○ 基于图像识别技术，专业用于植物离体洗根后的根系分析
○ 可以分析植物根系长度、直径、表面积、体积、根尖数、分叉数、关节点、连接点数、交叠数、盒维数等，也可测量针叶面积、体积、棉纤维粗细、长度等
○ 广泛适用于根系形态学及构造研究

○ 可以分析根系长度、直径、表面积、体积、根尖数、分叉数等，广泛适用于根系形态学及构造研究
○ 可用于解决根系结构和几何参数难以获取的问题，提升从业人员工作效率、减少人工成本，提供根系多参数快速分析方法，服务于植物科学研究

○ 采用了图像识别技术，批量识别植物根系图像，快速分析植物根系根瘤性状、根瘤个数、根瘤直径、根瘤R/G/B、根系长度、直径、表面积、体积、植物根尖数等参数

○ 可以精确、快速、无损伤地测量叶片的叶面积及相关参数，可也对采摘的植物叶片及其他片状物体进行面积测量
○ 适用于农学、草业、林业、种业等相关专业及领域的农业研究

○ 由背景板和装有嵌入式软件的平板组成
○ 采用先进的图像处理技术，拍照后，系统可自动计算出面积，周长，叶长，叶宽，虫洞个数并同屏显示

○ 由便携的手持硬件装置、手机和APP软件组成
○ 能够在一般场景下快速获取四个表征叶片大小的参数 (叶面积、叶长、叶宽、周长)和三个表征叶片形状的参数(长宽比、形状因子、形状系数)。广泛应用在农、林、牧、草等领域
○ 可不联网进行测量使用，适用于更多户外场景

○ 由高拍仪+背光板装置+PC端软件组成，以拍摄手段获取图像后通过PC端软件进行分析
○ 除生成叶片形态参数外，还会生成病斑、虫损参数，包括残叶分析和叶色分析
○ 广泛应用在农、林、草、园艺等领域，有效解决了该领域工作人员对大批量植株叶片表型参数的快速、便捷、准确的测量问题

○ 系统通过扫描仪获取图像后用PC端软件进行叶片表型分析
○ 一键可测量叶面积、叶长、叶宽、长宽比、周长等形态参数，颜色分析、形状因子、形状系数、矩形度、球形性、面积凹凸比、周长凹凸比、叶绿素参考值、锯齿面积、包膜、穿孔面积等多种参数
○ 适用于叶片表型研究、病害监测、品种选育及生理生态评估等

○ 无损测量植物叶绿素、植物叶面温度以及氮含量
○ 自动计算作物标准施肥量
○ 支持蓝牙传输，数据可多端查看分析

○ 无损测量植物叶绿素、植物叶面温度、叶面湿度以及氮含量
○ 自动计算作物标准施肥量
○ 支持蓝牙传输，数据可多端查看分析

○ 可以测定叶片光合速率、叶片蒸腾速率、光合有效辐射、细胞间CO₂浓度、气孔导度、水分利用率、叶片湿温度、叶室温湿度、进气湿温度共12项参数
○ 主要应用于农林业、园艺、草业、林业、种业等农林高校的植物生理实验教学以及科研院所的宏观生理生态研究中

○ 用于检测人工气候室、温室、大棚、大田等植物的活体叶片光合作用参数，可测定进气温湿度、叶室温湿度、空气CO2浓度、光合有效辐射强度、叶面温度、叶片净光合速率、气孔导度、蒸腾速率、胞间CO2浓度、瞬时水分利用率共12项参数
○ 可用于植物生长生理、光合生理、胁迫生理研究等科学研究，适用于农业科研、教学、园艺、草业、林业以及更广泛的领域

○ 可测量水稻亩穗数、理论产量、水稻穗粒数、穗长、水稻剑叶夹角、茎粗、水稻株高、一/二次枝梗数量和长度、各枝梗对应的穗粒数、着粒密度、穗长、总粒数和千粒重等指标
○ 适用于水稻品种筛选、水稻产量预测、稻穗动态发育、基因定位、功能解析和水稻遗传育种等

○ 利用图像识别和深度学习技术，通过轮廓分析、形态学分析、模式分析学习等，提取相关有效特征，采用先进的深度神经网络方法，在小麦大数据库建立基础上，建立高精度识别模型，完成小麦表型性状的测量
○ 可测量小麦株高、夹角、茎粗、小麦亩穗数、理论产量、穗长、小穗数、总粒数和千粒重等指标
○ 适用于小麦品种筛选、小麦产量预测、麦穗动态发育、基因定位、功能解析和小麦遗传育种研究等

○ 可以测量凸包面积、外接矩形面积、长宽比、侧视角紧凑度、侧视角投影面积、株高、茎秆节间距和茎粗、叶长、叶片弯曲度、茎叶夹角和千粒重等指标，是研究玉米表型参数中的产量相关性状参数的检测工具