-
公开(公告)号:CN115861409A
公开(公告)日:2023-03-28
申请号:CN202310171617.9
申请日:2023-02-28
Applicant: 华南农业大学
IPC: G06T7/62 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/045
Abstract: 本发明公开了一种大豆叶面积测算方法、系统、计算机设备及存储介质,所述方法包括:构建大豆叶子单张多视角图像‑单张扫描图配对数据集,划分出训练集;构建基于Swin Transformer的主干网络模型;利用训练集对主干网络模型进行训练,得到训练好的主干网络模型;获取待处理的大豆叶子多视角图像,并进行预处理;将预处理后的大豆叶子多视角图像输入训练好的主干网络模型,生成大豆叶子正面的平铺图;利用大豆叶子正面的平铺图,得到叶像素面积,叶像素面积是指图像中以像素为单位的叶子轮廓内部面积。本发明可以实现叶面积的快速准确计算,为监测植株生长过程及育种专家培育出高产大豆的理想叶型提供技术支持。
-
公开(公告)号:CN118967785A
公开(公告)日:2024-11-15
申请号:CN202411279367.1
申请日:2024-09-12
Applicant: 华南农业大学
IPC: G06T7/62 , G06T11/00 , G06T7/11 , G06N3/0464
Abstract: 本发明公开了一种基于大豆叶平铺化图像生成模型的叶子表型参数计算方法,本发明通过非接触式的方式对处于自然弯曲状态下的大豆叶进行拍摄,进一步对大豆叶自然状态图像进行平铺化处理,最后利用大豆叶平铺化图像计算大豆叶的叶型表型参数,与人工直接测算大豆叶长宽比的方法相比,本发明通过生成大豆叶平铺化图像的深度学习技术的介入可以大大提高大豆叶叶型长宽比的测算效率,同时降低损伤大豆植株的风险;本发明在SwimIR模型的基础上进行改进,不仅实现了对自然弯曲状态下的大豆叶图像的平铺化处理,并且在模型训练数据集中拍摄图像与扫描图像之间存在色彩风格差异的情况下使得模型也可以保持输出的大豆叶平铺图像与输入的拍摄图像色彩风格一致。
-
公开(公告)号:CN115861409B
公开(公告)日:2023-06-27
申请号:CN202310171617.9
申请日:2023-02-28
Applicant: 华南农业大学
IPC: G06T7/62 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/045
Abstract: 本发明公开了一种大豆叶面积测算方法、系统、计算机设备及存储介质,所述方法包括:构建大豆叶子单张多视角图像‑单张扫描图配对数据集,划分出训练集;构建基于Swin Transformer的主干网络模型;利用训练集对主干网络模型进行训练,得到训练好的主干网络模型;获取待处理的大豆叶子多视角图像,并进行预处理;将预处理后的大豆叶子多视角图像输入训练好的主干网络模型,生成大豆叶子正面的平铺图;利用大豆叶子正面的平铺图,得到叶像素面积,叶像素面积是指图像中以像素为单位的叶子轮廓内部面积。本发明可以实现叶面积的快速准确计算,为监测植株生长过程及育种专家培育出高产大豆的理想叶型提供技术支持。
-
-