一种小麦出苗均匀度测定方法

    公开(公告)号:CN107274384B

    公开(公告)日:2020-09-22

    申请号:CN201710349271.1

    申请日:2017-05-17

    Applicant: 扬州大学

    Abstract: 本发明涉及一种小麦出苗均匀度测定方法,包括以下步骤:田间图像获取:基于无人机近地5‑10米获取3‑5叶期小麦RGB图像;植被提取:利用公式提取图像中的小麦苗;盖度提取:将图像划分为若干个0.30m×0.30m的子区域,计算每个子区域中麦苗部分的像素值占图像总像素值的百分比,记为盖度;均匀度计算:计算子区域间盖度的变异系数来表示均匀度;缺苗情况调查:计算条播小麦中的缺苗长度>10cm的断行区域,计算撒播小麦的缺苗面积>0.02m2的缺苗区域。本发明测定方法,计算效率高,可以快速大面积全面的调查出苗均匀度,相比人工调查效率高、覆盖面广。

    一种麦苗计数方法
    34.
    发明公开

    公开(公告)号:CN105447860A

    公开(公告)日:2016-03-30

    申请号:CN201510792836.4

    申请日:2015-11-18

    Applicant: 扬州大学

    CPC classification number: G06T2207/30242

    Abstract: 本发明公开了一种麦苗计数方法,包含步骤:麦苗图像获取:在麦苗一叶期垂直获取麦苗图像;麦苗骨架提取:利用颜色特征提取麦苗图像中的麦苗,并且提取麦苗区域二值图像的骨架;麦苗骨架分析:利用Harris角点检测算法检测骨架的角点,利用Freeman链码将麦苗图像骨架简化成一条线段,利用角点检测算法和闭合区域检测算法分别检测骨架的角点数NCP和闭合多边形的封闭环数NCR;麦苗计算:利用公式NS=NCP-NCR+1计算出麦苗数NS。本发明省工省时,解决了麦苗形态差异大、姿态各异、重叠粘合难以计数的问题。

    一种水稻垩白测算方法
    35.
    发明公开

    公开(公告)号:CN104458747A

    公开(公告)日:2015-03-25

    申请号:CN201410804093.3

    申请日:2014-12-22

    Applicant: 扬州大学

    Abstract: 本发明提供了一种水稻垩白测算方法,包括粘连米粒分割、垩白提取、垩白度计算、垩白粒率计算、垩白分类的步骤。本发明利用计算机图像方法计算水稻垩白,相比传统的人工测量法省工省时,同时结实率计算的准确率不受人为因素的影响。本发明解决了利用图像处理方法进行垩白评价中米粒粘连的问题,提高了垩白信息测量的准确率。本发明在测量垩白度,垩白粒率的同时判断出垩白类型,细化了垩白分析结果。

    氯苯液相选择性硝化绿色生产方法

    公开(公告)号:CN101412677A

    公开(公告)日:2009-04-22

    申请号:CN200810235242.3

    申请日:2008-11-12

    Applicant: 扬州大学

    Inventor: 张存 刘涛 马春艳

    CPC classification number: Y02P20/584

    Abstract: 氯苯液相选择性硝化绿色生产方法,涉及硝基氯苯的合成工艺。在已放置溶剂四氯化碳的反应容器中加入氯苯和吸水剂,在温度为10~15℃条件下搅拌混合并滴加硝化剂,滴加完毕后加入催化剂WO3/ZrO2,升温至50~60℃条件下搅拌反应至结束,过滤回收催化剂及分出有机相,洗涤至近中性,蒸馏回收溶剂后经干燥脱水得到产物硝基氯苯。本发明一硝产物收率高达91.5%,并显示出良好的对位选择性,且催化剂用量较小,分离容易,可循环套用,从源头上阻止污染产生,因此该氯苯液相选择性硝化绿色工艺具有很好的工业应用前景。

