-
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：CN112557393B
公开(公告)日：2024-02-20
申请号：CN202011303981.9
申请日：2020-11-19
Applicant: 南京农业大学
IPC: G01N21/84
Abstract: 本发明提出基于高光谱影像融合图谱特征的小麦叶层氮含量估测方法，步骤包括：采集小麦冠层高光谱影像数据和实测小麦叶层氮含量；首先，进行影像预处理，提取光谱反射率，计算植被指数、位置和形状特征，利用卷积神经网络提取深层特征。其次，通过相关系数分析、随机森林算法进行特征优选，利用并行融合策略构建新的融合图谱特征。最后，利用粒子群优化支持向量回归方法，构建基于融合图谱特征的小麦叶层氮含量估测模型。本发明的方法估测精度高、特征鲁棒性强，适用于小麦全生育期，同时也是目前第一次提出综合高光谱影像的植被指数、位置和形状特征、深层特征构建融合图谱特征估测小麦叶层氮含量的方法。
-
公开(公告)号：CN117575830A
公开(公告)日：2024-02-20
申请号：CN202311495042.2
申请日：2023-11-10
Applicant: 南京农业大学
IPC: G06Q50/02 , G06F18/20 , G06F30/20 , G06F111/10
Abstract: 本发明提供了一种基于NKI预测氮钾互作下小麦植株氮钾亏缺和产量状况的方法，包括：获取氮钾互作下相应的小麦植株生长参数；基于贝叶斯理论框架描述给定观察日期的生物量对钾浓度的响应；使用概率分布描述线性加平台参数在观察日期内的变异性；根据指定先验概率分布来定义这些参数合理值的先验知识；模型参数的后验分布进行估计；在估计的模型参数中取中值用于拟合每个日期的特定线性加平台函数，确定为临界钾稀释曲线模型；根据养分临界稀释理论计算KNI；根据临界氮稀释曲线模型计算NNI；进一步根据NNI和KNI计算NKI。本发明方法能够准确预测小麦植株氮钾亏缺和产量对氮钾互作效应的响应变化。
-
公开(公告)号：CN114062281B
公开(公告)日：2023-12-01
申请号：CN202111373941.6
申请日：2021-11-19
Applicant: 南京农业大学
Abstract: 本发明公开了一种宽视角多光谱成像型作物生长传感装置，该装置采用4波段4通道设计，各通道包括光学成像模块、光电转换模块和控制电路模块；所述光学成像模块包括望远成像模块和分光模块，所述望远成像模块包括第一透镜、光圈、第二透镜、第三透镜以及第四透镜，所述分光模块为窄带滤光片，该窄带滤光片设于第四透镜上方；所述光电转换模块包括图像传感器和光电转换处理器，光电转换模块将采集和处理的作物图谱信息发送到控制电路模块，所述控制电路模块通过输出接口将信息输出。本发明解决了非成像型传感器传感装置难以消除复杂水土背景的问题，同时该装置实现了作物生长信息的快速无损采集、智能化解析和可视化解释。
-
公开(公告)号：CN112613338B
公开(公告)日：2023-11-24
申请号：CN202011303935.9
申请日：2020-11-19
Applicant: 南京农业大学
IPC: G06V20/10 , G06V20/17 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06V20/68 , G06N3/006 , G06N3/0464 , G01N21/17 , G01N21/84
Abstract: 本发明提出基于RGB图像融合特征的小麦叶层氮含量估测方法，步骤包括：采集小麦冠层RGB图像和实测小麦叶层氮含量；首先，进行RGB图像预处理，计算可见光植被指数；其次，利用离散小波变换方法实现水平方向、垂直方向和对角方向的多尺度小波纹理特征提取；再次，利用卷积神经网络提取RGB图像深层特征；最后，构建基于融合特征的粒子群优化支持向量回归模型估测小麦叶层氮含量。本发明的方法估测精度高、特征鲁棒性强，适用于小麦全生育期，同时也是目前
-
Patent Agency Ranking
公开(公告)号：CN114694036A
公开(公告)日：2022-07-01
申请号：CN202210267472.8
申请日：2022-03-18
Applicant: 南京农业大学 , 神农智慧农业研究院南京有限公司
