-
公开(公告)号：CN116486034A
公开(公告)日：2023-07-25
申请号：CN202211499179.0
申请日：2023-01-28
Applicant: 南京农业大学
IPC: G06T17/20 , G06T7/136 , G06V10/762
Abstract: 本发明公开了一种田间小麦穗数提取方法，包括步骤：步骤1、采集小麦穗数样本和点云；步骤2、对从步骤1得到的小麦点云进行预处理；步骤3、选取任意点进行最小二乘曲面拟合，并获取该点所在平面的法向量；步骤4、计算点云法线差异度，分割茎或穗点云；步骤5、通过密度聚类进行茎或穗点云聚类：步骤6、根据聚类结果，统计小区内穗数。本发明方法提取的小麦穗数与田间实测的穗数进行比较，验证了算法的可行性，说明本发明方法实现了对大田作物穗数的快速、准确、无损提取，同时具有较高的普适性，为田间小麦穗数的提取提供了理论基础和技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN118314195A
公开(公告)日：2024-07-09
申请号：CN202410431639.9
申请日：2024-04-11
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于体素尺寸优化的田间作物绿色面积指数计算方法，该方法步骤为：通过激光雷达获取田间作物点云；利用强度信息差异获得作物绿色组分点云；对作物绿色组分点云进行体素化，获得三维体素模型；应用体素尺寸优化算法，获得作物绿色面积指数。本发明方法计算的作物绿色面积指数与田间实测的绿色面积指数进行比较，验证了算法的可行准确性，说明本发明方法实现了对大田作物绿色面积指数的快速、准确、无损提取，同时具有较高的普适性，为田间作物绿色面积指数的提取提供了理论基础和技术支撑。
-
公开(公告)号：CN115684107B
公开(公告)日：2024-05-24
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：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：CN118212530A
公开(公告)日：2024-06-18
申请号：CN202410431641.6
申请日：2024-04-11
Applicant: 南京农业大学
IPC: G06V20/10 , G06F18/2135 , G06T7/30 , G06T5/70 , G06N20/00
Abstract: 本发明公开了一种田间作物地上部生物量估算方法，该方法包括：通过地基激光雷达获取田间作物全波形数据；应用修正偏高斯函数对全波形数据进行分解；应用非线性最小二乘方法对波形进行建模，获得激光雷达有效波形；应用主成分分析，获得全波形激光雷达新特征；应用机器学习算法，获得田间作物地上部生物量。本发明方法估算的作物地上部生物量与田间实测的地上部生物量进行比较，验证了算法的可行性，说明本发明方法实现了对大田作物地上部生物量的快速、准确、无损估算，同时具有较高的普适性，为田间小麦地上部生物量的估算提供了理论基础和技术支撑。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
