CN1790375A - 农业植物新品种的快速鉴别技术 - Google Patents

农业植物新品种的快速鉴别技术 Download PDF

Info

Publication number
CN1790375A
CN1790375A CN 200510048750 CN200510048750A CN1790375A CN 1790375 A CN1790375 A CN 1790375A CN 200510048750 CN200510048750 CN 200510048750 CN 200510048750 A CN200510048750 A CN 200510048750A CN 1790375 A CN1790375 A CN 1790375A
Authority
CN
China
Prior art keywords
microprocessor
module
picture
data
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN 200510048750
Other languages
English (en)
Inventor
张建华
杨晓洪
张金渝
华秋瑾
王建军
王江民
米艳华
徐转
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
INSTITUTE OF QUALITY STANDARD AND DETECTION TECHNOLOGY YUNNAN ACADEMY OF AGRICULTURAL SCIENCES
Original Assignee
INSTITUTE OF QUALITY STANDARD AND DETECTION TECHNOLOGY YUNNAN ACADEMY OF AGRICULTURAL SCIENCES
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by INSTITUTE OF QUALITY STANDARD AND DETECTION TECHNOLOGY YUNNAN ACADEMY OF AGRICULTURAL SCIENCES filed Critical INSTITUTE OF QUALITY STANDARD AND DETECTION TECHNOLOGY YUNNAN ACADEMY OF AGRICULTURAL SCIENCES
Priority to CN 200510048750 priority Critical patent/CN1790375A/zh
Publication of CN1790375A publication Critical patent/CN1790375A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种农业植物新品种的快速鉴别技术，属农学领域的技术产品。本发明采用计算机的数字化信息技术对所采集的农业植物新品种的植株图像、分子标记的SSR数字指纹、DUS田间测试性状等进行综合识别、计算、比对，获取与已知品种的差异性，并作出是否是新品种的判定。该技术具有数字化，采样周期和数据录入方式可调，可同时对品种的植株图像、分子指纹、田间性状值进行综合分析，鉴别速度快、准确率高等优点。该技术可广泛应用于农业植物育种、植物新品种审定、新品种权保护、种子质量鉴别、假冒伪劣品种鉴定、法院进行品种纠纷裁决和外来植物品种质量鉴别、品种真实性评价等方面。

