-
公开(公告)号：CN116740704B
公开(公告)日：2024-02-27
申请号：CN202310731728.0
申请日：2023-06-16
Applicant: 安徽农业大学
IPC: G06V20/68 , G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/774 , G06V10/44
Abstract: 本发明公开了一种基于深度学习的小麦叶片表型参数变化率监测方法和装置，涉及图像处理的技术领域，并包括：1获取小麦幼苗盆栽RGB图像信息，并对小麦幼苗盆栽RGB图像信息进行预处理，得到研究数据图像和标签数据；2构建并训练基于小麦叶片检测网络；3利用已训练好的小麦叶片检测模型，获得小麦叶片的检测框以及各个检测框的顶点坐标；4利用获得的检测框的顶点坐标进行小麦表型参数的提取，并对小麦叶片进行生长率监测。本发明能够准确提取小麦叶片表型参数，同时进行小麦长势，从而能解决现有小麦幼苗叶片表型参数变化率动态监测方法(56)对比文件侯帅民.基于视觉的作物长势表型参数量化方法及与产量的相关性研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2018,I138-1454.宫志宏 等.基于机器视觉的冬小麦叶片形态测量软件开发《.中国农业气象》.2022,935-944.Dawei Li 等.A Leaf Segmentation andPhenotypic Feature Extraction Frameworkfor Multiview Stereo Plant Point Clouds.《IEEE JOURNAL OF SELECTED TOPICS INAPPLIED EARTH OBSERVATIONS AND REMOTESENSING》.2020,(第第13期期),2321-2336.
-
公开(公告)号：CN116740592B
公开(公告)日：2024-02-02
申请号：CN202310719548.0
申请日：2023-06-16
Applicant: 安徽农业大学
IPC: G06V20/17 , G06V20/10 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082 , G06V10/80
Abstract: 本发明公开了一种基于无人机图像的小麦估产方法与装置，包括：1、利用无人机采集麦穗灌浆及成熟期的RGB俯视图像，并对麦穗图像进行预处理及数据标注，构建数据集；2、利用Transformer捕获全局麦穗特征，卷积神经网络提取局部麦穗特征，克罗内克卷积聚合多尺度麦穗特征，构建了WECTrans模型；3、模型训练完成后加载最优权重得到小麦麦穗密度估计WECTrans模型；4、利用WECTrans模型预测无人机图像中麦穗数量、图像所对应实际田间面积预测公顷穗数，再结合小麦穗粒数、千粒重对小麦产量进行预估。本发明能实现对田间复杂背景下相互遮挡的麦穗快速准确地自动计数，从而能为后(56)对比文件Mingli Hu 等.Study on evolutionmechanism of fateful stampede accidentbased on graphical evaluation and reviewtechnique《.2010 IEEE InternationalConference on Systems, Man andCybernetics》.2010,第2976-2978页.Jing Li deng.CGTF: Convolution-GuidedTransformer for Infrared and VisibleImage Fusion《.IEEE Transactions onInstrumentation and Measurement》.2022,第71卷第1-14页.
-
公开(公告)号：CN116740704A
公开(公告)日：2023-09-12
申请号：CN202310731728.0
申请日：2023-06-16
Applicant: 安徽农业大学
IPC: G06V20/68 , G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/774 , G06V10/44
Abstract: 本发明公开了一种基于深度学习的小麦叶片表型参数变化率监测方法和装置，涉及图像处理的技术领域，并包括：1获取小麦幼苗盆栽RGB图像信息，并对小麦幼苗盆栽RGB图像信息进行预处理，得到研究数据图像和标签数据；2构建并训练基于小麦叶片检测网络；3利用已训练好的小麦叶片检测模型，获得小麦叶片的检测框以及各个检测框的顶点坐标；4利用获得的检测框的顶点坐标进行小麦表型参数的提取，并对小麦叶片进行生长率监测。本发明能够准确提取小麦叶片表型参数，同时进行小麦长势，从而能解决现有小麦幼苗叶片表型参数变化率动态监测方法效率低的问题。
-
公开(公告)号：CN116740592A
公开(公告)日：2023-09-12
申请号：CN202310719548.0
申请日：2023-06-16
Applicant: 安徽农业大学
IPC: G06V20/17 , G06V20/10 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082 , G06V10/80
Abstract: 本发明公开了一种基于无人机图像的小麦估产方法与装置，包括：1、利用无人机采集麦穗灌浆及成熟期的RGB俯视图像，并对麦穗图像进行预处理及数据标注，构建数据集；2、利用Transformer捕获全局麦穗特征，卷积神经网络提取局部麦穗特征，克罗内克卷积聚合多尺度麦穗特征，构建了WECTrans模型；3、模型训练完成后加载最优权重得到小麦麦穗密度估计WECTrans模型；4、利用WECTrans模型预测无人机图像中麦穗数量、图像所对应实际田间面积预测公顷穗数，再结合小麦穗粒数、千粒重对小麦产量进行预估。本发明能实现对田间复杂背景下相互遮挡的麦穗快速准确地自动计数，从而能为后续的小麦产量预估提供参考。
-
-
-
Search Results
4
records
(took 0.012 seconds)
