一种喷头喷雾面叠加区雾滴体积中径预测方法及装置

    公开(公告)号:CN111175200B

    公开(公告)日:2021-08-06

    申请号:CN202010040851.4

    申请日:2020-01-15

    Applicant: 浙江大学

    Abstract: 本发明涉及一种喷头喷雾面叠加区雾滴体积中径预测方法及装置,将单喷头放置于不同的高度位置,确定喷幅范围;测量喷幅范围内所有的雾滴体积中径,得到第一真实测量值;将第一真实测量值划分构建建模集和预测集;采用REGRESS函数建立多项拟合式;将双喷头放置于不同高度和不同间距位置,测量喷幅重叠区域内的雾滴体积中径,得到第二真实测量值;确定第一、二喷头的雾滴体积中径的模拟值;将第一、二喷头的雾滴体积中径的模拟值和第二真实测量值划分构建建模集和预测集;采用RBFNN进行定量建模,得到预测模型;基于第一、二喷头的雾滴体积中径的模拟值、第二真实测量值和预测模型确定叠加区雾滴体积中径。本发明中的上述装置及方法简单结果精确。

    一种基于标定区块对靶校正的农田测亩方法及系统

    公开(公告)号:CN111598937A

    公开(公告)日:2020-08-28

    申请号:CN202010417869.1

    申请日:2020-05-18

    Applicant: 浙江大学

    Abstract: 本发明涉及一种基于标定区块对靶校正的农田测亩方法及系统,包括:获取RTK测量系统测量的每个标定板中心的经纬度坐标;获取拍摄终端拍摄的多张图像;根据每个标定板中心的经纬度坐标和多张图像确定待测农田图像;根据拍摄终端确定每个像素点对地面积,记为像素点面积;利用图像分割方法对待测农田图像进行分割,确定待测目标农田图像;利用数字图像形态学对待测目标农田图像进行处理,确定待测目标农田图像中像素点数量;根据待测目标农田图像中像素点数量和像素点面积确定待测目标农田的面积。通过本发明的上述方法能够精确的测量农田面积,降低测量成本。

    基于热红外图像配准融合的水稻结实率测量装置及方法

    公开(公告)号:CN115100447B

    公开(公告)日:2024-05-17

    申请号:CN202210842727.9

    申请日:2022-07-18

    Applicant: 浙江大学

    Abstract: 本发明涉及一种基于热红外图像配准融合的水稻结实率测量装置及方法,属于数字化考种领域。所述装置中,加热料箱将待测水稻籽粒样本加热至预设温度后下落至黑色传送带上;平铺刷将叠层的待测水稻籽粒样本平铺展开,保证籽粒单层分布;当黑色传送带将待测水稻籽粒样本传送至暗箱下方时,由LED光源提供照明,由热红外相机和RGB相机分别采集待测水稻籽粒样本的热红外图像和RGB图像并发送至处理器;由处理器对热红外图像和RGB图像进行处理,计算得到待测水稻籽粒样本的结实率。采用本发明装置及方法,无需人工目视分辨计数即可测量得到水稻结实率,排除了人为因素影响,能够提高水稻结实率测量的效率、精度和自动化程度,具有广泛的应用前景。

    基于热红外图像配准融合的水稻结实率测量装置及方法

    公开(公告)号:CN115100447A

    公开(公告)日:2022-09-23

    申请号:CN202210842727.9

    申请日:2022-07-18

    Applicant: 浙江大学

    Abstract: 本发明涉及一种基于热红外图像配准融合的水稻结实率测量装置及方法,属于数字化考种领域。所述装置中,加热料箱将待测水稻籽粒样本加热至预设温度后下落至黑色传送带上;平铺刷将叠层的待测水稻籽粒样本平铺展开,保证籽粒单层分布;当黑色传送带将待测水稻籽粒样本传送至暗箱下方时,由LED光源提供照明,由热红外相机和RGB相机分别采集待测水稻籽粒样本的热红外图像和RGB图像并发送至处理器;由处理器对热红外图像和RGB图像进行处理,计算得到待测水稻籽粒样本的结实率。采用本发明装置及方法,无需人工目视分辨计数即可测量得到水稻结实率,排除了人为因素影响,能够提高水稻结实率测量的效率、精度和自动化程度,具有广泛的应用前景。

    基于无人机多光谱图像融合的作物产量预测方法及系统

    公开(公告)号:CN114782843A

    公开(公告)日:2022-07-22

    申请号:CN202210428234.0

    申请日:2022-04-22

    Applicant: 浙江大学

    Abstract: 本发明提供一种基于无人机多光谱图像融合的作物产量预测方法及系统,属于产量预测领域,作物产量预测方法包括:采集目标区域作物成熟前的多光谱图像并确定作物测产区域;从作物测产区域中提取5个波段的灰度图像;确定每个灰度图像各波段的纹理特征;根据各波段的纹理特征确定6个纹理指数;根据5个波段的反射率平均值确定6个植被指数;根据红、绿、蓝波段的平均灰度值确定6个颜色指数;根据6个纹理指数、6个植被指数和6个颜色指数,确定产量指数;根据产量指数,采用随机森林方法,确定目标区域的作物产量。采用图像处理的方式降低了对作物的影响,同时融合纹理指数、植被指数和颜色指数提高了产量预测的精度。

    一种无人机双喷头雾滴粒径沉积量预测方法

    公开(公告)号:CN111209681B

    公开(公告)日:2021-11-30

    申请号:CN202010040481.4

    申请日:2020-01-15

    Applicant: 浙江大学

    Abstract: 本发明涉及一种无人机双喷头雾滴粒径沉积量预测方法,包括:将单喷头放置于不同的高度位置;确定不同高度下单喷头的喷幅范围;将双喷头放置于不同高度和不同间距位置;以双喷头之间间距的中心为零点,左右各间隔第一设定距离,测量不同高度、不同间距和不同水平位置下喷幅重叠区域内的雾滴体积中径VMD;确定占雾滴总体积10%的雾滴体积中径值V10;测量在所述喷幅重叠区域内的沉积量;将喷头高度、双喷头之间间距、测量得到的VMD、V10作为自变量,每个测量点的沉积量作为因变量,将所有自变量和因变量划分为固定比例的建模集和预测集,建立ELM模型;基于所述ELM模型确定雾滴粒径沉积量。本发明中的上述方法采用机器学习方法得到了高精度的定量建模效果。

Patent Agency Ranking