作品展示

本作品涉及一种便携式田间玉米叶片气孔检测设备，由带有微型暗室的夹具固定玉米叶片使叶片平整，由ProScope HR+400倍镜头构成图像采集放大单元得到清晰气孔图片，由触摸屏作为操作显示界面，由树莓派4b对所得图像进行处理，得到玉米叶片开闭气孔数、开闭比和气孔密度，同时与远程服务器进行通信，通过服务器上搭载的适合对气孔等小目标进行分割的cv模型进行孔隙分割并计算气孔孔隙长度、气孔孔隙宽度、气孔孔隙开度、孔隙离心率、气孔孔隙面积、气孔孔隙周长。同时通过远程服务器进行气孔识别算法的更新。本作品设计了一款操作软件，该软件可以调节摄像头参数，控制摄像头拍照并识别，控制与远程服务器的通信，同时显示得到的结果。

1）本设备可以在田间无损的采集玉米气孔图片，并使叶片拍摄部分平整得到清晰的玉米气孔图片同时易于手持，通过人机交互界面使操作变得简单。 2）本设备提取孔隙表型参数采用的cv模型对小目标的分割效果优。 3）本设备采用tflite推理框架在本地搭载了经过量化的yolov5模型，在田间也可以做到对玉米气孔参数的实时提取，而在网络条件好的情况下可以访问远程服务器对玉米气孔孔隙参数进行进一步提取，使数据分析过程变得简单。

（1）气孔图像采集装置的设计。气孔图像即要尽可能的清晰，还不能损伤叶片表面，因此在固定叶片时，尽可能让叶片平整且保护叶片表面不受损。同时采集装置易手持。 （2）基于yolov5n网络的气孔开闭识别模型。用于识别气孔及气孔的开闭，模型对气孔打开及关闭的检测精度为99%。 （3）边缘部署。基于tf-lite框架在树莓派4b上部署yolov5n模型识别气孔开闭，并将yolov5n模型转化为float32格式，缩短检测时间，该设备检测一张图片的时间为0.8s。 （4）远程分析平台搭建。通过flask、waitress等框架搭建远程分析平台，调用fast-rcnn模型和cv模型对气孔孔隙长度、气孔孔隙宽度、气孔孔隙开度、孔隙离心率、气孔孔隙面积、气孔孔隙周长进行提取。同时可以实时更新模型 （5）操作界面设计。基于PYQT5进行操作界面设计，基于V4L2实现对显微镜参数进行调整，实现拍照、识别、上传图片、更新模型、显示结果等功能。

本设备能够在田间对玉米叶片气孔进行无损清晰成像，并能通过设备自带的算法在田间实时准确获取开闭气孔数、开闭比和气孔密度，在网络条件良好的情况下能与远程服务器进行通信对气孔孔隙长度和宽度、气孔孔隙开度、孔隙离心率、气孔孔隙面积等进行提取，本设备能全方位立体化对叶片气孔进行分析，并可扩展到多种植物叶片气孔表型检测，能对作物育种提供关键的表型参数，提高育种的效率，得到更优良的品种。

no video files