高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
植物表型成像分析系统(植物自动传送版)
产品详细介绍 PlantScreen植物表型成像分析系统(植物自动传送版)   PlantScreen植物表型成像系统由捷克PSI公司研制生产,整合了LED植物智能培养、自动化控制系统、叶绿素荧光成像测量分析、植物热成像分析、植物近红外成像分析、植物高光谱分析、自动条码识别管理、RGB真彩3D成像、自动称重与浇灌系统等多项先进技术,以最优化的方式实现大量植物样品——从拟南芥、玉米到各种其它植物的全方位生理生态与形态结构成像分析,用于高通量植物表型成像分析测量、植物胁迫响应成像分析测量、植物生长分析测量、生态毒理学研究、性状识别及植物生理生态分析研究等。作为全球第一家研制生产植物叶绿素荧光成像系统的厂家,PSI公司在植物表型成像分析领域处于全球的技术前列,大面积叶绿素荧光成像分析功能使PlantScreen成为植物表型分析与功能成像分析的最为先进的仪器设备,使植物生长、胁迫响应等测量参数达100多个。 左图为整套PlantScreen系统,中图为成像室,右图为成像室中的玉米 PlantScreen系统包括如下成像分析功能:   1. 叶绿素荧光成像分析:单幅成像面积35x35cm,成像测量参数包括Fo, Fm, Fv, Fo’, Fm’, Fv’, Ft, Fv/Fm, Fv’/Fm’, Phi_PSII, NPQ, qN, qP, Rfd等几十个叶绿素荧光参数 2. RGB成像分析:成像测量参数包括: 1) 叶面积(Leaf Area: Useful for monitoring growth rate) 2) 植物紧实度/紧密度(Solidity/Compactness. Ratio between the area covered by the plant’s convex hull and the area covered by the actual plant)   3) 叶片周长(Leaf Perimeter: Particularly useful for the basic leaf shape and width evaluation (combined with leaf area)) 4) 偏心率(Eccentricity: Plant shape estimation, scalar number, eccentricity of the ellipse with same second moments as the plant (0...circle, 1...line segment)) 5) 叶圆度(Roundness: Based on evaluating the ratio between leaf area and perimeter. Gives information about leaf roundness) 6) 叶宽指数(Medium Leaf Width Index: Leaf area proportional to the plant skeleton (i.e. reduction of the leaf to line segment)) 7) 叶片细长度SOL (Slenderness of Leaves) 8) 植物圆直径(Circle Diameter. Diameter of a circle with the same area as the plant) 9) 凸包面积(Convex Hull Area. Useful for compactness evaluation)   10) 植物质心(Centroid. Center of the plant mass position (particularly useful for the eccentricity evaluation)) 11) 节间距(Internodal Distances) 12) 生长高度(Growth Height) 13) 植物三维最大高度和宽度(Maximum Height and Width of Plant in 3 Dimensions) 14) 相对生长速率(Relative growth rate) 15) 叶倾角(Leaf Angle) 16) 节叶片数量(Leaf Number at Nodes) 17) 其它参数如用于植物适合度估算的颜色定量分级、绿度指数(Other parameters such as color segmentation for plant fitness evaluation, greening index and others) 3. 