-
公开(公告)号:CN117934564A
公开(公告)日:2024-04-26
申请号:CN202410018558.6
申请日:2024-01-05
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于体素分割法向量算法的小麦冠层叶倾角分布自动估算方法,其包括步骤:步骤1、获取小麦冠层的点云数据;步骤2、点云的拼接和去噪;步骤3、计算点云的法向量;步骤4、将点云进行体素化;步骤5、利用体素分割法向量;步骤6、计算体素的角度;步骤7、统计体素的角度并曲线拟合计算得到叶倾角分布和平均叶倾角。本发明的方法估算的平均叶倾角与田间实测数据进行了比较,并利用三维辐射传输模型验证了算法的可行性。本发明在一定程度上解决了利用地基激光雷达估算小麦冠层叶倾角分布时受叶片具有曲率和冠层的点密度不均影响的问题,为今后的高通量表型分析提供了技术支撑。
-
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:CN119418198A
公开(公告)日:2025-02-11
申请号:CN202411433912.8
申请日:2024-10-15
Applicant: 南京农业大学
IPC: G06V20/10 , G06V20/17 , G06V10/10 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/56 , G06V10/774 , G06V10/62
Abstract: 本发明提出了一种结合时间序列RGB图像和机器学习的小麦育种材料生育期的季内分类和估算方法,其步骤为:(1)根据不同生长季、不同生态点的小麦育种材料小区试验,获取时序高空间分辨率RGB影像并进行预处理,构建大量种质资源在不同生育期的样本库;(2)融合株高信息和图像信息的生育期阶段分类,实现生育阶段的高精度分类;(3)基于分类后获得的时序预测概率,构建关键生育期起始日期的估算模型;(4)确定育种材料的生育期监测的最佳数据采集间隔。本发明构建的方法高效,可得到及时的作物物候信息,可以指导种植管理、优化品种选择和提高产量和品质,为小麦生产提供科学依据和技术支持。
-
公开(公告)号:CN117934564B
公开(公告)日:2024-07-30
申请号:CN202410018558.6
申请日:2024-01-05
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于体素分割法向量算法的小麦冠层叶倾角分布自动估算方法,其包括步骤:步骤1、获取小麦冠层的点云数据;步骤2、点云的拼接和去噪;步骤3、计算点云的法向量;步骤4、将点云进行体素化;步骤5、利用体素分割法向量;步骤6、计算体素的角度;步骤7、统计体素的角度并曲线拟合计算得到叶倾角分布和平均叶倾角。本发明的方法估算的平均叶倾角与田间实测数据进行了比较,并利用三维辐射传输模型验证了算法的可行性。本发明在一定程度上解决了利用地基激光雷达估算小麦冠层叶倾角分布时受叶片具有曲率和冠层的点密度不均影响的问题,为今后的高通量表型分析提供了技术支撑。
-
公开(公告)号:CN118609003A
公开(公告)日:2024-09-06
申请号:CN202410751370.2
申请日:2024-06-12
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于点云和光谱融合的估测作物产量的新三维指标构建方法,首先,通过作物无人机多光谱影像构建植被指数,并与冠层叶绿素建立线性回归模型;然后,通过无人机激光雷达获取作物点云,利用多维矩阵融合的方法将点云与多光谱影像进行融合,生成作物多光谱点云;同时,将冠层叶绿素线性回归模型应用于作物多光谱点云,从而生成作物冠层叶绿素三维空间分布;最后,将冠层叶绿素三维空间分布进行垂直分层并统计垂直层的75%分位数(CCC_P75th)用来估测产量。结果表明,本发明构建的新型三维指标(CCC_P75th)同时包含了作物的结构和生理特征,相比于传统指标对产量具有更好的估测能力,这对作物高产株型筛选具有重要的指导意义。
-
-
-
-