Description

农业植物新品种的快速鉴别技术
技术领域：
本发明涉及一种农业植物新品种的快速鉴别技术，属农学技术领域。
背景技术：
目前，农业植物新品种鉴别技术主要有田间鉴别、同工酶和蛋白质电泳技术、DNA分子检测技术。上述技术均可对农业植物新品种作出鉴别，但仍存在鉴别时间长、操作麻烦等缺点。
如何将农业植物形态学技术、生物信息学技术、分子生物学技术、农学技术和计算机技术有机统一，建立植物新品种的快速鉴别技术一直被人们所重视，也是品种鉴别技术中的一个难点。农业植物新品种的快速鉴别技术是一门以计算机为载体，集计算机信息技术、生物技术(蛋白质、同工酶、DNA等技术)、植物形态学技术、农学技术(农艺性状)和图像处理技术(植株形态图像和电泳标记图谱)为一体的综合性分析技术。它以植物形态图像、分子指纹、DUS性状数据库为基础，以计算机信息技术实现分子生物学、农学和形态学之间的相互协调统一，从而进行品种之间同一性的快速鉴别分析技术，它属于计算机学、农业信息学、分子生物学和农学等交叉边缘学科的一个重要分支，也是现代植物品种的DUS快速测试与评价技术研究的一个热点。
随着我国种子工程建设的规范化、农业植物新品种知识产权保护的深入，品种育出速度快与品种鉴别速度慢之间的矛盾日益突出，品种鉴别测试环节已经成为新品种推广利用和知识产权保护的瓶颈。对植物新品种的快速鉴别技术的需要显得十分迫切。同时，快速鉴别技术和方法也是近期我国种子和品种评价技术体系的研究重点之一。作为农业信息技术科学、农业分子生物技术和农学的边缘交叉科学的关键实用技术，农业植物新品种的快速鉴别技术的研制和创新，将推动农学基础科学的向前发展。
发明内容：
本发明的目的在于克服现有技术之不足，提供一种鉴别速度快、准确率高的农业植物新品种的快速鉴别技术。
本发明的技术根据植物品科的形态图像、SSR指纹、DUS(或农艺性状)性状进行识别，采用计算机信息技术进行植物形态特征与DNA指纹、农艺性状的对比识别，计算出该品种与已知品种从遗传到形态的相似程度，给出相应的相似系数，并作出是否是新品种的判定。
本发明的农业植物新品种的快速鉴别技术的方案为：硬件由图片采集卡(1)、数据采集器(2)和微处理器(3)组成。图片采集卡(1)是与微处理器(3)的USB接口的数码照相机或者是图片编辑卡，并能与微处理器(3)内存进行数据交换的软件模块或硬件模块，连接在微处理器(3)的USB接口或相应的标准结构总线上。数据采集器(2)也是与微处理器(3)的USB对接，能够进行田间性状数据采集和传输的专用设备。微处理器(3)可以是商用、民用计算机、服务器或具有计算机功能的处理器系统。
软件由以下模块组成：通信、参数设置、图片采集、数据采集、数据库，识别、对比分析、数值计算、并行处理、数据存储查询、结果显示、应用指南。
农业植物新品种的快速鉴别实现步骤如下：
1.正确安装农业植物新品种的快速鉴别技术软、硬件，主要是图像采集卡和数据采集器与微处理器的正确对接及其它们的驱动软件的安装；
2.统一图片采集的模式和参数；
3.统一农艺性状数据采集的模式和参数；
4.统一DNA指纹数据采集的模式和参数；
5.将欲执行数据和图片分析任务的处理程序安装到微处理器(3)的程序存储器中；
6.启动微处理器(3)，CPU按程序初始化系统硬件图片采集卡(1)、数据采集器(2)和微处理器(3)，以及系统软件；
7.微处理器(3)控制图片采集卡(1)按系统预先设定的模式和参数进行图片的采集、输入和处理，建立图片数据库；
8.微处理器(3)控制数据采集卡(2)按系统预先设定的模式和参数进行农艺性状数据的采集、输入和处理，建立性状数据库；
9.微处理器(3)控制数据采集卡(2)按系统预先设定的模式和参数进行DNA指纹数据的采集、输入和处理，建立DNA指纹数据库；
10.用购进的TECH图像分析系统对图片特征进行数字化分析和处理；
11.用性状分析系统对农艺性状数据特征进行数字化分析和处理；
12.用DNA指纹分析系统对DNA指纹数据特征进行数字化分析和处理；
13.根据数字化分析和处理结果微处理器自动计算新老品种之间的相似性系数；
14.微处理器自动生成新品种与各老品种之间的相似性系数矩阵；
15.微处理器自动生成新品种与各老品种之间的遗传相关树状图；
16.微处理器自动生成新品种鉴别结果报告；
17.微处理器提出新品种特征是否加入数据库的选择；
18.微处理器(3)输出DUS检测结果，数据处理结束。
本发明与现有技术相比具有以下优点：
1、可实时进行植物形态图片和DNA指纹的数据采集和分析。
2、单一的形态学鉴别技术、农艺性状鉴别技术或DNA指纹鉴别技术对接，实现图像与性状数据的互动，将直观与逻辑数字紧密结合进行鉴别。
3、技术的各系统也可以根据需要独立运行形态学、农艺性状和DNA指纹的鉴别技术。
4、图片、数据的采集和输入模式实时可调。
5、鉴别速度快、准确率高。
6、该技术可广泛应用于农业植物育种、植物新品种审定、新品种权保护、种子质量鉴别、假冒伪劣品种鉴定、法院进行品科纠纷裁决和外来植物品种质量鉴别、品种真实性评价等方面。
附图说明：
附图1为农业植物新品种的快速鉴别技术的硬件结构框图。
附图2为农业植物新品种的快速鉴别技术工作原理框图。
附图3为农业植物新品种的快速鉴别技术流程框图。
具体实施方式：
发明人采用该技术对大量植物新品种进行鉴别，鉴别结果表明，该技术鉴别速度快、准确率高。
下面结合附图并以有关植物新品种DUS快速鉴别为例，用玉米新品种2004-213A、2004-213B为实验对象，通过该技术研究鉴别2004-213A与2004-213B之间的DUS特性，以对本发明作进一步详述：
实验用的农业植物新品种的快速鉴别技术硬件由Canon数字照相机(1)、数据采集卡(2)、sony便携式计算机(3)组成。Canon数字照相机(1)安装在色温一致且可调的照相棚内，摄取育种家提供的新品种2004-213A和近似品种2004-213B的种子、植株照片和SSR指纹图谱，Canon数字照相机(连接有美图专用采集卡)(1)用USB与sony便携式计算机(3)连接，将图片自动输入微机内的相应的数据库。数据采集卡(2)也用USB与sony便携式计算机(3)连接，将采集的性状数据自动导入sony便携式计算机，同时，可以对SSR指纹图谱进行01矩阵变换，并用对应设计的相应技术系统进行分析，鉴别，给出DUS特性。
利用农业植物新品种的快速鉴别技术快速鉴别玉米新品种DUS特性的工作步骤如下：
1.正确安装农业植物新品种的快速鉴别技术软、硬件，主要是图像采集卡和数据采集器与微处理器的正确对接及其它们的驱动软件的安装；
2.统一玉米图片采集的模式和参数；
3.统一玉米农艺性状数据采集的模式和参数；
4.统一玉米DNA指纹数据采集的模式和参数；
5.将欲执行玉米数据和图片分析任务的处理程序安装到微处理器(3)的程序存储器中；
6.启动微处理器(3)，CPU按程序初始化系统硬件图片采集卡(1)、数据采集器(2)，以及系统软件；
7.微处理器(3)控制图片采集卡(1)按系统预先设定的模式和参数进行图片的采集、输入和处理，建立玉米图片数据库；
8.微处理器(3)控制数据采集卡(2)按系统预先设定的模式和参数进行农艺性状数据的采集、输入和处理，建立玉米性状数据库；
9.微处理器(3)控制数据采集卡(2)按系统预先设定的模式和参数进行DNA指纹数据的采集、输入和处理，建立玉米DNA指纹数据库；
10用购进的TECH图像分析系统对图片特征进行数字化分析和处理；
11.用性状分析系统对农艺性状数据特征进行数字化分析和处理；
12.用DNA指纹分析系统对DNA指纹数据特征进行数字化分析和处理；
13.根据数字化分析和处理结果微处理器自动计算新老品种之间的相似性系数；
14.微处理器自动生成新品种与各老品种之间的相似性系数矩阵；
15.微处理器自动生成新品种与各老品种之间的遗传相关树状图；
16.微处理器自动生成新品种鉴别结果报告；
17.微处理器提出新品种特征是否加入数据库的选择；
18.微处理器(3)输出玉米DUS检测结果，数据处理结束。

