-
公开(公告)号：CN118015495A
公开(公告)日：2024-05-10
申请号：CN202410151825.7
申请日：2024-02-02
Applicant: 河南农业大学
IPC: G06V20/17 , G06V20/10 , G06V10/774 , G06V10/82 , G06V10/764 , G06T7/40 , G06T7/62 , G06T7/11
Abstract: 本发明涉及图像数据处理技术领域，具体涉及基于无人机遥感的玉米种植密度监测方法，该方法包括：使用携带数码相机和多光谱传感器的两种无人机获取田间玉米数据图像，并将其拼接在一起，生成整个区域的数字正射影像；若待监测玉米区域为小面积区域，则对数字正射影像进行裁剪并标注，将标注好的数据输入YOLO目标检测模型中进行训练，生成最终的检测模型，得到最终的玉米检测结果，并估算待监测玉米区域的种植密度；若待监测玉米区域为大面积区域，则用多光谱数据求得VIs和GLCM纹理特征信息，将两者进行组合并用回归模型估算待监测玉米区域的种植密度。本发明提高了玉米种植密度监测的准确度。
-
公开(公告)号：CN118379338A
公开(公告)日：2024-07-23
申请号：CN202410348975.7
申请日：2024-03-26
Applicant: 河南农业大学
Abstract: 本发明植物表型信息获取技术领域，公开了一种高通量大田农作物群体平均叶倾角估算方法，步骤A：根据对被测目标的测量数据，拟合出平均叶倾角#imgabs0#与叶面积指数LAI、冠层覆盖度CC之间的转化公式；步骤B：通过无人机搭载高清数码相机和多光谱相机分别获取大田实验区内农作物群体的高清数码影像和多光谱影像；步骤C：基于高清数码影像提取每个待测单元的农作物群体的冠层覆盖度CC；步骤D：通过步骤C中的多光谱影像计算得到每个待测单元农作物群体的归一化植被指数NDVI；步骤E：根据冠层覆盖度CC、叶面积指数LAI，计算出每个待测单元农作物群体的平均叶倾角#imgabs1#无人机成像数据能够有效估算玉米的群体平均叶倾角，有助于提高其光能利用率和生产潜力。
-
公开(公告)号：CN118298330A
公开(公告)日：2024-07-05
申请号：CN202410211829.X
申请日：2024-02-27
Applicant: 河南农业大学
IPC: G06V20/17 , G01N21/25 , G01N21/55 , G01N11/04 , G06V20/10 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本申请涉及利用光学手段来监测农作物技术领域，提供一种玉米抽雄进度无人机快速诊断方法和系统。该方法首先获取研究区的无人机多光谱影像，并基于多光谱影像提取单波段光谱反射率，构建植被指数，经过分析和筛选确定敏感于玉米抽雄进度的参量，然后计算所述研究区内所有小区的敏感光谱参量的平均值并建立敏感光谱参量与玉米抽雄进度之间的映射关系，结合指定时间研究区各个小区的敏感光谱参量计算各个小区的玉米抽雄比例，进而诊断出玉米抽雄进度。该方法无需人工目视判断和制作大量训练样本，只需分析多光谱影像并选取敏感光谱参量，结合指定时间的光谱即可快速诊断出玉米抽雄进度，从而实现快速、高效的玉米抽雄进度监测。
-
公开(公告)号：CN117994384A
公开(公告)日：2024-05-07
申请号：CN202410174105.2
申请日：2024-02-07
Applicant: 河南农业大学
IPC: G06T11/20 , G06V20/17 , G06V20/10 , G06V10/58 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于辐射传输模型和深度学习的小麦叶片和冠层参数制图方法，涉及联合估算和制图技术领域。包括对冬小麦冠层高光谱和参数进行测量，获得实测数据集，利用辐射传输模型RTM生成模拟数据集，将模拟数据集输入深度学习模型DS‑hyperVGG进行预训练，获得预训练模型，将实测数据集输入预训练模型中，进行第二次训练，获得训练好的DS‑hyperVGG模型，利用训练好的DS‑hyperVGG模型对冬小麦参数进行估算精度验证并制图。本发明有助于提供比传统机器学习方法更高精度的小麦叶片和冠层参数制图结果。
-
-
-
Search Results
4
records
(took 0.014 seconds)