高光谱成像分析(选配),可成像并分析如下参数: 1) 归一化指数(Normalized Difference Vegetation Index (NDVI)) 2) 简单比值指数(Simple Ratio Index, Equation: SR = RNIR / RRED) 3) 改进的叶绿素吸收反射指数(Modified Chlorophyll Absorption in Reflectance Index (MCARI1), ?Equation: MCARI1 = 1.2 * [2.5 * (R790- R670) - 1.3 * (R790- R550)]) 4) 最优化土壤调整植被指数(Optimized Soil-Adjusted Vegetation Index (OSAVI)?, Equation: OSAVI = (1 + 0.16) * (R790- R670) / (R790- R670 + 0.16)) 5) 绿度指数(Greenness Index (G), Equation: G = R554 / R677) 6) 改进的叶绿素吸收反射指数(Modified Chlorophyll Absorption in Reflectance Index (MCARI), ?Equation: MCARI = [(R700- R670) - 0.2 * (R700- R550)] * (R700/ R670)) 7) 转换类胡罗卜素指数(Transformed CAR Index (TCARI)?, Equation: TSARI = 3 * [(R700- R670) - 0.2 * (R700- R550) * (R700/ R670)]) 8) 三角植被指数(Triangular Vegetation Index (TVI)?, ?Equation: TVI = 0.5 * [120 * (R750- R550) - 200 * (R670- R550)]) 9) ZMI指数(Zarco-Tejada & Miller Index (ZMI), Equation: ZMI = R750 / R710) 10) 简单比值色素指数(Simple Ratio Pigment Index (SRPI), Equation: SRPI = R430 / R680) 11) 归一化脱镁作用指数(Normalized Phaeophytinization Index (NPQI), Equation: NPQI = (R415- R435) / (R415+ R435)) 12) 光化学植被反射指数(Photochemical Reflectance Index (PRI), Equation: PRI = (R531- R570) / (R531+ R570)) 13) 归一化叶绿素指数(Normalized Pigment Chlorophyll Index (NPCI), NPCI = (R680- R430) / (R680+ R430)) 14) Carter指数(Carter Indices?, Equation: Ctr1 = R695 / R420; Ctr2 = R695 / R760) 15) Lichtenthaler指数(Lichtenthaler Indices?, Equation: Lic1 = (R790 - R680) / (R790 + R680); Lic2 = R440 / R690) 16) SIPI指数(Structure Intensive Pigment Index (SIPI), Equation: SIPI = (R790- R450) / (R790+ R650)) 17) Gitelson-Merzlyak指数(Gitelson and Merzlyak Indices?, ?Equation: GM1 = R750/ R550; GM2 = R750/ R700)   4. 热成像分析(选配):用于成像分析植物在光辐射情况下的二维发热分布,良好的散热可以使植物耐受较长时间的高光辐射或低水条件(干旱) 5. 近红外成像分析(选配):用于观测分析植物的水分状态及其在不同组织间的分布变异,处于良好浇灌状态的植物表现出对近红外光谱的高吸收性,而处于干旱状态的植物则表现出对近红外光谱的高反射性,通过分析软件可以监测分析从干旱胁迫到再浇灌过程中的整个过程动态及植物对干旱胁迫的响应和水分利用效率,并形成假彩图像,可以与植物的形态指数及叶绿素荧光指数进行相关分析研究。   系统配置与工作原理:   整套系统由自动化植物传送系统、光适应室、RGB成像、FluorCam叶绿素荧光成像、高光谱成像、植物热成像、植物近红外成像、自动浇灌施肥与称重系统、植物标识系统等组成,光适应室内的植物可由传送带传送到成像室进行成像分析等。   