-
公开(公告)号：CN114463397B
公开(公告)日：2024-09-13
申请号：CN202210021872.0
申请日：2022-01-10
Applicant: 武汉大学
Abstract: 本发明公开了一种基于渐进式滤波的多模态图像配准方法，包括以下步骤：步骤1、使用2D‑LGF生成多模态图像对的PC map；步骤2、利用AOS生成PC map的非线性尺度空间，在非线性尺度空间中检测极值，得到对光照和对比度不变的特征点，用于多模态图像匹配；步骤3、利用2D‑LGF卷积序列建立一个结构描述符来描述上一步得到的特征点；步骤4、采用双边匹配的方法建立初始特征对应关系，使用渐进式滤波进行卷积操作恢复真实的平滑运动场，通过初始匹配的运动向量的一致性使用迭代方法逐步剔除错误匹配；步骤5、使用仿射变换模型对影像进行变换，输出影像配准结果。
-
公开(公告)号：CN116482041B
公开(公告)日：2023-09-05
申请号：CN202310744189.4
申请日：2023-06-25
Applicant: 武汉大学
Abstract: 本发明公开了一种基于反射光谱的水稻抽穗期无损快速识别方法及系统，利用多光谱传感器获得全生育期水稻冠层光谱反射率进而推演出蓝波段和红边波段的光合吸收系数，结合其时序变化特征设计出用于表示水稻光合特性的红边吸收比值指数，通过设置阈值并结合水稻物候先验知识建立水稻抽穗期的识别模型，实现水稻抽穗期的快速无损识别。本发明反映了水稻关键生长发育阶段和相应的光合吸收变化，不需要考虑水稻冠层结构和品种差异，也不依赖人工观察幼穗是否从剑叶的叶鞘中抽出，在无人机遥感平台的多品种水稻育种研究群体中得到了应用，为高效快捷地进行大规模田间水稻抽穗期识别提供了生理学参考。
-
公开(公告)号：CN116308866A
公开(公告)日：2023-06-23
申请号：CN202310585558.X
申请日：2023-05-23
Applicant: 武汉大学
Abstract: 本发明公开了一种基于冠层反射光谱的水稻穗生物量估算方法及系统，首先利用无人机搭载的多光谱/高光谱传感器获得水稻抽穗期‑成熟期冠层光谱反射率，推演出水稻对可见光波段的吸收特性，计算出水稻光合吸收指数；然后根据不同波段范围光合吸收指数的时序变化特征，分析水稻冠层色素组成模式及其变化趋势，并计算稻穗色素组分相关的植被指数；最后将植被指数输入至植被指数‑穗生物量估算模型中对相应水稻种植区的穗生物量进行估算。本发明依赖少量人工有损采样，可以在不考虑不同水稻的冠层结构和其他生理特性的情况下揭示水稻抽穗后的色素组分变化，估算穗生物量，为高效快捷地进行大规模田间水稻育种提供参考，能够大力推动智慧农业的发展。
-
公开(公告)号：CN112293247A
公开(公告)日：2021-02-02
申请号：CN202011001538.6
申请日：2020-09-22
Applicant: 武汉大学
Abstract: 本发明涉及一种基于遥感技术的用于水稻品种筛选的影像采集系统，包括试验田、飞行载具和影像采集工具；试验田包括多个小区，每个小区种植一个水稻品种，试验田的全部区域都体现在影像采集工具一次采集得到的影像上；每个小区在影像采集工具采集的影像上覆盖至少40×40个像素；小区之间设置有间隔。使用本发明的系统，可根据影像采集工具的性能妥善安排试验，以及飞行载具的飞行高度之间的关系。使用MAC影像采集系统时，在50m的拍摄高度下，我们将小区的面积压缩到最小1m2左右，约60棵植株。该设计在保证提取可靠反射率特征数据的同时，大大降低了劳动成本，提高了单位面积的试验田中小区数量，增大了筛选通量。
-
公开(公告)号：CN117292267A
公开(公告)日：2023-12-26
申请号：CN202311588277.6
申请日：2023-11-27
Applicant: 武汉大学
