公开(公告)号：CN111737876A

公开(公告)日：2020-10-02

申请号：CN202010608628.5

申请日：2020-06-29

Applicant: 杭州电子科技大学

Inventor： 张垚 ,  陈祖豪 ,  沈艳艳 ,  何宇航 ,  张静文 ,  吴开华 ,  张竞成

IPC: G06F30/20 ,  G06Q10/04 ,  G06Q50/02 ,  G06F111/10

Abstract: 本发明公开了一种具有时空分布特征的茶叶开采期及采摘时长预测方法。春茶采摘对于时间要求很强，开采失时会造成巨大的经济损失。本发明如下：1、数据获取；2、确定开采评估时间范围和结束评估时间范围。3、分别计算各采样点前n年中每年的开采评估时间范围内的积温以及每年的结束评估时间范围内的积温。4、分别建立目标茶叶采摘开始时间、采摘结束时间的预报模型。5、获取被测区域逐日温度分布订正图。6、获取被测区域的采摘开始时间预测时空分布图和采摘结束时间预测时空分布图。本发明能够依据温度信息对春茶的最佳采摘时长做出预测，克服了现有技术中无法预测最佳采摘时长的缺陷，能够为各地采茶工的招募和调配提供指导性依据。

公开(公告)号：CN110211147A

公开(公告)日：2019-09-06

申请号：CN201910445932.X

申请日：2019-05-27

Applicant: 杭州电子科技大学

Inventor： 张竞成 ,  王斌 ,  张雪雪 ,  何宇航 ,  王晨冬 ,  袁琳 ,  陈丰农 ,  吴开华

IPC: G06T7/194 ,  G06T7/13 ,  G06T7/136 ,  G06T5/30

Abstract: 本发明公开了一种基于成像高光谱分析的水稻纹枯病病斑提取方法。传统的病害表型测量与调查主要依靠人工，劳动量大，效率低。本发明的步骤如下：1、用成像光谱仪拍摄目标作物，得到成像高光谱数据。2、去除步骤1所得成像高光谱数据中的非植物背景。3、在666nm和494nm波段反射率下对步骤2所得的成像高光谱数据中的水稻叶片茎杆与异常区域进行分类。4、基于病斑扫描的非病斑异常区域去除。本发明独创的图像识别方法，能够识别对茎杆上的纹枯病病斑，克服了现有技术中仅能高效提取叶部病斑的缺陷。本发明能够对图像中的病斑和枯叶进行区别，以达到较高的识别精度。

公开(公告)号：CN108460777A

公开(公告)日：2018-08-28

申请号：CN201711404372.0

申请日：2017-12-22

Applicant: 杭州电子科技大学

Inventor： 徐平 ,  陈秉强 ,  张竞成 ,  李永文 ,  肖冲 ,  马林

IPC: G06T7/136 ,  G06T9/00

Abstract: 本发明公开一种面向植物高光谱的提取分块压缩重构方法。本发明先原始植物高光谱进行植物区域提取，然后采用分块压缩在数据展开的形式上充分利用了小块区域之间高度的空间相关性，使得展开后的待重构数据不仅在数据排布上保持与原始单光谱曲线一致，同时又提高了单次待重构数据的长度，这使得一方面相同采样率下单次采集到的数据量更多，大大提高了成功重构的概率；另一方面使得以更低的采样率对原始植物高光谱采样已经能够获取足够的光谱信息，从而可以以更低的压缩比完成对植物高光谱的压缩重构，在实际应用中相应降低存储成本，同时为将重构的植物高光谱用于植物生理化参数反演提供保障。