-
公开(公告)号：CN114998728A
公开(公告)日：2022-09-02
申请号：CN202210570891.9
申请日：2022-05-24
Applicant: 中国农业大学
Abstract: 本发明公开了一种无人机多源遥感预测棉花叶面积指数的方法及系统，利用无人机搭载的5通道多光谱相机和激光雷达获取棉花种植区的遥感影像，以及样方棉花叶面积指数地面实测值；对遥感影像进行处理获得各样方植被指数及结构参数；分别提取植被指数和结构参数与地面实测叶面积指数相关系数最高的3个特征数据，将其作为输入，实测叶面积指数作为输出，利用支持向量机的机器学习算法通过训练建立棉花种植区叶面积指数估测模型，并用训练好的模型进行棉花叶面积指数估测。本发明的方法相对于利用单一因素对叶面积指数进行反演具有更好的适用性和更高的反演精度。
-
Patent Agency Ranking
公开(公告)号：CN114998728B
公开(公告)日：2024-08-02
申请号：CN202210570891.9
申请日：2022-05-24
Applicant: 中国农业大学
Abstract: 本发明公开了一种无人机多源遥感预测棉花叶面积指数的方法及系统，利用无人机搭载的5通道多光谱相机和激光雷达获取棉花种植区的遥感影像，以及样方棉花叶面积指数地面实测值；对遥感影像进行处理获得各样方植被指数及结构参数；分别提取植被指数和结构参数与地面实测叶面积指数相关系数最高的3个特征数据，将其作为输入，实测叶面积指数作为输出，利用支持向量机的机器学习算法通过训练建立棉花种植区叶面积指数估测模型，并用训练好的模型进行棉花叶面积指数估测。本发明的方法相对于利用单一因素对叶面积指数进行反演具有更好的适用性和更高的反演精度。
-
公开(公告)号：CN114155526B
公开(公告)日：2024-04-16
申请号：CN202111322534.2
申请日：2021-11-09
Applicant: 中国农业大学
Abstract: 本发明提供一种番茄果实生长预测方法、装置、设备及产品，涉及农业技术领域，该方法包括以下步骤：获取番茄冠层的冠层光谱图像，并分别提取仅包含叶片的叶片光谱图像及仅包含果实的果实形态二值图像；将仅包含叶片的叶片光谱图像输入至叶片神经网络模型中，得到叶片参数；对仅包含果实的果实形态二值图进行角点检测分析，获得番茄果实个数；基于冠层光谱图像、叶片参数以及番茄果实个数，获得不同种植条件下的韧皮部糖浓度；将不同种植条件下的韧皮部糖浓度输入到番茄果实生长模型中，得到番茄果实鲜重、干重生长动态过程。本发明能够有效反映不同种植条件对番茄果实碳供应水平的影响，进而提高番茄果实生长的预测精度。
-
公开(公告)号：CN114862941A
公开(公告)日：2022-08-05
申请号：CN202210569577.9
申请日：2022-05-24
Applicant: 中国农业大学
IPC: G06T7/62 , G06T5/00 , G06V10/764 , G01S17/88
Abstract: 本发明公开了一种阈值修正的孔隙度模型计算棉花叶面积指数的方法及系统，无人机采集激光雷达原始点云数据；对激光雷达原始点云数据进行去噪、分类和归一化处理；设置网格计算单元，使用比尔朗博定律的孔隙度模型计算各网格内叶面积指数，并规定棉花各生长时期无胁迫时棉花所能达的最大叶面积指数为各生长期最大阈值，加权平均获得棉花种植区叶面积指数。本发明的方法及系统具有准确、方便、低成本、高通量等特点，为棉花叶面积指数的准确获取提供了一种具有普适意义的方法。
-
公开(公告)号：CN114862941B
公开(公告)日：2024-05-03
申请号：CN202210569577.9
申请日：2022-05-24
Applicant: 中国农业大学
IPC: G06T7/62 , G06T5/70 , G06V10/764 , G01S17/88
Abstract: 本发明公开了一种阈值修正的孔隙度模型计算棉花叶面积指数的方法及系统，无人机采集激光雷达原始点云数据；对激光雷达原始点云数据进行去噪、分类和归一化处理；设置网格计算单元，使用比尔朗博定律的孔隙度模型计算各网格内叶面积指数，并规定棉花各生长时期无胁迫时棉花所能达的最大叶面积指数为各生长期最大阈值，加权平均获得棉花种植区叶面积指数。本发明的方法及系统具有准确、方便、低成本、高通量等特点，为棉花叶面积指数的准确获取提供了一种具有普适意义的方法。
-
公开(公告)号：CN114155526A
公开(公告)日：2022-03-08
申请号：CN202111322534.2
申请日：2021-11-09
Applicant: 中国农业大学
IPC: G06V20/68 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G01N21/25 , G01N21/84 , G06K9/62
Abstract: 本发明提供一种番茄果实生长预测方法、装置、设备及产品，涉及农业技术领域，该方法包括以下步骤：获取番茄冠层的冠层光谱图像，并分别提取仅包含叶片的叶片光谱图像及仅包含果实的果实形态二值图像；将仅包含叶片的叶片光谱图像输入至叶片神经网络模型中，得到叶片参数；对仅包含果实的果实形态二值图进行角点检测分析，获得番茄果实个数；基于冠层光谱图像、叶片参数以及番茄果实个数，获得不同种植条件下的韧皮部糖浓度；将不同种植条件下的韧皮部糖浓度输入到番茄果实生长模型中，得到番茄果实鲜重、干重生长动态过程。本发明能够有效反映不同种植条件对番茄果实碳供应水平的影响，进而提高番茄果实生长的预测精度。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