技术指标:   1. 自动装载与卸载植物样品,通过条形码或RFID标签识别跟踪样品 2. 光适应室:用于光照适应或植物培养,LED光源光照强度达1000μmol/m2.s,无热效应,强度0-100%可调,可通过实验程序预设光照周期变化,可选配通用型或专用型如水稻生长观测室等,还可选配三维扫瞄成像分析功能(包括XYZ三维扫瞄成像系统和软件) 3. 标配托盘架30x30cm,用于安放盆栽植物或可以盛放多个小花盆的托盘 4. 自动传送系统由光适应室到成像室形成一个环形传送通道,传送带采用具变速器的三相异步马达,200-1000W,传送带宽320mm,负载力130kg,速度9m/min 5. 移动控制系统中央处理单元:CJ2M-CPU33;数字I/O:最大2560点;PLC通讯:通过以太网100Mb/s高端PC;OMRON MECHATROLINK-II 最大16轴精确定位 6. 植物成像测量室:150cm(长)x150cm(宽)x220cm(高),与环境光隔离(light-isolated),快速自动开启关闭门,开启关闭周期小于3秒,传送带入口具光幕传感系统、条码识别器和RFID读取器 7. RFID读取器辨识距离:2-20cm;通讯:RS485;条码识别器可读取1维、2维和QR码,具LED光源便于弱光下辨识,RS485通讯 8. F3EM2光幕系统,精确测量植物高度和宽度以便进入成像测量室后摄像头自动精确定位,测量范围150cm,分辨率5mm 9. 叶绿素荧光成像:包括光隔离成像室、自动开启与关闭门、传送带、PLC控制自动上下移动聚焦系统、4个LED光源板、8位绿波轮等,单幅成像面积35x35cm,测量光橙色620nm,橙色和白色双波长光化学光,饱和光闪为白色或蓝色 10. 自动灌溉与称重,可同时对5个植物种植盆进行浇灌和称重,精确度±1g;称重后精确浇灌,可通过实验程序(protocol)预设浇灌过程(regime)或干旱胁迫状态,还可选配营养供给系统随浇灌定量供给植物营养(如氮肥等);称重前自动零校准,还可通过已知重量(如砝码)物品自动进行再校准;防护级别:IP66 11. 称重系统由4个称重单元组成,安全承载限:150% Ln;温度补偿:-10-40°C,标配测量范围7kg,可选配10kg、15kg或20kg 12. RGB成像:顶部和侧面三维成像(3个摄像头),每个摄像头各自拥有独立的控制面盘以设置曝光时间、增益、白平衡等,通过控制面盘的快照键可即时拍照并显示分辨率等信息,还可通过自动模式自动成像并存储至数据库,每次扫瞄成像时间小于10秒 13. RGB成像系统包括成像室(光隔离)、传送带及位置传感器、3个摄像头、光源及成像分析软件,标配成像范围150cm(长)x150cm(宽)x150cm(高),LED冷白光源(不对植物产生热效应) 14. 标配USB以太网摄像头,有效像素4008x2672,像素大小9.0μm,比特分辨率12比特,光量子效率:蓝光峰值465nm,绿色峰值540nm,红色峰值610nm;28mm光学镜头,口径43.2mm,光圈范围2.8-F16 15. NIR近红外成像单元:可成像采集1450-1600nm水吸收波段,以反映植物水分状况,在供水充沛情况下表现出高NIR吸收值,干旱胁迫情况下则表现出高NIR反射,NIR假彩色成像可以通过软件反映和分析植物水分状况 16. 高光谱成像单元包括光隔离成像测量室、自动开启关闭门、传送带、PLC控制自动移动聚焦镜头包括SWIR和VNIR镜头、光源、成像分析系统等,VNIR镜头波段380nm-1000nm,光圈F/0.2,缝隙宽度25μm,缝隙长度18mm,帧速12-236 fps;SWIR镜头波段900-2500nm,光圈F/0.2,缝隙宽度25μm,缝隙长度18mm,帧速60或100 fps,视野150x100cm 17. 用户可通过实验程序选择SWIR成像、VNIR成像或两个镜头全波段成像,每个镜头成像时间分别为15秒 18. 热成像单元:分辨率640x480像素,温度范围20-120°C,灵敏度NETD<0.05°C@30°C/50mK,成像面积可达150x150cm 19. 可选配人工气候室,植物生长面积9.5m2,生长高度2.0m,温度稳定性±1°C,430nm-730nm白色和IR LED 光源,1000μmol/m2/s(距离植物100cm高度的光强),可预设自动光照周期动态, 20. 