跳到主要内容

计算机视觉中的植物

新增内容项

编辑:汉娜·迪博士

文章集工厂方法．

植物生物学的新方法导致了数据类型和数据获取方法的爆炸式增长，其中大部分数据本质上是基于图像或视频的。计算机视觉、图像分析和图像处理技术比以往任何时候都应用于更多的植物数据。

受到BVMA技术会议:计算机视觉中的植物,这工厂方法文章集展示了计算机视觉与植物科学之间边界的原创作品;特别专注于分析植物图像、视频和扫描的计算机算法、方法和系统。

该集合包括在许多不同尺度(从微观图像到现场尺度测量)的图像数据中进行植物检测，分割和建模的工作。一些文章描述了完整的软件，可供生物学家今天使用。其他文章探讨了算法开发，为未来的软件功能指明了方向。

这篇文章没有得到赞助，文章经过了期刊标准的同行评审过程，由编辑监督。编辑们声明没有竞争利益。

  2. 高分辨率和高通量的植物基因型到表型研究正在进行中，以加速气候适应型作物的育种。近年来，深度学习技术，特别是Convoluti…

    作者: Sarah Taghavi Namin, Mohammad esmaiilzadeh, Mohammad Najafi, Tim B. Brown和Justin O. Borevitz
    引用: 工厂方法201814: 66
    内容类型:方法 发表于:

  8. 植物表现出由遗传和环境因素决定的动态生长表型。表型分析的生长特征随时间的变化是了解植物如何相互作用的关键方法…

    作者: 周吉、克里斯托弗·阿普尔盖特、阿尔伯·杜邦·阿隆索、丹尼尔·雷诺兹、西蒙·奥福德、迈克尔·麦基维茨、西蒙·格里菲斯、史蒂文·彭菲尔德和尼克·普伦
    引用: 工厂方法201713: 117
    内容类型:软件 发表于:

  9. 由于植物的外观多样，结构复杂，类内变异性高，类间差异小，因此从图像中识别植物的细粒度是一项具有挑战性的计算机视觉任务。

    作者: 米兰Šulc和Jiří马塔斯
    引用: 工厂方法201713: 115
    内容类型:方法 发表于:

  10. 近年来，发育生物学在发育过程中细胞特性的量化方面取得了很大进展。这需要对组织进行成像和分割，以生成计算机化的图像。

    作者: Annamária Kiss, Typhaine Moreau, Vincent Mirabet, Cerasela Iliana Calugaru, Arezki Boudaoud和Pradeep Das
    引用: 工厂方法201713: 114
    内容类型:软件 发表于:

  11. 植物科学使用越来越多的表型数据来揭示生物系统与其可变环境之间复杂的相互作用。最初，表型分析方法受到手工方法的限制。

    作者: benost Valle、Thierry Simonneau、Romain Boulord、Francis soud、Thibault Frisson、Maxime Ryckewaert、Philippe Hamard、Nicolas Brichet、Myriam Dauzat和angaclique Christophe
    引用: 工厂方法201713: 98
    内容类型:方法 发表于:

  13. 在玉米中，丝是在1-7天的时间内同时从果穗中长出的数百根细丝，用于收集花粉，这在很大程度上决定了籽粒数量，特别是在缺水的情况下。丝绸gro……

    作者: 尼古拉斯·布里歇、克里斯蒂安·富尼耶、奥利维尔·图尔克、奥利维尔·施特劳斯、西蒙·阿泽特、克里斯托夫·普拉达尔、克劳德·维尔克、弗朗索瓦·塔迪约和Llorenç卡布雷拉-博斯克
    引用: 工厂方法201713: 96
    内容类型:方法 发表于:

  16. 在植物育种计划中，准确和定量的表型数据对于育种评估基因型的性能和做出选择至关重要。传统的草莓表型分析依赖于人类…

    作者: 何乔，理查德·j·哈里森，李波
    引用: 工厂方法201713: 93
    内容类型:方法论的文章 发表于:

  20. 高光谱成像是一种可用于监测植物对胁迫反应的技术。高光谱图像具有图像中每个像素的全光谱，在这种情况下为400-2500 nm，提供详细的信息。

    作者: 多米尼克·威廉姆斯、艾薇儿·布里顿、苏珊·麦卡勒姆、哈姆林·琼斯、马特·艾特肯黑德、艾莉森·卡利、肯·罗兹、安库什·普拉沙尔和朱莉·格雷厄姆
    引用: 工厂方法201713：74
    内容类型:方法 发表于:
Baidu
map