Abstract: 本发明公开了一种基于物候信息的水稻地上生物量分段估算方法及系统，利用多光谱传感器获得整个生育期水稻样本的冠层多光谱反射率计算归一化植被指数，结合水稻的物候信息，判断每一期影像水稻样本所处的生长阶段，并构建相应生长阶段的植被指数，建立植被指数‑水稻地上生物量分段估算模型，实现全生育期的水稻地上生物量估算。本发明考虑水稻营养生长期的地上生物量累积和生殖生长期地上干物质分配的差异性，探寻各生长阶段的敏感波段，并提出分段建模的概念，实现水稻地上生物量估算。本发明只需要使用易于获取的可见光及近红外波段，极大地节约了传感器成本，为高效快捷地进行大规模多品种田间水稻地上生物量的准确估算提供了参考。
-
Patent Agency Ranking
公开(公告)号：CN116482041A
公开(公告)日：2023-07-25
申请号：CN202310744189.4
申请日：2023-06-25
Applicant: 武汉大学
Abstract: 本发明公开了一种基于反射光谱的水稻抽穗期无损快速识别方法及系统，利用多光谱传感器获得全生育期水稻冠层光谱反射率进而推演出蓝波段和红边波段的光合吸收系数，结合其时序变化特征设计出用于表示水稻光合特性的红边吸收比值指数，通过设置阈值并结合水稻物候先验知识建立水稻抽穗期的识别模型，实现水稻抽穗期的快速无损识别。本发明反映了水稻关键生长发育阶段和相应的光合吸收变化，不需要考虑水稻冠层结构和品种差异，也不依赖人工观察幼穗是否从剑叶的叶鞘中抽出，在无人机遥感平台的多品种水稻育种研究群体中得到了应用，为高效快捷地进行大规模田间水稻抽穗期识别提供了生理学参考。
-
公开(公告)号：CN112285062B
公开(公告)日：2022-07-26
申请号：CN202011001565.3
申请日：2020-09-22
Applicant: 武汉大学
Abstract: 本发明涉及一种高NUE水稻品种筛选标志以及筛选高NUE水稻品种的方法。本发明提出了一种新的表示水稻NUE性状的方法，并鉴定了高NUE水稻的量化表型。本发明在针对高NUE的水稻品种筛选和水稻田间智能管理方面开发了量化标准，为高通量筛选高NUE水稻品种以及水稻田间精准氮肥管理提供了必要的理论准备，为颠覆传统的农业和育种领域方法提供了基础，是精准农业和智慧农业道路上的进一步探索，将有力地推动精准农业和智慧农业的发展。
-
公开(公告)号：CN112345467A
公开(公告)日：2021-02-09
申请号：CN202011003237.7
申请日：2020-09-22
Applicant: 武汉大学
Abstract: 本发明涉及一种利用遥感数据估算水稻生育周期中的生理参数的模型，其特征在于，通过以下方法建立：使用探测器在水稻生育周期的各生育期获取水稻种植区的反射率信息，计算所述各生育期所述水稻种植区的植被指数；获得与所述植被指数对应的时间点所述水稻种植区的生理参数；根据上述植被指数和生理参数，建立植被指数‑生理参数估算模型。与传统方法相比，使用本发明的方法建立的植被指数‑生理参数估算模型使植被指数与生理参数之间具有更高的相关性和准确性，使利用搭载摄像头的无人机等飞行器飞行获取的反射光谱数据来监控水稻的生长情况和生理数据成为可能，有力地推动了智慧农业和精准农业的发展。
-
公开(公告)号：CN117292267B
公开(公告)日：2024-02-02
申请号：CN202311588277.6
申请日：2023-11-27
Applicant: 武汉大学
Abstract: 本发明公开了一种基于物候信息的水稻地上生物量分段估算方法及系统，利用多光谱传感器获得整个生育期水稻样本的冠层多光谱反射率计算归一化植被指数，结合水稻的物候信息，判断每一期影像水稻样本所处的生长阶段，并构建相应生长阶段的植被指数，建立植被指数‑水稻地上生物量分段估算模型，实现全生育期的水稻地上生物量估算。本发明考虑水稻营养生长期的地上生物量累积和生殖生长期地上干物质分配的差异性，探寻各生长阶段的敏感波段，并提出分段建模的概念，实现水稻地上生物量估算。本发明只需要使用易于获取的可见光及近红外波段，极大地节约了传感器成本，为高效快捷地进行大规模多品种田间水稻地上生物量的准确(56)对比文件WO 2022166939 A1,2022.08.11US 2018012167 A1,2018.01.11黄侠等.