-
公开(公告)号：CN111414894A
公开(公告)日：2020-07-14
申请号：CN202010279954.6
申请日：2020-04-10
Applicant: 吉林农业大学
Abstract: 本发明公开了一种基于遥感图像的农作物病害识别方法，包括如下步骤：S1、基于YOLT模型实现遥感图像中农作物目标的检测；S2、基于检测结果在遥感图像中挖掘出该农作物目标对应的农作物图像区域，生成农作物图像；S3、基于热力图的病害图像去遮挡算法去除农作物图像内的农作物遮挡信息；S4、基于显著图的病害图像分割方法，利用显著图检测策略,获取农作物图像的显著图,将显著图作为掩码图像,对农作物图像进行复杂背景分割；S5、基于DSSD__Inception_V2_coco模型实现农作物图像中孔洞、斑点、害虫轨迹等的检测识别。本发明可以实现农作物病害的快速识别和统计分析。
-
公开(公告)号：CN113096027B
公开(公告)日：2024-01-23
申请号：CN202110229082.7
申请日：2021-03-02
Applicant: 吉林农业大学
Abstract: 本发明提供一种基于点云的农田土壤层水平校正及去除方法，首先利用深度相机获取农田土壤层的可见光图像及图像对应的深度信息，经过差值计算获得植株的三维点云数据，并将获得的田间植株的三维点云数据分类储存在计算机中；然后利用点云处理工具，将得到的三维点云数据逐步经过随机采样一致性算法进行土壤层拟合、得到拟合后的土壤层水平面，再将拟合后的土壤层水平面的点云通过罗德里格旋转算法进行土壤层水平校正，最后根据预设阈值将土壤层去除。该方法有效避免三维扫描过程中可能存在的无关环境点云给表型参数计算带来的复杂性，提高植物表型计算的准确程度、实现植株表型的精确测量。
-
公开(公告)号：CN113096027A
公开(公告)日：2021-07-09
申请号：CN202110229082.7
申请日：2021-03-02
Applicant: 吉林农业大学
Abstract: 本发明提供一种基于点云的农田土壤层水平校正及去除方法，首先利用深度相机获取农田土壤层的可见光图像及图像对应的深度信息，经过差值计算获得植株的三维点云数据，并将获得的田间植株的三维点云数据分类储存在计算机中；然后利用点云处理工具，将得到的三维点云数据逐步经过随机采样一致性算法进行土壤层拟合、得到拟合后的土壤层水平面，再将拟合后的土壤层水平面的点云通过罗德里格旋转算法进行土壤层水平校正，最后根据预设阈值将土壤层去除。该方法有效避免三维扫描过程中可能存在的无关环境点云给表型参数计算带来的复杂性，提高植物表型计算的准确程度、实现植株表型的精确测量。
-
-
Search Results
3
records
(took 0.019 seconds)
