-
公开(公告)号：CN118212530A
公开(公告)日：2024-06-18
申请号：CN202410431641.6
申请日：2024-04-11
申请人： 南京农业大学
IPC分类号： G06V20/10 , G06F18/2135 , G06T7/30 , G06T5/70 , G06N20/00
摘要： 本发明公开了一种田间作物地上部生物量估算方法，该方法包括：通过地基激光雷达获取田间作物全波形数据；应用修正偏高斯函数对全波形数据进行分解；应用非线性最小二乘方法对波形进行建模，获得激光雷达有效波形；应用主成分分析，获得全波形激光雷达新特征；应用机器学习算法，获得田间作物地上部生物量。本发明方法估算的作物地上部生物量与田间实测的地上部生物量进行比较，验证了算法的可行性，说明本发明方法实现了对大田作物地上部生物量的快速、准确、无损估算，同时具有较高的普适性，为田间小麦地上部生物量的估算提供了理论基础和技术支撑。
-
公开(公告)号：CN117934564A
公开(公告)日：2024-04-26
申请号：CN202410018558.6
申请日：2024-01-05
申请人： 南京农业大学
摘要： 本发明公开了一种基于体素分割法向量算法的小麦冠层叶倾角分布自动估算方法，其包括步骤：步骤1、获取小麦冠层的点云数据；步骤2、点云的拼接和去噪；步骤3、计算点云的法向量；步骤4、将点云进行体素化；步骤5、利用体素分割法向量；步骤6、计算体素的角度；步骤7、统计体素的角度并曲线拟合计算得到叶倾角分布和平均叶倾角。本发明的方法估算的平均叶倾角与田间实测数据进行了比较，并利用三维辐射传输模型验证了算法的可行性。本发明在一定程度上解决了利用地基激光雷达估算小麦冠层叶倾角分布时受叶片具有曲率和冠层的点密度不均影响的问题，为今后的高通量表型分析提供了技术支撑。
-
公开(公告)号：CN117934564B
公开(公告)日：2024-07-30
申请号：CN202410018558.6
申请日：2024-01-05
申请人： 南京农业大学
摘要： 本发明公开了一种基于体素分割法向量算法的小麦冠层叶倾角分布自动估算方法，其包括步骤：步骤1、获取小麦冠层的点云数据；步骤2、点云的拼接和去噪；步骤3、计算点云的法向量；步骤4、将点云进行体素化；步骤5、利用体素分割法向量；步骤6、计算体素的角度；步骤7、统计体素的角度并曲线拟合计算得到叶倾角分布和平均叶倾角。本发明的方法估算的平均叶倾角与田间实测数据进行了比较，并利用三维辐射传输模型验证了算法的可行性。本发明在一定程度上解决了利用地基激光雷达估算小麦冠层叶倾角分布时受叶片具有曲率和冠层的点密度不均影响的问题，为今后的高通量表型分析提供了技术支撑。
-
公开(公告)号：CN115808668A
公开(公告)日：2023-03-17
申请号：CN202211499194.5
申请日：2022-11-28
申请人： 南京农业大学 , 神农智慧农业研究院南京有限公司
IPC分类号： G01S7/48 , G01S17/88 , G06T5/00 , G06T7/33 , G06V10/762
摘要： 本发明公开了一种田间小麦茎蘖数提取方法，包括步骤为：首先，采集小麦茎蘖数样本和点云数据，并对数据进行预处理，在数据预处理中引入卡尔曼滤波算法，以去除多余噪声，提高初始点云数据质量；其次，在将数据体素化后，利用孔隙率与体素点云密度间的数学关系，对冠层中缺失体素进行插值，以减轻遮挡对算法的影响，获取较为完整的冠层点云信息；最后，用均值漂移算法对插值后的冠层进行聚类，聚类数即为茎蘖数。本发明方法提取的小麦茎蘖数与田间实测的茎蘖数进行比较，验证了算法的可行性。本发明在一定程度上解决了地基激光雷达应用中出现的噪声和遮挡问题，为今后的地基激光雷达估测其他生长参数提供了技术支撑。
-