系统控制与数据采集分析系统: Ø 用户友好的图形界面 Ø 用户定义、可编辑自动测量程序(protocols) Ø MySQL数据库管理系统,可以处理拥有上千万条记录的大型数据库,支持多种存储引擎,相关数据自动存储于数据库中的不同表中 Ø 植物编码注册功能:包括植物识别码、所在托盘的识别码等存储在数据库中,测量时自动提取自动读取条形码或RFID标签 Ø 触摸屏操作界面,在线显示植物托盘数量、光线强度、分析测量状态及结果等,轻松通过软件完全控制所有的机械部件和成像工作站 Ø 可用默认程序进行所有测量,也可通过开发工具创建自定义的工作过程,或者手动操作LED光源开启或关闭、RGB扫面成像、叶绿素荧光成像、称重及浇灌等 Ø 实验程序(Protocols)具备起始键、终止键、暂停键 Ø 可根据实验需求自动控制植物样品的移动和单一成像站的激活 Ø 可提供3个相机视角的RGB数字生长分析,包含阈值分析和颜色分析 Ø 对于叶绿素荧光成像图片,软件可批量进行淬灭参数分析,包含了在背景去除图像上用户感兴趣区域和像素值的平均。分析数据以原始图像和分析数据的形式存储在数据库中。 Ø 对FIR热成像图,16位图可直接导出到MATLAB或通过软件生成温度分布的假彩图像。   部分用户:   1. 国际水稻研究所(菲律宾)The International Rice Research Institute, Los Banos Philippines  2. 澳大利亚联邦科学与工业研究组织植物表型组学中心The CSIRO Plant Phenomics Center, Canberra, Australia  3. 澳大利亚国立大学The Australian National University, Canberra. Australia  4. 孟山都公司(美国)Monsanto Corporation, St. Louis, USA.  5. 杜邦先锋国际良种公司Pioneer-Dupont, Des Moines, Iowa  6. 巴斯夫公司Metanomics(柏林)Metanomics (BASF), Berlin, GDR  7. 巴斯夫公司CropDesign(比利时)CropDesign (BASF), Nevele, Belgium  8. 美国合成基因公司Synthetic Genomics, La Jolla, USA  9. Palacky 大学Palacky University Olomouc, Czech Republic 10. Masaryk 大学Masaryk University Brno, Czech Republic   产地:欧洲    
北京易科泰生态技术有限公司 2021-08-23
结构有限元分析与优化设计软件JIFEX
JIFEX是中国具有自主版权的大型通用有限元分析和优化设计软件。它是在大连理工大学工程力学研究所研制多层子结构分析软件JIFEX、微机有限元分析软件DDJ—W、计算机辅助结构优化软件MCADS等基础上发展的集成化软件系统。1995年在全国自主版权CAD支撑软件评测中获得有限元软件唯一的一等奖。1997年获国家八五科技攻关重大科技成果奖。1998年被列为863/CIMS目标产品发展计划支持项目。 JIFEX具有Windows95环境下全新的图形交互式操作环境,是新一代的有限元分析与优化设计软件,具有自己特色的强大功能:方便灵活的有限元模型化功能,多层子结构方法,三维多体弹塑性接触分析,大型组合结构稳定性计算,多功能实用化的结构优化设计功能——特别是结构优化和动态性能优化 Windows95/NT下的图形交互与视算一体化环境,与AutoCAD集成的有限元建模及数据全自动生成,微机上的大规模计算能力——数万节点规模的大型结构强度分析和接触应力计算。
大连理工大学 2021-04-13
产品有限元分析、动态测试与优化设计
信息化和全球化给制造业带来了空前的挑战。企业必须应对快速、严峻和多变的市场竞争,开发具有高速度、高精度和高可靠特性的产品。企业逐渐意识到设计的不可靠、高成本和高风险,缺乏相应的技术手段和测试方案来评估和分析产品设计过程与产品动态特性,企业对产品难以做到“心中有数”。 以有限元为基础的计算机辅助工程(CAE)技术,以及动态测试与信号分析技术,能够为产品开发、运行和维护的各个环节,即从概念设计、虚拟原型、性能确认到监测诊断和运行维护,提供集成解决方案以及快速高效的信息化、数字化开发平台,优化产品设计,提高产品质量与动态特性,降低新产品成本并缩短上市时间, 西安交通大学机械工程学院机械工程及自动化研究所,长期从事有限元、动态分析与故障诊断的研究与应用工作,配备有高性能的计算机和完备的工程CAE软件,并且拥有一系列先进的测试实验设备。先后承担了国家973计划、863计划、自然科学基金重点和面上、国际合作项目的研究工作。课题组多年来致力于高精度新型有限元、动态测试与故障诊断理论与技术研究,获得多项国家级和省部级奖励。提出了适宜奇异性求解和高精度建模的小波有限元有法,取得了原始创新成果,发表多篇国际期刊论文,获得多项国家发明专利,在科学出版社出版《小波有限元理论及其工程应用>专著,在清华大学出版社出版《Ansysworkbench设计、仿真与优化》教材。课题组集研究、开发和服务于一体,其研究成果广泛应用于航空航天、汽车工业、钢铁石化、电子通讯、自动机械、通用机械等行业,如中国航天科工集团、中国船舶工业集团、兵器部202所、江铃汽车、柳工机械、武汉钢铁、济南石化、华为电子、上海紫明、浙江南大、西安科达机器人等和理光公司等制造企业。
