一种无人机航线规划方法、电子设备和存储介质

    公开(公告)号:CN117249831A

    公开(公告)日:2023-12-19

    申请号:CN202311263213.9

    申请日:2023-09-27

    Abstract: 本发明提供了一种无人机航线规划方法、电子设备和存储介质,其中方法包括提取所有树木的经纬度坐标,得到经纬度坐标集合。采集电池电量和飞行距离,构建电池电量和飞行距离之间的预测模型。获取已训练航线规划模型,已训练航线规划模型基于注意力机制,预测模型为已训练航线规划模型的解码器的部分输入。从经纬度坐标集合中筛选出航点坐标,将航点坐标输入已训练航线规划模型进行航线规划,得到无人机飞行航线。将无人机电量作为已训练航线规划模型的约束条件,能够使生成的无人机飞行航线的飞行距离最短,从而提高无人机采集数据的效率。另外,本发明提供的方法能够更好地适应果树分布的复杂性,从而高效地规划无人机飞行航线。

    荔枝叶片内含物的无损检测方法及叶片内含物检测装置

    公开(公告)号:CN117664872A

    公开(公告)日:2024-03-08

    申请号:CN202311348276.4

    申请日:2023-10-17

    Abstract: 本发明提供了一种荔枝叶片内含物的无损检测方法及叶片内含物检测装置,属于荔枝叶片检测技术领域,该无损检测方法包括:采集叶片样本,并获取样本叶片中内含物的值,其中,叶片中内含物包括叶绿素a、叶绿素b以及类胡萝卜素;建立样本叶片的原始高光谱图像;对原始高光谱图像进行预处理,得到预处理图像;提取预处理图像的特征波段;基于所提取的特征波段和样本叶片中内含物的值,构建回归预测模型;利用回归预测模型,对原始高光谱图像进行叶片的内含物计算,并实现叶片内含物的可视化分布。该方法无需损坏荔枝叶片即能够实现荔枝叶内含物的测量,且检测精度高,能够实现叶片内含物的快速检测。

    一种基于图像处理的树梢检测方法、电子设备和存储介质

    公开(公告)号:CN117152118A

    公开(公告)日:2023-12-01

    申请号:CN202311237447.6

    申请日:2023-09-25

    Abstract: 本发明提供了一种基于图像处理的树梢检测方法、电子设备和存储介质,其中方法包括获取待重建图像集,待重建图像集包括经过预处理的无人机拍摄的树梢图像。对待重建图像集进行超分辨率重建,得到重建后图像集。从重建后图像集中筛选出测试图像集,使用Tood‑SPCS模型对测试图像集进行树梢检测,在树梢检测的同时进行切片辅助推理,得到树梢检测结果;其中,Tood‑SPCS模型为基于Swin‑Transformer网络的目标检测模型。对待重建图像集进行超分辨率重建,在进行树梢识别前提高了待重建图像集的清晰度。通过切片辅助推理得到的小图具有更多的上下文信息,可以增强获取局部信息的能力,从而提高树梢检测的准确度。

Patent Agency Ranking