    一种基于小麦冠层光分布的各叶层叶面积指数估测方法

    公开(公告)号:CN119515950A

    公开(公告)日:2025-02-25

    申请号:CN202411537812.X

    申请日:2024-10-31

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于小麦冠层光分布的各叶层叶面积指数估测方法,步骤如下:S1,通过无人机采集多光谱数据和小麦冠层三维点云数据;S2,进行多光谱图像拼接和冠层三维点云重建;S3,利用ArcGIS软件生成每个小区的形状文件,利用ENVI软件裁剪多光谱图像,利用PCM软件裁剪冠层点云,获取每个小区的多光谱图像和三维点云;S4,利用MATLAB软件提取每个小区的植被指数;S5,统计冠层点云不同层的点云数量;S6,基于不同层点云数量特征,使用机器学习算法构建冠层光分布估测模型;S7,基于估测冠层光分布特征及植被指数,使用机器学习算法构建不同叶层LAI估测模型。本发明能实现大规模的有效监测叶面积指数。

    基于改进时间序列模型的非充气轮胎健康监测方法及系统

    公开(公告)号:CN117656716A

    公开(公告)日:2024-03-08

    申请号:CN202311627566.2

    申请日:2023-11-30

    Applicant: 扬州大学

    Abstract: 本发明公开了基于改进时间序列模型的非充气轮胎健康监测方法及系统,涉及智能非充气轮胎技术领域,包括测量智能非充气轮胎在不同局部损伤下的径向加速度信号,将样本数据进行差分处理;对预处理后的数据样本建立自回归积分滑动平均模型;根据AR项的一阶系数建立损伤敏感因子,基于损伤敏感因子识别智能非充气轮胎健康状态。本发明提供的基于改进时间序列模型的非充气轮胎健康监测方法通过改进的时间序列模型,在非充气轮胎性能退化的初期阶段及时发现异常或对健康状态进行监测,提高了车辆的安全性和可靠性,使用自回归积分滑动平均模型,对比传统方法更准确可靠,本发明方法为本发明在安全性、可靠性和准确性方面都取得更加良好的效果。

    顾及时空异质性的基于极稀疏采样的高维比湿数据重建方法

    公开(公告)号:CN114004056A

    公开(公告)日:2022-02-01

    申请号:CN202110993497.1

    申请日:2021-08-27

    Applicant: 扬州大学

    Abstract: 本发明公开了一种顾及时空异质性的基于极稀疏采样的高维比湿数据重建方法,包括以下步骤:将原始多维比湿数据重组为局部相似的子张量块;将得到的每个子张量块视作一个整体,对每个子张量块进行样本筛选,选取代表性样本,构建掩膜张量;基于大气分布结构模式,从不同尺度上提取每个子张量块数据上的大气环境多维信号的特征分量;进一步对不同尺度上的特征分量集合进行显著性检验,筛选显著性分量并进行特征重构;将每个块数据的特征重构数据与原始的子张量块数据分别进行加权求和,完成原始多维比湿数据的重建。

    一种小麦叶片衰老程度快速测量方法

    公开(公告)号:CN109738438B

    公开(公告)日:2021-07-23

    申请号:CN201811632807.1

    申请日:2018-12-29

    Applicant: 扬州大学

    Abstract: 本发明涉及植物叶片衰老程度测量技术领域,特别涉及一种小麦叶片衰老程度快速测量方法,具体为,在预备实验阶段,通过常规方法,监测小麦叶片衰老过程中各项生理指标,根据各生理指标将小麦叶片衰老过程划分为若干个等级,再结合不同衰老等级叶片颜色的图像数据,确定与衰老程度相关的颜色特征参数MT,再建立小麦衰老等级与颜色特征参数MT的标准回归曲线方程,通过前期预备实验阶段,总结出叶片衰老与颜色特征参数的曲线关系,以便于实际测量中快速应用;在实际叶片衰老程度检测和判定时,通过拍摄获取叶片图像,识别提取图像中叶片部位的R、G、B值,计算颜色特征参数MT后,代入标准回归曲线方程以确定小麦叶片的具体衰老等级。

Patent Agency Ranking