对于智慧农业的推广应用，无数大学、科研院所等机构投入了大量的人力、物力。 目前，已有多篇相关论文发表。 本文总结了南京农业大学、浙江省农业科学院、北京农业信息化研究中心、中国农业大学、浙江大学、华中农业大学、山西农业大学、沉阳农业大学、东北农业大学等的研究成果单位是尖端技术。

智慧农业

1. 室内植物表型平台与性状鉴定研究进展与展望

室内表型监测平台的特点、管理和分析方法，以及各种室内表型所针对的表型性状，包括产量、品质、抗逆性（包括干旱、冷热、盐胁迫、重金属、病虫害）等，室内表型平台的发展方向，以及我国表型组学的发展前景，以期为我国植物表型研究提供指导和建议。

2. 大田小麦冠层截光算法开发

以小麦为研究对象，利用数字植物表型平台（D3P）模拟生成三维冠层场景，获取绿叶面积指数（GAI）、平均倾角（AIA）和散射光截获等信息。记录速率（FIPARdif），以及相应的3D点云数据。 研究表明，基于D3P仿真数据，算法的实际性能需要通过现场数据进一步验证。

小麦

3、西兰花表型快速提取方法研究

通过改进深度残差网络ResNet，得到了一种新的西兰花凝乳分割模型，能够高通量获取多个表型参数。 通过凝乳部分黄色和绿色的比例来判断凝乳的新鲜度，实现低成本、高效、准确。 地面西兰花表型信息的提取对于确定西兰花的生长起着关键作用，可以为作物田间生长监测研究提供重要参考。

4. 玉米籽粒显微表型特征研究

针对传统谷物显微性状检测方法效率低、误差大、指标单一等问题，利用Micro-CT扫描技术开展显微表型精准鉴定研究。 研究为玉米粒分类、品种检测等提供技术支撑。

玉米粒

5. 玉米叶面积指数及生物量评估

通过5次不同种植密度的玉米大田试验，获得了玉米喇叭期地面ASD高光谱数据和无人机高光谱图像。 研究表明，两条信息在玉米LAI和生物量估算方面具有良好的一致性。 ，能够快速有效地提取小区尺度玉米农艺参数信息，有助于提高玉米精准管理水平，为高光谱技术在小区尺度精准农业管理中的应用提供参考。

6 油菜冠层生化参数垂直异质性分析

研究了不同施氮水平下油菜幼苗冠层叶绿素、类胡萝卜素、干物质和水分等生化参数的垂直分布特征。 同时测量叶片的光合性能，分析荧光响应与生化参数的关系。 内在关系。 对于监测作物生长、指导精准施肥具有重要意义。 可为指导精准施肥、提高优质增产提供新思路和技术支撑。

强奸

7 棉花表型参数的提取方法

以棉花为研究对象，利用三维激光扫描技术获取棉花植株云数据。 根据植物树干的几何特征，估算植株体积、株高、叶长、叶宽等性状参数。 实现了棉花表型参数的动态量化过程，为三维表型技术的实现提供了有效方法，实现了作物表型参数的高效准确测量以及作物生育期内表型参数的动态量化研究。

八、耳朵检测方法

基于YOLOv4和自适应锚框调整的玉米穗检测方法可以快速准确地检测特定帧内的玉米穗。 通过自适应调整锚框，可以生成与谷穗目标匹配的候选框，从而提高检测的准确性。 该方法具有良好的准确性和效率。 谷子穗的检测和计数对于预测谷子产量和育种至关重要。

麦穗

9.玉米植株点云雄穗分割

鉴于目前的三维点云处理方法，识别玉米植株点云中的雄穗相对困难。 提出了一种玉米植株点云中提取雄穗的分割方法，可用于高通量玉米表型检测和玉米三维检测。 为重建等研究和应用提供技术支持。

10、柚子形状检测及分级方法

针对通过分级判断柚子形状尺寸的问题，研究了一种检测柚子纵向和横向尺寸并判断柚子形状缺陷的方法，为柚子的自动化检测和判定提供了一种快速、无损的方法。葡萄柚大小和形状的分级。

柚子

11、大田玉米苗期高通量动态监测方法

目前，玉米出苗动态检测监测主要依靠人工观察，费时费力，且样本量小。 因此，构建了不同光照条件下玉米出苗过程的图像数据集。 该研究满足了实际应用场景中玉米育苗自动检测的需求，为解决人工育苗动态管理不精准、田间精细化管理问题提出了可能。

12.作物三维重建技术研究现状及展望

随着无人机和各种传感器的广泛使用，其在农作物育种和田间生产中的作用越来越明显，农作物表型分析得到了很大的发展。 该研究结合作物表型组学及相关技术的发展，加速新品种选育和优化田间管理，提供高通量作物表型获取、作物植株性状评价、植株结构与表型关联等。 性分析具有重要意义。