公开(公告)号：CN112418073A

公开(公告)日：2021-02-26

申请号：CN202011308777.6

申请日：2020-11-19

Applicant: 安徽农业大学

Inventor： 杨宝华 ,  周帅军 ,  武立权 ,  黄正来 ,  张海鹏 ,  高远

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/00 ,  G06N3/04 ,  G06T5/00 ,  G06T5/10 ,  G06T7/41 ,  G06T7/90

Abstract: 本发明提出一种基于无人机图像融合特征的小麦植株氮含量估测方法，步骤包括：采集小麦冠层无人机图像和小麦植株氮含量；首先，通过无人机图像预处理，计算灰度共生矩阵；其次，利用小波变换技术实现水平方向、垂直方向和对角方向的多尺度小波纹理特征提取；再次，利用卷积神经网络提取深层特征；最后，构建基于融合特征的粒子群优化支持向量回归模型估测小麦植株氮含量。本发明的方法估测精度高、特征鲁棒性强，适用于小麦全生育期，同时也是目前第一次提出综合无人机图像灰度共生矩阵、小波纹理特征、深层特征构建融合特征估测小麦植株氮含量的方法。

公开(公告)号：CN112418073B

公开(公告)日：2023-10-03

申请号：CN202011308777.6

申请日：2020-11-19

Applicant: 安徽农业大学

Inventor： 杨宝华 ,  周帅军 ,  武立权 ,  黄正来 ,  张海鹏 ,  高远

IPC: G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/77 ,  G06N3/006 ,  G06V10/80 ,  G06T5/00 ,  G06T5/10 ,  G06T7/41 ,  G06T7/90

Abstract: 本发明提出一种基于无人机图像融合特征的小麦植株氮含量估测方法，步骤包括：采集小麦冠层无人机图像和小麦植株氮含量；首先，通过无人机图像预处理，计算灰度共生矩阵；其次，利用小波变换技术实现水平方向、垂直方向和对角方向的多尺度小波纹理特征提取；再次，利用卷积神经网络提取深层特征；最后，构建基于融合特征的粒子群优化支持向量回归模型估测小麦植株氮含量。本发明的方法估测精度高、特征鲁棒性强，适用于小麦全生育期，同时也是目前第一次提出综合无人机图像灰度共生矩阵、小波纹理特征、深层特征构建融合特征估测小麦植株氮含量的方法。