-
公开(公告)号：CN116341223B
公开(公告)日：2024-01-16
申请号：CN202310236635.0
申请日：2023-03-13
Applicant: 南京农业大学
IPC: G06F30/20 , G06T3/4053 , G06T5/80 , G06V10/764 , G01N21/25 , G01N21/47
Abstract: 害监测与防治工作。本发明提出一种基于新型三波段光谱指数的水稻穗腐病病情严重度估算方法，包括以下步骤：提取稻穗的反射光谱和样本的病情严重度；利用多生育时期光谱响应特征与相关性分析，提取多个光谱区间的特征波段；创建三波段光谱指数以提高光谱特征对病情严重度的敏感性；最后通过精度对比筛选出最佳波段组合以估算穗腐病严重度。本发明在多生育时期内捕捉对病情严重度敏感的特征波段，构建指数在不同生育时期内的病情估算均适用，且显著提高了发病早期的
-
公开(公告)号：CN115808668A
公开(公告)日：2023-03-17
申请号：CN202211499194.5
申请日：2022-11-28
Applicant: 南京农业大学 , 神农智慧农业研究院南京有限公司
IPC: G01S7/48 , G01S17/88 , G06T5/00 , G06T7/33 , G06V10/762
Abstract: 本发明公开了一种田间小麦茎蘖数提取方法，包括步骤为：首先，采集小麦茎蘖数样本和点云数据，并对数据进行预处理，在数据预处理中引入卡尔曼滤波算法，以去除多余噪声，提高初始点云数据质量；其次，在将数据体素化后，利用孔隙率与体素点云密度间的数学关系，对冠层中缺失体素进行插值，以减轻遮挡对算法的影响，获取较为完整的冠层点云信息；最后，用均值漂移算法对插值后的冠层进行聚类，聚类数即为茎蘖数。本发明方法提取的小麦茎蘖数与田间实测的茎蘖数进行比较，验证了算法的可行性。本发明在一定程度上解决了地基激光雷达应用中出现的噪声和遮挡问题，为今后的地基激光雷达估测其他生长参数提供了技术支撑。
-
公开(公告)号：CN115684107A
公开(公告)日：2023-02-03
申请号：CN202211270765.8
申请日：2022-10-17
Applicant: 南京农业大学
IPC: G01N21/64 , G06F18/214 , G06F18/2411
Abstract: 本发明提出了一种基于日光诱导叶绿素荧光指数的水稻盐胁迫早期定量监测方法，首先选择晴天的10:00‑14:00之间采集单叶日光诱导叶绿素荧光(Sun‑induced chlorophyll Fluorescence,SIF)光谱曲线信息，计算9个SIF产量指数(FY)，同步测定叶片净光合速率、光系统II(PSII)最大光化学效率、叶绿素含量；然后通过PCA算法和隶属度函数算法分别计算生理生化参数的权重值和隶属度值，再基于权重值和隶属度值构建盐胁迫响应指数(SRI)；最后使用灰色关联分析算法筛选出与SRI关联性较好的FY，基于筛选出的FY构建SRI的支持向量机(SVR)回归估算模型。本发明构建的SRI对水稻早期盐胁迫响应敏感、迅速，能够在盐胁迫开始的1‑2天内反映出水稻植株生长状态，可拓展到卫星、无人机尺度的水稻早期盐胁迫监测。
-
公开(公告)号：CN109978047B
公开(公告)日：2022-05-27
申请号：CN201910223270.1
申请日：2019-03-22
Applicant: 南京农业大学
IPC: G06K9/62 , G06T5/00 , G06T7/00 , G06T7/62 , G06V10/762
Abstract: 本发明公开了一种田间小麦茎蘖数提取方法，通过激光雷达获取田间小麦点云，提取研究区任意一行小麦点云，将Y轴投影到一个平面，保留X轴和Z轴，应用自适应分层，获得该行小麦的簇数；应用层次聚类分析，获得每簇小麦的分蘖数，进一步获得整行小麦的茎蘖数，从而提取田间小麦茎蘖数。本发明方法提取的小麦茎蘖数与田间实测的茎蘖数进行比较，验证了算法的可行性，说明本发明方法实现了对大田作物茎蘖数的快速、准确、无损提取，同时具有较高的普适性，为田间小麦茎蘖数的提取提供了理论基础和技术支撑。
-
公开(公告)号：CN112884672A
公开(公告)日：2021-06-01
申请号：CN202110242020.X
申请日：2021-03-04
Applicant: 南京农业大学
Abstract: 本发明提出了一种基于同期卫星影像的多架次无人机影像相对辐射校正方法，包括以下步骤：对于多架次的无人机影像，首先获取同时期的中高空间分辨率卫星影像并进行预处理，得到相同区域的无人机和卫星影像；然后基于重采样无人机影像和卫星影像的光谱反射率，以回归树的方式将训练数据集分割为多个子集并开发回归模型；最后将多子集多元回归模型应用到无人机影像生成参考影像，并应用最小二乘回归建立各波段的辐射校正模型，从而获得相对辐射校正后的无人机影像。本发明构建的多架次无人机影像相对辐射校正方法操作步骤简单、高效，并且可实现自动化，可用于遥感影像拼接和遥感信息提取，以及基于无人机和卫星遥感协同的作物生长监测等。