西安交通大学 2021-04-11
基于非线性频谱分析的故障检测与方法
项研究属国家自然科学基金支持研究项目,建立了一种非线性频谱分析方法,并用来进行状态检测与故障诊断。所谓非线性动态系统的频谱分析,就是利用非线性对象的实测输入输出数据获取其广义频率响应函数(GFRF)模型。本项研究的贡献在于对GFRF模型的特征进行了深入研究,得出了一系列有关其零极点分布特征得结论,并在此基础上进行了模型简化和数据压缩,使得算法具有较高的模型
西安交通大学 2021-01-12
物联网感知大数据可信存储与分析处理平台
物联网感知大数据可信存储与分析处理平台(IOT-SeaCloudDM):针对智慧城市、物联网、车   联网中各种采样数据(包括各类传感器、RFID、条形码阅读器采样的时空相关数据)的数据管理需求,  提供一个通用的感知大数据处理平台,对各类相关的感知采样数据进行统一管理,并达到如下目标:(1) 提供 PB~EB 级的感知采样数据存储、管理与查询处理。(2) 提供时态 - 空间数据、采样数值数据的统计分析与数据挖掘。(3)在此基础上,为各类智慧城市、物联网应用提供基础软件支撑。
北京工业大学 2021-04-13
物联网感知大数据可信存储与分析处理平台
北京工业大学 2021-04-14
天眼情报--隐匿网络空间情报监测与溯源分析
1. 强大的隐匿网络空间侦测能力 在大规模高速网络环境下加密混淆协议识别、网络流分析和挖掘方面,研发基于全球分布式探针技术的隐匿网络空间侦测技术,可覆盖90%的暗网节点和服务,支持40Tb级别骨干网流量的实时监测和内容采集,可将网络空间情报监测范围从开放的互联网拓展到暗网、特种通信工具、区块链等隐匿网络空间,同时,在隐匿网络空间侦测方面布局了4项核心专利”。2. 独有的弱信号关联算法 通过独有的弱信号关联算法从海量碎片化信息中快速实现隐
广州大学 2021-04-14
数据库数据分析与深层信息挖掘技术
采用人工智能技术对数据库进行数据分析与深层信息挖掘的计算机软件系统(RoboMiner),主要用于对数据库中的进行数据分析,从中提取隐含的深层信息,为企事业建立新的业务模型和为决策提供支持。数据库数据分析与深层信息挖掘技术也是海量信息处理的基本工具,其应用场合极为广泛,前提是数据的积累。我们可根据用户的业务要求及其数据库的数据特点来为用户开发专用的软件系统。技术水平及指标 ·具备数据挖掘的基本功能:数据予处理,挖掘、结果表达与管理。
南开大学 2021-04-14
汽车交通事故分析与鉴定技术研究
为解决交通事故鉴定中的关键技术问题, 汽车与交通学院联合西华机动车司法鉴定所共同申报了四川省司法厅的科技攻关计划项目。该项目采用GPS &n
西华大学 2021-04-14
面向新型电力系统的电网智能调度与可视化预警系统
新能源高占比发展下传统同步机组与风光新能源机组呈现“此消彼长”趋势,电力平衡面临“保供应、促消纳”的两难局面。因此,迫切需要研究面向新型电力系统的电网智能调度与可视化预警关键技术,保障电网安全可靠供电和新能源最大化消纳,助推碳达峰目标顺利实现。 该成果实现了面向新型电力系统的电网智能调度与可视化预警应用的信息融合、智能告警、动态监视、海量数据阅读、超实时仿真和高性能计算、基于人工智能的电网安全稳定分析、虚拟现实、基于图数据库的人-机交互等功能,为新型电力系统电网调度员提供了一个准确及时掌握电网实时运行态势的分析决策工具,实现调度员对调度计划方案的智能互动决策以及电网风险的实时可视化预警。 该技术实现了传统电网调度模式向智能性电网调度模式转换,可广泛应用于电网、电力公司调度及区域控制中心等机构,在实现电力系统安全可靠运行的同时,促进高比例新能源最大化消纳和保障电力可靠供应。同时,该系统不但可应用于实时运行管理,而且还可应用在规划、交易、营销等新型电力系统生产管理的不同领域。该成果已在四川省电力公司、中国南方电网等30余家单位机构投入使用,产生了良好的经济和社会效益。 图1 基于大数据的电网运行行为识别及可视化显示 图2 多源信息融合的电网环境监测可视化
四川大学 2025-02-11
首页 上一页 1 2
  • ...
  • 15 16 17
  • ...
  • 852 853 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1