-
公开(公告)号：CN109523550A
公开(公告)日：2019-03-26
申请号：CN201910010974.0
申请日：2019-01-07
Applicant: 扬州大学
CPC classification number: G06T7/0002 , G06Q50/02 , G06T3/4038 , G06T7/11 , G06T7/136 , G06T7/194 , G06T7/62 , G06T7/90 , G06T2207/10004 , G06T2207/30188
Abstract: 本发明涉及小麦出苗情况评价方法技术领域内一种五因素小麦出苗情况评价方法，本发明的方法借助于无人机图像处理技术获取田间出小苗麦的图像，通过图像处理、计算，得到麦苗的够苗度、均匀度、耕地利用率、峰值度和极值度五方面的因素，并进一步得到出苗情况的评分分值，同时借助于雷达五线图对出苗情况进行全面的评价，相比传统的人工统计方法，节省大量人力物力，并避免因人为因素造成的调查结果片面性问题，提高了田间调查的效率和准备性。
-
公开(公告)号：CN117274359B
公开(公告)日：2024-04-19
申请号：CN202311324535.X
申请日：2023-10-13
Applicant: 扬州大学
Abstract: 本发明公开了一种作物群体的株高测算方法和系统，涉及农作物监测技术领域，所述测算方法包括：采集多个多光谱图像、DSM图像、多个激光雷达图像和RGB图像；对多光谱图像、激光雷达图像进行预处理和裁剪，形成目标光谱图像和目标三维点云图像；对目标光谱图像进行特征提取，确定作物群体的植被指数；对RGB图像进行特征提取，确定作物群体的纹理指数；对目标三维点云图像进行农作物群体的高程信息提取，并根据高程信息，确定作物群体的长势状况；将植被指数、纹理指数和作物群体的长势状况，输入至多源数据融合的组合株高估测模型中，以输出作物群体的估测株高，从而精确实现对大范围、高密度农作物的株高监测。
-
公开(公告)号：CN117274359A
公开(公告)日：2023-12-22
申请号：CN202311324535.X
申请日：2023-10-13
Applicant: 扬州大学
Abstract: 本发明公开了一种作物群体的株高测算方法和系统，涉及农作物监测技术领域，所述测算方法包括：采集多个多光谱图像、DSM图像、多个激光雷达图像和RGB图像；对多光谱图像、激光雷达图像进行预处理和裁剪，形成目标光谱图像和目标三维点云图像；对目标光谱图像进行特征提取，确定作物群体的植被指数；对RGB图像进行特征提取，确定作物群体的纹理指数；对目标三维点云图像进行农作物群体的高程信息提取，并根据高程信息，确定作物群体的长势状况；将植被指数、纹理指数和作物群体的长势状况，输入至多源数据融合的组合株高估测模型中，以输出作物群体的估测株高，从而精确实现对大范围、高密度农作物的株高监测。
-
公开(公告)号：CN109523550B
公开(公告)日：2020-11-27
申请号：CN201910010974.0
申请日：2019-01-07
Applicant: 扬州大学
Abstract: 本发明涉及小麦出苗情况评价方法技术领域内一种五因素小麦出苗情况评价方法，本发明的方法借助于无人机图像处理技术获取田间出小苗麦的图像，通过图像处理、计算，得到麦苗的够苗度、均匀度、耕地利用率、峰值度和极值度五方面的因素，并进一步得到出苗情况的评分分值，同时借助于雷达五线图对出苗情况进行全面的评价，相比传统的人工统计方法，节省大量人力物力，并避免因人为因素造成的调查结果片面性问题，提高了田间调查的效率和准备性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
