-
公开(公告)号：CN114549881B
公开(公告)日：2023-08-01
申请号：CN202210081094.4
申请日：2022-01-24
Applicant: 扬州大学
IPC: G06V10/762 , G06V20/17 , G06Q50/02
Abstract: 本发明公开了一种基于区域渐变植被指数的小麦早期茎蘖数估测方法，包括如下步骤：步骤一，图像获取：通过多光谱无人机采集田间图像；步骤二，麦苗区域提取，利用超绿值OTSU算法提取麦苗区域；步骤三，区域分级：计算步骤二麦苗区域的植被指数，利用K‑means算法将麦苗区域分为4类；步骤四，渐变特征提取；步骤五，构建渐变植被指数：利用步骤四提取的渐变特征，构建反映区域内植株的紧凑情况、分布均匀情况、粘连强度、紧凑粘连区域的占比情况的指数；步骤六，茎蘖数估测；步骤七，估测模型验证。本发明在植被指数(VIs)的基础上，首次提出小麦群体渐变特征(GCF)，能够较好的反映群体茎蘖状态，对常见模型茎蘖估测上均有较好的效果。
-
公开(公告)号：CN107818565B
公开(公告)日：2021-05-18
申请号：CN201711182310.X
申请日：2017-11-23
Applicant: 扬州大学
Abstract: 本发明涉及一种小麦一至三叶期麦苗数量调查方法，包括如下步骤：麦苗图像获取：通过数码相机、手机等图像采集设备获取田间麦苗图像；目标区域提取：利用一平米白框标定目标区域，并通过图像透射变换对区域进行矫正，再进行图像裁切；麦苗提取：利用颜色体征提取图像中的麦苗；麦苗盖度提取：通过麦苗所占像素与整幅图像像素的比值来计算麦苗盖度值；麦苗角点提取：利用角点检测算法实现小麦叶片重叠处角点的检测；品种和叶龄调查：人工调查品种和叶龄作为输入参数；麦苗估测：利用模型及输入参数估测麦苗数量。本发明利用图像分析方法实现小麦一至三叶期出苗情况调查，可快速获取田间苗数，为后期栽培管理提供依据。
-
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：CN108169138A
公开(公告)日：2018-06-15
申请号：CN201711363467.2
申请日：2017-12-18
Applicant: 扬州大学
IPC: G01N21/17
Abstract: 本发明公开了一种利用热红外图像的水稻倒伏监测方法，农田图像获取，通过无人机搭载热红外成像设备，定点获取；特征值提取，通过图像分析工具Matlab提取目标区域的颜色特征值、纹理特征值和温度特征值；构建倒伏区域判别模型，利用步骤二中提取的特征值和已知的倒伏情况训练水稻倒伏识别模型；倒伏监测模型的校准：通过采集较多的倒伏水稻与非倒伏水稻样本对步骤三中训练的模型进行校准；倒伏模型验证：利用独立的样本对步骤四中已校准的模型进行验证。本发明利用热红外图像识别水稻倒伏区域与非倒伏区域的差异，为水稻倒伏监测提供有效的手段。
-
公开(公告)号：CN114549881A
公开(公告)日：2022-05-27
申请号：CN202210081094.4
申请日：2022-01-24
Applicant: 扬州大学
IPC: G06V10/762 , G06V20/17 , G06K9/62 , G06Q50/02
Abstract: 本发明公开了一种基于区域渐变植被指数的小麦早期茎蘖数估测方法，包括如下步骤：步骤一，图像获取：通过多光谱无人机采集田间图像；步骤二，麦苗区域提取，利用超绿值OTSU算法提取麦苗区域；步骤三，区域分级：计算步骤二麦苗区域的植被指数，利用K‑means算法将麦苗区域分为4类；步骤四，渐变特征提取；步骤五，构建渐变植被指数：利用步骤四提取的渐变特征，构建反映区域内植株的紧凑情况、分布均匀情况、粘连强度、紧凑粘连区域的占比情况的指数；步骤六，茎蘖数估测；步骤七，估测模型验证。本发明在植被指数(VIs)的基础上，首次提出小麦群体渐变特征(GCF)，能够较好的反映群体茎蘖状态，对常见模型茎蘖估测上均有较好的效果。
-
Patent Agency Ranking
公开(公告)号：CN108169138B
公开(公告)日：2020-10-30
申请号：CN201711363467.2
申请日：2017-12-18
Applicant: 扬州大学
IPC: G01N21/17
Abstract: 本发明公开了一种利用热红外图像的水稻倒伏监测方法，农田图像获取，通过无人机搭载热红外成像设备，定点获取；特征值提取，通过图像分析工具Matlab提取目标区域的颜色特征值、纹理特征值和温度特征值；构建倒伏区域判别模型，利用步骤二中提取的特征值和已知的倒伏情况训练水稻倒伏识别模型；倒伏监测模型的校准：通过采集较多的倒伏水稻与非倒伏水稻样本对步骤三中训练的模型进行校准；倒伏模型验证：利用独立的样本对步骤四中已校准的模型进行验证。本发明利用热红外图像识别水稻倒伏区域与非倒伏区域的差异，为水稻倒伏监测提供有效的手段。
-
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：CN107818565A
公开(公告)日：2018-03-20
申请号：CN201711182310.X
申请日：2017-11-23
Applicant: 扬州大学
CPC classification number: G06T7/0002 , G06T7/11 , G06T7/90 , G06T2207/30188
Abstract: 本发明涉及一种小麦一至三叶期麦苗数量调查方法，包括如下步骤：麦苗图像获取：通过数码相机、手机等图像采集设备获取田间麦苗图像；目标区域提取：利用一平米白框标定目标区域，并通过图像透射变换对区域进行矫正，再进行图像裁切；麦苗提取：利用颜色体征提取图像中的麦苗；麦苗盖度提取：通过麦苗所占像素与整幅图像像素的比值来计算麦苗盖度值；麦苗角点提取：利用角点检测算法实现小麦叶片重叠处角点的检测；品种和叶龄调查：人工调查品种和叶龄作为输入参数；麦苗估测：利用模型及输入参数估测麦苗数量。本发明利用图像分析方法实现小麦一至三叶期出苗情况调查，可快速获取田间苗数，为后期栽培管理提供依据。
-
公开(公告)号：CN106918595A
公开(公告)日：2017-07-04
申请号：CN201710175005.1
申请日：2017-03-22
Applicant: 扬州大学
IPC: G01N21/84
CPC classification number: G01N21/84 , G01N2021/845 , G01N2021/8466
Abstract: 本发明公开了一种整精米率批量测定方法及其设备，包含图像获取，将米粒通过振动器均匀散落在传送带上，相机在正上方拍照获取米粒初始图像；图像预处理，将米粒从背景中提取出来，并进行去噪和平滑处理；分离粘连米粒，利用凹点检测和凹点匹配分离粘连米粒；识别整精米，利用最小外接矩形法计算粒长，从而识别整精米；计算整精米率：利用整精米率公式HRY＝S_hr/S_total×100％计算整精米率。本发明实现了整精米率连续批量测量，提高了测量效率，并且测量精度高。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
