South China Agricultural University, Guangzhou 510642, China
2.South Agricultural Machinery and Equipment Key Lab of Ministry of Education, Guangzhou 510642, China

Online:2018-05-15 Published:2018-05-28

摘要/Abstract

摘要： 为定量描述和分析三维根系构型，设计开发了植物根系三维构型测量分析系统，以实现原位根系的三维可视化，以及检测、分析其三维构型参数的功能。系统实现了对原位根系CT序列图像读写、分割、三维重建、三维矢量模型构建等关键算法，并在此基础上完成三维根系构型参数自动检测。通过对原型系统进行初步的测试与分析，初步实现了根系三维构型参数的自动化测量并获得了较好的测量结果。

关键词: 植物根系, 三维构型, CT图像, 矢量模型, 系统设计

Abstract: In order to quantitatively describe and analyze the three-dimensional root architecture, a three-dimensional architecture measurement and analysis system is designed and developed to realize the functions of the three-dimensional visualization of root in situ, detection and analysis of three-dimensional architecture parameters. The system realizes the key algorithms of reading, writing, segmentation, three-dimensional reconstruction and three-dimensional vector model construction of CT images of root in situ. On this basis, automatic detection of three-dimensional root architecture parameters is accomplished. Through testing and analyzing prototype system, the automatic measurement of root three-dimensional architecture parameters has been achieved and the better measurement results have been obtained.

Key words: plant root, 3D architecture, CT images, vector model, system design

陈富强1，周学成1，2，李一海1，杨自尚1，王高峰1，闫露露1. 原位根系三维构型测量系统的设计与实现[J]. 计算机工程与应用, 2018, 54(10): 249-255.

CHEN Fuqiang1, ZHOU Xuecheng1，2, LI Yihai1, YANG Zishang1, WANG Gaofeng1, YAN Lulu1. Design and implementation of plant root 3D architecture measurement system[J]. Computer Engineering and Applications, 2018, 54(10): 249-255.

[1]	陶永鹏，景雨，顼聪. 融合超像素和CNN的CT图像分割方法[J]. 计算机工程与应用, 2020, 56(5): 200-205.
[2]	裘静韬，邹俊忠，郭玉成，张见，王蓓. 应用化肝脏病灶分割的预测方案[J]. 计算机工程与应用, 2020, 56(20): 173-178.
[3]	张福玲，张少敏. 应用于CT图像肺结节检测的深度学习方法综述[J]. 计算机工程与应用, 2020, 56(13): 20-32.
[4]	吴保荣，强彦，王三虎，唐笑先，刘希靖. 融合多维度卷积神经网络的肺结节分类方法[J]. 计算机工程与应用, 2019, 55(24): 171-177.
[5]	曾有灵，陈耿铎，熊威，李喆. 基于Spark的CT图像FBP重建算法程序并行设计[J]. 计算机工程与应用, 2019, 55(10): 218-224.
[6]	彭双，肖昌炎. 结合区域生长与模糊连接度的肺气管树分割[J]. 计算机工程与应用, 2016, 52(13): 201-205.
[7]	林志宏，李光，罗守华. 全变差最小化在CT图像环状伪影去除中的应用[J]. 计算机工程与应用, 2015, 51(21): 195-198.
[8]	罗三定，刘倩兰，陈远兵，邹峥. 髋关节股骨近端CT序列图像外轮廓提取研究[J]. 计算机工程与应用, 2014, 50(11): 167-170.
[9]	汪国强，曲晶莹. 改进分水岭医学图像分割方法的研究[J]. 计算机工程与应用, 2013, 49(8): 185-187.
[10]	张欣1，王兵2，杨颖3，王苗2，吴辰2，张进兴2. 胸部CT图像肺区域边界凹陷自动修补[J]. 计算机工程与应用, 2013, 49(24): 191-194.
[11]	郭正红1，赵丙辰2. 改进和声搜索算法优化LSSVM的脑CT图像分类[J]. 计算机工程与应用, 2013, 49(22): 146-149.
[12]	杨勇1，郭吉强2. Lipschitz指数与平稳小波变换在CT图像去噪中的应用[J]. 计算机工程与应用, 2012, 48(6): 190-192.
[13]	黄思尉1，田小林1，孙延奎2. 眼前节组织OCT图像边缘检测及特征角点提取[J]. 计算机工程与应用, 2012, 48(25): 159-162.
[14]	朱新懿，耿国华，温超. 利用改进的分区统计颅面模型重构颅面[J]. 计算机工程与应用, 2012, 48(2): 5-7.
[15]	朱运海1，3，谭靖2，武红智1，万利4，刘翔2. 济南市市政设施项目管理与决策系统设计与实现[J]. 计算机工程与应用, 2012, 48(2): 241-244.

原位根系三维构型测量系统的设计与实现

Design and implementation of plant root 3D architecture measurement system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics