-
公开(公告)号：CN116523866B
公开(公告)日：2023-12-01
申请号：CN202310458763.X
申请日：2023-04-26
Applicant: 扬州大学
Abstract: 本发明提供一种小麦赤霉病抗性鉴定方法，包括以下步骤：获取待鉴定麦穗的图像；使用基于DeepLabV3+网络的语义分割模型从步骤一获取的麦穗图像中提取目标麦穗的图像；将步骤二提取的目标麦穗的图像作为输入图像，确定分割健康小穗和染病小穗的分段动态阈值t；使用步骤三得到的阈值t提取目标麦穗的赤霉病发病区域；根据步骤四提取的目标麦穗的赤霉病发病区域，以染病小穗的面积占小穗总面积的比例表示单个麦穗的赤霉病严重度；使用待鉴定麦穗病害发生的平均严重度评估待鉴定麦穗的赤霉病抗性水平。该赤霉病表型智能化鉴定方法服务于赤霉病表型鉴定，为完全实现赤霉病智能化高通量(56)对比文件WO 2022074643 A1,2022.04.14杨俊.基于图像处理的小麦赤霉病检测研究.中国优秀硕士学位论文全文数据库 (农业科技辑).2021,(第（2021）04期), D046-47.徐浩宇.基于卷积神经网络的小麦赤霉病害识别与分级研究.中国优秀硕士学位论文全文数据库 (农业科技辑).2023,(第（2023）2期),D046-250.戴雨舒 等.基于图像处理和Deeplabv3+模型的小麦赤霉病识别.中国农机化学报.2021,第42卷(第09期),209-215.Xueyun Mao等.Inhibition of mycotoxindeoxynivalenol generation by usingselenized glucose Chinese ChemicalLetters.Chinese Chemical Letters.2020,第31卷(第12期),3276-3278.Man Chen 等.Online Detection Systemfor Wheat Machine Harvesting ImpurityRate Based on DeepLabV3+.Sensors.2022,第22卷(第19期), 7627.Jutamas Boonradsamee 等.An OptimalThreshod Selection Approach for the Valueat Risk of the ExtremeEvents.Lobachevskii Journal ofMathematics.2022,第43卷2397–2410.孙红;李松;李民赞;刘豪杰;乔浪;张瑶.农业信息成像感知与深度学习应用研究进展.农业机械学报.2020,(第05期),1-4.
-
公开(公告)号：CN118583788B
公开(公告)日：2025-05-09
申请号：CN202410630869.8
申请日：2024-05-21
Applicant: 扬州大学
Abstract: 本发明公开了一种基于时序的作物生长监测方法、系统、介质及设备，本发明从高光谱田间图像提取各波段的作物冠层反射率，计算植被指数；对高光谱田间图像进行二维光谱分析，选择作物生长监测的优化波段；构建作物生育期识别网络，根据生育期识别标准构建生育期指数；构建关于生育期指数和单位面积地上生物量的作物生长监测线性模型，利用植被指数回归出线性模型中的生物量系数；将基于时序的田间图像数据导入作物生长监测线性模型，进行作物生长监测计算，得到基于时序的作物生物量信息。本发明从大田农作物种植密度和冠层特性出发，利用田间高光谱图像获取作物冠层数据，与深度学习生育期识别模型结合，实现对时序生长的作物生物量精准估算。
-
公开(公告)号：CN118583788A
公开(公告)日：2024-09-03
申请号：CN202410630869.8
申请日：2024-05-21
Applicant: 扬州大学
Abstract: 本发明公开了一种基于时序的作物生长监测方法、系统、介质及设备，本发明从高光谱田间图像提取各波段的作物冠层反射率，计算植被指数；对高光谱田间图像进行二维光谱分析，选择作物生长监测的优化波段；构建作物生育期识别网络，根据生育期识别标准构建生育期指数；构建关于生育期指数和单位面积地上生物量的作物生长监测线性模型，利用植被指数回归出线性模型中的生物量系数；将基于时序的田间图像数据导入作物生长监测线性模型，进行作物生长监测计算，得到基于时序的作物生物量信息。本发明从大田农作物种植密度和冠层特性出发，利用田间高光谱图像获取作物冠层数据，与深度学习生育期识别模型结合，实现对时序生长的作物生物量精准估算。
-
公开(公告)号：CN116523866A
公开(公告)日：2023-08-01
申请号：CN202310458763.X
申请日：2023-04-26
Applicant: 扬州大学
Abstract: 本发明提供一种小麦赤霉病抗性鉴定方法，包括以下步骤：获取待鉴定麦穗的图像；使用基于DeepLabV3+网络的语义分割模型从步骤一获取的麦穗图像中提取目标麦穗的图像；将步骤二提取的目标麦穗的图像作为输入图像，确定分割健康小穗和染病小穗的分段动态阈值t；使用步骤三得到的阈值t提取目标麦穗的赤霉病发病区域；根据步骤四提取的目标麦穗的赤霉病发病区域，以染病小穗的面积占小穗总面积的比例表示单个麦穗的赤霉病严重度；使用待鉴定麦穗病害发生的平均严重度评估待鉴定麦穗的赤霉病抗性水平。该赤霉病表型智能化鉴定方法服务于赤霉病表型鉴定，为完全实现赤霉病智能化高通量鉴定提供参考。相比于传统鉴定方法省时省工，鉴定数据全面，误差较小。
-
-
-
Search Results
4
records
(took 0.012 seconds)