Claims (1)

1、一种农业植物新品种的快速鉴别技术，该技术根据植物形态图像、分子指纹、DUS性状数据库，结合计算机信息技术进行品种之间同一性构成快速鉴别技术；系统硬件由图像采集卡(1)、数据采集卡(2)和微处理器(3)组成；系统软件由通信模块、参数设置模块、图片采集模块、数据采集模块、数据库模块，识别模块、对比分析模块、数值计算模块、并行处理模块、数据存储查询模块、结果显示模块、应用指南模块组成，该技术的特征在于农业植物新品种的快速鉴别实现步骤如下：
步骤1、正确安装农业植物新品种的快速鉴别技术软、硬件，主要是图像采集卡和数据采集器与微处理器的正确对接及其它们的驱动软件的安装；
步骤2、统一图片采集的模式和参数；
步骤3、统一农艺性状数据采集的模式和参数；
步骤4、统一DNA指纹数据采集的模式和参数；
步骤5、将欲执行数据和图片分析任务的处理程序安装到微处理器(3)的程序存储器中；
步骤6、启动微处理器(3)，CPU按程序初始化系统硬件图片采集卡(1)、数据采集器(2)，以及系统软件；
步骤7、微处理器(3)控制图片采集卡(1)按系统预先设定的模式和参数进行图片的采集、输入和处理，建立图片数据库；
步骤8、微处理器(3)控制数据采集卡(2)按系统预先设定的模式和参数进行农艺性状数据的采集、输入和处理，建立性状数据库；
步骤9、微处理器(3)控制数据采集卡(2)按系统预先设定的模式和参数进行DNA指纹数据的采集、输入和处理，建立DNA指纹数据库；
步骤10、用TECH图像分析系统对图片特征进行数字化分析和处理；
步骤11、用性状分析系统对农艺性状数据特征进行数字化分析和处理；
步骤12、用DNA指纹分析系统对DNA指纹数据特征进行数字化分析和处理；
步骤13、根据数字化分析和处理结果微处理器自动计算新老品种之间的相似性系数；
步骤14、微处理器自动生成新品种与各老品种之间的相似性系数矩阵；
步骤15、微处理器自动生成新品种与各老品种之间的遗传相关树状图；
步骤16、微处理器自动生成新品种鉴别结果报告；
步骤17、微处理器提出新品种特征是否加入数据库的选择；
步骤18、微处理器(3)输出DUS检测结果，数据处理结束。
CN 200510048750 2005-12-27 2005-12-27 农业植物新品种的快速鉴别技术 Pending CN1790375A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200510048750 CN1790375A (zh) 2005-12-27 2005-12-27 农业植物新品种的快速鉴别技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200510048750 CN1790375A (zh) 2005-12-27 2005-12-27 农业植物新品种的快速鉴别技术

Publications (1)

Publication Number Publication Date
CN1790375A true CN1790375A (zh) 2006-06-21

Family

ID=36788213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200510048750 Pending CN1790375A (zh) 2005-12-27 2005-12-27 农业植物新品种的快速鉴别技术