公开(公告)号：CN118609003A
公开(公告)日：2024-09-06
申请号：CN202410751370.2
申请日：2024-06-12
申请人： 南京农业大学
摘要： 本发明公开了一种基于点云和光谱融合的估测作物产量的新三维指标构建方法，首先，通过作物无人机多光谱影像构建植被指数，并与冠层叶绿素建立线性回归模型；然后，通过无人机激光雷达获取作物点云，利用多维矩阵融合的方法将点云与多光谱影像进行融合，生成作物多光谱点云；同时，将冠层叶绿素线性回归模型应用于作物多光谱点云，从而生成作物冠层叶绿素三维空间分布；最后，将冠层叶绿素三维空间分布进行垂直分层并统计垂直层的75％分位数(CCC_P75th)用来估测产量。结果表明，本发明构建的新型三维指标(CCC_P75th)同时包含了作物的结构和生理特征，相比于传统指标对产量具有更好的估测能力，这对作物高产株型筛选具有重要的指导意义。
-
公开(公告)号：CN118314195A
公开(公告)日：2024-07-09
申请号：CN202410431639.9
申请日：2024-04-11
申请人： 南京农业大学
摘要： 本发明公开了一种基于体素尺寸优化的田间作物绿色面积指数计算方法，该方法步骤为：通过激光雷达获取田间作物点云；利用强度信息差异获得作物绿色组分点云；对作物绿色组分点云进行体素化，获得三维体素模型；应用体素尺寸优化算法，获得作物绿色面积指数。本发明方法计算的作物绿色面积指数与田间实测的绿色面积指数进行比较，验证了算法的可行准确性，说明本发明方法实现了对大田作物绿色面积指数的快速、准确、无损提取，同时具有较高的普适性，为田间作物绿色面积指数的提取提供了理论基础和技术支撑。
-
公开(公告)号：CN116486034A
公开(公告)日：2023-07-25
申请号：CN202211499179.0
申请日：2023-01-28
申请人： 南京农业大学
IPC分类号： G06T17/20 , G06T7/136 , G06V10/762
摘要： 本发明公开了一种田间小麦穗数提取方法，包括步骤：步骤1、采集小麦穗数样本和点云；步骤2、对从步骤1得到的小麦点云进行预处理；步骤3、选取任意点进行最小二乘曲面拟合，并获取该点所在平面的法向量；步骤4、计算点云法线差异度，分割茎或穗点云；步骤5、通过密度聚类进行茎或穗点云聚类：步骤6、根据聚类结果，统计小区内穗数。本发明方法提取的小麦穗数与田间实测的穗数进行比较，验证了算法的可行性，说明本发明方法实现了对大田作物穗数的快速、准确、无损提取，同时具有较高的普适性，为田间小麦穗数的提取提供了理论基础和技术支撑。
-
公开(公告)号：CN116469019A
公开(公告)日：2023-07-21
申请号：CN202310400046.1
申请日：2023-04-14
申请人： 南京农业大学
IPC分类号： G06V20/17 , G06V20/10 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于全卷积神经网络的田间小区自动分割方法，该方法基于无人机遥感平台获取小麦育种试验的无人机影像，构建全卷积神经网模型，在模型中引入注意力机制用于平衡数据集中类别分布不均衡的情况，之后使用图像细化以及直线检测等后处理算法对全卷积神经网络得到的边界提取结果行进一步的改进和完善，最后将训练好的全卷积神经网络模型和后处理算法部署至电脑端实现Windows操作系统下的育种小区边界提取系统，实现一套系统化、自动化的育种小区边界提取流程。本发明能够有效地缓解传统方法因小区内部阴影和杂草等原因造成的误分类现象，适用于基于无人机平台获取的遥感影像的育种试验边界提取问题。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.026 秒)