红边波段在水稻生育期识别中的应用研究.测绘地理信息.2023,第48卷(第3期),第87-90页.彭瑶.基于高光谱遥感的三峡库区典型消落带植被指数构建研究.中国优秀硕士学位论文全文数据库 基础科学辑.2019,(第08期),第A006-489页.Shanjun Luo等.Remotely SensedPrediction of Rice Yield at DifferentGrowth Durations Using UAV MultispectralImagery.agriculture.2022,第12卷(第1447期),第1-17页.R. Calderón等.High-resolutionairborne hyperspectral and thermalimagery for early detection ofVerticilliumwilt of olive usingfluorescence, temperature and narrow-bandspectral indices.Remote Sensing ofEnvironment.2013,第139卷第231-245页.蒙诗栎等.WorldView-2纹理的森林地上生物量反演.遥感学报.2017,第21卷(第05期),第812-834页.贺英等.基于数码相机的玉米冠层SPAD遥感估算.中国农业科学.2018,第51卷(第15期),第2886-2897页.于亚娇等.基于多生育期光谱累积量分析的无人机遥感水稻估产.第八届高分辨率对地观测学术年会论文集.2022,第1-16.于惠等.高寒草地生物量变化对归一化物候指数的响应.生态学报.2023,第43卷(第19期),第8057-8065页.Kaili Yang等.Estimation of RiceAboveground Biomass by UAV Imagery withPhotosynthetic Accumulation Models .PlantPhenomics.2023,第05卷第1-18页.Juliane Bendig等.Combining UAV-basedplant height from crop surface models,visible, and near infrared vegetationindices for biomass monitoring inbarley.International Journal of AppliedEarth Observation andGeoinformation.2015,第39卷第79-87页.杨振忠等.基于机器学习结合植被指数阈值的水稻关键生育期识别.中国农业大学学报.2020,第25卷(第01期),第76-85页.孙世泽等.无人机多光谱影像的天然草地生物量估算.遥感学报.2018,第22卷(第05期),第848-856页.
-
公开(公告)号：CN114463397A
公开(公告)日：2022-05-10
申请号：CN202210021872.0
申请日：2022-01-10
Applicant: 武汉大学
Abstract: 本发明公开了一种基于渐进式滤波的多模态图像配准方法，包括以下步骤：步骤1、使用2D‑LGF生成多模态图像对的PC map；步骤2、利用AOS生成PC map的非线性尺度空间，在非线性尺度空间中检测极值，得到对光照和对比度不变的特征点，用于多模态图像匹配；步骤3、利用2D‑LGF卷积序列建立一个结构描述符来描述上一步得到的特征点；步骤4、采用双边匹配的方法建立初始特征对应关系，使用渐进式滤波进行卷积操作恢复真实的平滑运动场，通过初始匹配的运动向量的一致性使用迭代方法逐步剔除错误匹配；步骤5、使用仿射变换模型对影像进行变换，输出影像配准结果。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.017 seconds)