Country Status (1)

Country Link
CN (1) CN1790375A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101944231A (zh) * 2010-08-19 2011-01-12 北京农业智能装备技术研究中心 小麦穗部形态参数提取方法
CN101429541B (zh) * 2007-11-09 2011-12-07 中国农业科学院棉花研究所 一种ssr分子指纹鉴定方法
CN102650594A (zh) * 2012-05-21 2012-08-29 上海师范大学 一种快速鉴别假高粱及近缘植物种子的方法
CN104408331A (zh) * 2014-11-10 2015-03-11 南京工程学院 鉴别dna基因序列中编码区域与非编码区域的系统
CN104751512A (zh) * 2015-03-05 2015-07-01 北京农业信息技术研究中心 植物三维模型的构建方法及装置
CN105488234A (zh) * 2016-01-29 2016-04-13 山东省农业科学院作物研究所 基于表型性状的水稻特异性测试中的近似品种筛选方法
CN110807445A (zh) * 2019-12-15 2020-02-18 怀化学院 一种智能移动监测仪器及其监测方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101429541B (zh) * 2007-11-09 2011-12-07 中国农业科学院棉花研究所 一种ssr分子指纹鉴定方法
CN101944231A (zh) * 2010-08-19 2011-01-12 北京农业智能装备技术研究中心 小麦穗部形态参数提取方法
CN101944231B (zh) * 2010-08-19 2012-01-04 北京农业智能装备技术研究中心 小麦穗部形态参数提取方法
CN102650594A (zh) * 2012-05-21 2012-08-29 上海师范大学 一种快速鉴别假高粱及近缘植物种子的方法
CN104408331A (zh) * 2014-11-10 2015-03-11 南京工程学院 鉴别dna基因序列中编码区域与非编码区域的系统
CN104751512A (zh) * 2015-03-05 2015-07-01 北京农业信息技术研究中心 植物三维模型的构建方法及装置
CN104751512B (zh) * 2015-03-05 2018-02-09 北京农业信息技术研究中心 植物三维模型的构建方法及装置
CN105488234A (zh) * 2016-01-29 2016-04-13 山东省农业科学院作物研究所 基于表型性状的水稻特异性测试中的近似品种筛选方法
CN105488234B (zh) * 2016-01-29 2018-09-28 山东省农业科学院作物研究所 基于表型性状的水稻特异性测试中的近似品种筛选方法
CN110807445A (zh) * 2019-12-15 2020-02-18 怀化学院 一种智能移动监测仪器及其监测方法

Similar Documents

Publication Publication Date Title
CN1790375A (zh) 农业植物新品种的快速鉴别技术
CN106909941A (zh) 基于机器视觉的多表字符识别系统及方法
CN1916933A (zh) 视频直读式自动抄表系统及其图像处理方法
CN103617256A (zh) 待变异检测文件的处理方法及装置
CN101039490A (zh) 用于移动通信系统网络优化的覆盖分析系统及方法
CN101030246A (zh) 一种指纹的识别方法
CN102222187A (zh) 基于域名构造特征的挂马网页检测方法
CN111561564B (zh) 基于换挡控制规律的双离合器式自动变速器换挡控制方法
CN108009567B (zh) 一种结合图像颜色及hog和svm的粪便性状的自动辨别方法
CN111710364B (zh) 一种菌群标记物的获取方法、装置、终端及存储介质
CN112687344B (zh) 一种基于宏基因组的人腺病毒分子分型和溯源方法及系统
CN1967561A (zh) 性别识别处理器的制作方法、性别识别方法和性别识别装置
CN104951794A (zh) 基于颜色与纹理的竹条自动识别方法与系统开发
CN116559111A (zh) 一种基于高光谱成像技术的高粱品种识别方法
CN116721343A (zh) 一种基于深度卷积神经网络的跨域田间棉铃识别方法
CN102073876B (zh) 一种基于边缘检测的生物芯片样点识别方法
CN1657935A (zh) 河流单因子水质标识指数评价方法
CN111898680A (zh) 一种基于检材多视角形态图像和深度学习的生物鉴别方法
CN109615626B (zh) 一种芯片表面印刷符号结构缺陷的质量评估方法
CN104990890A (zh) 固体单粒无损检测与自动化分选系统及固体单粒分选方法
CN105302553A (zh) 一种基于vc++的凝胶图像识别和定位的方法
CN1595434A (zh) 基于色彩内容及分布的彩色图像匹配分析方法
CN111881922A (zh) 一种基于显著性特征的绝缘子图像识别方法及系统
CN107808158A (zh) 一种车牌类型区分系统和方法
CN1658696A (zh) 一种无线局域网络环境检测系统及其方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication