-
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。
-
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:CN116593419A
公开(公告)日:2023-08-15
申请号:CN202310400044.2
申请日:2023-04-14
申请人: 南京农业大学
IPC分类号: G01N21/3563 , G01N21/55 , G01N21/359
摘要: 本发明公开了一种缓解LCC与秸秆‑土壤背景影响的小麦绿色LAI估算方法,其步骤为:步骤一、数据采集;步骤二、计算秸秆‑土壤背景适应红边差值指数,包括:a、基于小麦冠层光谱计算已有的REDVI;b、基于田间背景光谱计算已有的REDVI;c、结合小麦冠层多光谱曲线的RE1和R波段,构建RSARE;步骤三、构建小麦叶面积指数LAI估算模型;步骤四、检验小麦LAI估算模型。本发明可以同时缓解LAI估算过程中秸秆‑土壤背景与LCC的影响,并基于该指数构建小麦叶面积指数估算模型,可在小麦生产过程中实现LAI的早期估算。
-
公开(公告)号:CN114782840A
公开(公告)日:2022-07-22
申请号:CN202210414686.3
申请日:2022-04-20
申请人: 南京农业大学
IPC分类号: G06V20/17 , G06V20/68 , G06V10/20 , G06V10/54 , G06V10/58 , G06V10/771 , G06V10/764 , G06K9/62
摘要: 本发明提出了一种基于无人机RGB影像的小麦物候期实时分类方法,其步骤为:(1)根据不同播期处理的小麦大田实际生长情况,获取时序高空间分辨率RGB影像并进行预处理,得到不同年份间的相同区域的无人机影像;(2)提取时序无人机影像的光谱信息和纹理信息,衍生出的所有光谱特征与纹理特征作为特征全集;(3)基于紧致‑分离原则的特征选择算法对所有特征重要性进行排序,确定最佳特征与特征数量;(4)应用mRVM分类器,自动对不同物候阶段的特征进行分类识别,获得总体分类精度与各时期分类精度。本发明构建的分类方法简单、高效,可得到及时的作物物候信息,为有效指导农业管理决策提供依据,例如特定阶段的灌溉、施肥和农药管理活动等。
-
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:CN116593419B
公开(公告)日:2024-02-27
申请号:CN202310400044.2
申请日:2023-04-14
申请人: 南京农业大学
IPC分类号: G01N21/3563 , G01N21/55 , G01N21/359
摘要: 本发明公开了一种缓解LCC与秸秆‑土壤背景影响的小麦LAI估算方法,其步骤为:步骤一、数据采集;步骤二、计算秸秆‑土壤背景适应红边差值指数,包括:a、基于小麦冠层光谱计算已有的REDVI;b、基于田间背景光谱计算已有的REDVI;c、结合小麦冠层多光谱曲线的RE1和R波段,构建RSARE;步骤三、构建小麦叶面积指数LAI估算模型;步骤四、检验小麦LAI估算模型。本发明可以同时缓解LAI估算过程中秸秆‑土壤背景与LCC的影响,并基于该指数构建小麦叶面积指数估算模型,可在小麦生产过程中实现LAI的早期估算。
-
-
-
-
-
-