-
Patent Agency Ranking
公开(公告)号：CN107796764B
公开(公告)日：2020-01-24
申请号：CN201610803703.7
申请日：2016-09-05
Applicant: 南京农业大学
Abstract: 本发明公开了一种适用于小麦叶面积指数估算的新型三波段植被指数的构建方法，步骤如下：规范采集小麦的冠层反射率和叶面积指数；基于归一化植被指数构建新型的三波段植被指数形式，利用建模数据，采用比较任意组合形式确定三个波段最佳波长和系数k，得到一种适用于小麦叶面积估算的最优三波段植被指数并以此建立小麦叶面积指数估算模型。采用独立实验数据对该新型植被指数及其估算模型进行验证和测试。发现，本发明构建的新型植被指数结构简单，所建立的估算模型对小麦叶面积指数进行估算表现出较高的精度，在作物叶面积指数较高时，有效避免了饱和现象的发生。可以广泛应用于精确农业小麦生产中叶面积指数的实时、无损和准确估算。
-
公开(公告)号：CN109459392A
公开(公告)日：2019-03-12
申请号：CN201811312158.7
申请日：2018-11-06
Applicant: 南京农业大学
CPC classification number: G01N21/25 , G01N21/84 , G01N2021/8466
Abstract: 本发明提出一种基于无人机多光谱影像的水稻地上部生物量估测方法，步骤如下：规范采集水稻冠层无人机多光谱影像数据和地面实测生物量数据；获取后进行影像预处理，提取反射率和纹理特征参数，计算植被指数，并构建新的纹理指数；利用逐步多元回归分析法，综合植被指数和纹理指数估测水稻生物量，并以此建立估测生物量的多元线性模型。采用交叉验证方法对该新估测模型进行精度验证。本发明的方法估测精度高、对输入数据要求少，适用于水稻全生育期，同时也是目前第一次提出综合无人机光谱和纹理信息估测水稻生物量的方法，可广泛用于无人机遥感监测作物长势。
-
公开(公告)号：CN106568730A
公开(公告)日：2017-04-19
申请号：CN201611020653.1
申请日：2016-11-21
Applicant: 南京农业大学
IPC: G01N21/31
CPC classification number: G01N21/31
Abstract: 本发明提出一种基于近地面高光谱影像的水稻阴阳叶穗识别方法，通过对水稻冠层内部不同器官组分光谱特征进行差异分析，获得阴阳叶穗分类决策树并区分阴叶、阳叶、阴穗、阳穗。该识别方法具有较高的识别精度，操作步骤简单易行，运算速度快，适用于不同水稻品种、不同栽培处理、不同生育时期，可广泛用作水稻冠层内部不同器官组分像元的识别分类。
-
公开(公告)号：CN119942319A
公开(公告)日：2025-05-06
申请号：CN202311454183.X
申请日：2023-11-03
Applicant: 南京农业大学 , 神农智慧农业研究院南京有限公司
IPC: G06V20/10 , G06V20/17 , G06V10/10 , G06V10/776 , G06T7/73
Abstract: 本发明公开了一种适用于棉花出苗早期的快速、高效计数方法，其步骤为：步骤一、获取棉花出苗早期无人机RGB图像；步骤二、将采集的RGB图像拼接后输出正射影像；步骤三、计算ExG指数后将图像二值化，使用直线检测方法获取作物行，对作物行扩展后生成掩膜边界，掩膜后提取出棉花幼苗行；步骤四、ExG指数图像中垂直于作物行像元DN值累加可得到一条有多个波峰波谷的波形曲线，对达到要求的波峰进行定位与计数；步骤五、使用RMSE和R2两个指标对WM计数效果进行评价。本发明在棉花幼苗监测时，对棉花幼苗尺寸不敏感，在粗分辨率与亮度变化的图像中依然能保障计数精度，是适用于棉花幼苗早期监测需要的高效率、短周期、低成本监测方法。
-
公开(公告)号：CN115508356B
公开(公告)日：2025-03-14
申请号：CN202211301573.9
申请日：2022-10-24
Applicant: 南京农业大学
IPC: G01N21/84
Abstract: 本发明提出一种基于氮分配理论的稻麦叶片氮含量高光谱估算方法，包括以下步骤：构建叶片氮分配模型，利用稻麦叶片尺度数据集标定模型系数，基于冠层反射光谱估算叶片叶绿素含量和干物质含量，利用标定的叶片氮分配模型估算叶片氮含量。本发明的方法在叶片尺度构建叶片氮分配模型，然后用遥感技术更容易估算的生化参数来估算叶片氮含量，该方法操作步骤简单，模型具有跨尺度可拓展性，适用于冠层水平不同稻麦品种、不同栽培处理、不同生育时期，可广泛用于稻麦冠层水平的叶片氮含量监测。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.033 seconds)