Abstract: 本发明公开了一种基于高分影像和机器学习的高海拔地区作物分类识别的方法，该方法使用国产GF6‑PMS卫星影像，结合光谱、纹理、植被指数及地形因子等特征，通过基于随机森林的递归特征消除策略筛选出最优特征组合，并计算Gini指数获得各输入特征的重要性得分，进一步利用两层堆叠驱动的集成分类模型(包含Random Forest、XGBoost和AdaBoost三个单一分类器模型)对高海拔地区作物进行分类识别。本发明基于最优特征组合(Green、Red、NIR、TVI、GNDVI、Blue_Mean、Green_Mean、Red_Mean、NIR_Mean、DEM)构建的Stacking模型可以在较大程度上改善高海拔地区农作物的分类识别精度，尤其是种植面积较大的大宗作物的分类识别精度，为国产高分卫星影像在高海拔地区进行农作物遥感识别提供了科学参考依据。
-
公开(公告)号：CN114097321A
公开(公告)日：2022-03-01
申请号：CN202111374308.9
申请日：2021-11-19
Applicant: 南京农业大学
Abstract: 本发明公开了一种新型高效麦田分蘖期锄草设备，其包括行走轮、动力装置、减震装置、车架扶手、控制器和滚刀锄草器，所述车架扶手的前端与长连板固定连接，长连板的两端连接减震装置，减震装置的下端与横梁相连接，所述横梁的两端上安装有行走轮，且位于两个行走轮之间的横梁下方安装有滚刀锄草器，所述滚刀锄草器接受所述控制器的控制。本发明实现了对分蘖期条播麦田杂草全覆盖去除，滚轮滚动锄草的形式有效降低作业功耗，特定参数的滚刀锄草面积大，作业阻力小，且能够产生下窄上宽的工作区域，降低锄草中的伤苗率。
-
公开(公告)号：CN106772427B
公开(公告)日：2019-07-16
申请号：CN201611116173.5
申请日：2016-12-07
Applicant: 南京农业大学
IPC: G01S17/89
Abstract: 本发明公开了一种基于连续小波分析的冠层高光谱小麦叶干重监测方法，该方法的步骤如下：选定采样小区，获取小麦冠层高光谱反射率、测定小麦叶干重；采样小区采自不同试验点、不同品种、不同施氮水平、不同种植密度和不同年份；对获得的小麦冠层高光谱反射率数据进行连续小波变换，获得特定波长和特定尺度下的小波系数C；利用获得的小波系数，分析小麦叶干重与小波系数的定量关系，筛选出对小麦叶干重敏感的最佳小波函数及最佳小波函数对应的特征值，并构建基于连续小波分析的小麦叶干重定量模型；使用独立小麦试验数据评估定量模型的可靠性和适用性，采用预测值和观测值之间的决定系数R2和相对均方根差RRMSE对定量模型进行评价。
-
公开(公告)号：CN106772427A
公开(公告)日：2017-05-31
申请号：CN201611116173.5
申请日：2016-12-07
Applicant: 南京农业大学
IPC: G01S17/89
CPC classification number: G01S17/89
Abstract: 本发明公开了一种基于连续小波分析的冠层高光谱小麦叶干重监测方法，该方法的步骤如下：选定采样小区，获取小麦冠层高光谱反射率、测定小麦叶干重；采样小区采自不同试验点、不同品种、不同施氮水平、不同种植密度和不同年份；对获得的小麦冠层高光谱反射率数据进行连续小波变换，获得特定波长和特定尺度下的小波系数C；利用获得的小波系数，分析小麦叶干重与小波系数的定量关系，筛选出对小麦叶干重敏感的最佳小波函数及最佳小波函数对应的特征值，并构建基于连续小波分析的小麦叶干重定量模型；使用独立小麦试验数据评估定量模型的可靠性和适用性，采用预测值和观测值之间的决定系数R2和相对均方根差RRMSE对定量模型进行评价。
-
公开(公告)号：CN119131045B
公开(公告)日：2025-03-21
申请号：CN202411160757.7
申请日：2024-08-22
Applicant: 南京农业大学
IPC: G06T7/10 , G01B11/24 , G01B11/28 , G01B11/26 , G01N21/84 , G01N21/25 , G06T7/50 , G06T7/90 , G06N3/0464
Abstract: 本发明公开了一种无接触式大豆单叶片外部表型参数与光谱修正方法，包括：S1、建立大豆叶片实例分割数据库；S2、获取大豆叶片的RGB信息，深度信息，与多光谱信息；S3、获取单叶多光谱图像；同时获取每个叶片对应的深度信息，多光谱信息；S4、根据大豆单叶的RGB信息，深度信息计算其叶片外部表型参数并利用外部表型参数修正光谱信息作为最终光谱修正结果。本发明利用深度相机获取置植株盆栽外部参数，避免了繁杂的建模过程，节省了时间，减少了计算量。同时光谱修正算法可以修正角度对光谱的影响，不再需要手持仪器夹持，大大提高了效率，对表型获取以及育种有着提高效率的效果。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.02 seconds)
