-
公开(公告)号:CN114694036A
公开(公告)日:2022-07-01
申请号:CN202210267472.8
申请日:2022-03-18
申请人: 南京农业大学 , 神农智慧农业研究院南京有限公司
摘要: 本发明公开了一种基于高分影像和机器学习的高海拔地区作物分类识别的方法,该方法使用国产GF6‑PMS卫星影像,结合光谱、纹理、植被指数及地形因子等特征,通过基于随机森林的递归特征消除策略筛选出最优特征组合,并计算Gini指数获得各输入特征的重要性得分,进一步利用两层堆叠驱动的集成分类模型(包含Random Forest、XGBoost和AdaBoost三个单一分类器模型)对高海拔地区作物进行分类识别。本发明基于最优特征组合(Green、Red、NIR、TVI、GNDVI、Blue_Mean、Green_Mean、Red_Mean、NIR_Mean、DEM)构建的Stacking模型可以在较大程度上改善高海拔地区农作物的分类识别精度,尤其是种植面积较大的大宗作物的分类识别精度,为国产高分卫星影像在高海拔地区进行农作物遥感识别提供了科学参考依据。
-
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:CN112557393B
公开(公告)日:2024-02-20
申请号:CN202011303981.9
申请日:2020-11-19
申请人: 南京农业大学
IPC分类号: G01N21/84
摘要: 本发明提出基于高光谱影像融合图谱特征的小麦叶层氮含量估测方法,步骤包括:采集小麦冠层高光谱影像数据和实测小麦叶层氮含量;首先,进行影像预处理,提取光谱反射率,计算植被指数、位置和形状特征,利用卷积神经网络提取深层特征。其次,通过相关系数分析、随机森林算法进行特征优选,利用并行融合策略构建新的融合图谱特征。最后,利用粒子群优化支持向量回归方法,构建基于融合图谱特征的小麦叶层氮含量估测模型。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高光谱影像的植被指数、位置和形状特征、深层特征构建融合图谱特征估测小麦叶层氮含量的方法。
-
公开(公告)号:CN107796764A
公开(公告)日:2018-03-13
申请号:CN201610803703.7
申请日:2016-09-05
申请人: 南京农业大学
摘要: 本发明公开了一种适用于小麦叶面积指数估算的新型三波段植被指数的构建方法,步骤如下:规范采集小麦的冠层反射率和叶面积指数;基于归一化植被指数构建新型的三波段植被指数形式,利用建模数据,采用比较任意组合形式确定三个波段最佳波长和系数k,得到一种适用于小麦叶面积估算的最优三波段植被指数并以此建立小麦叶面积指数估算模型。采用独立实验数据对该新型植被指数及其估算模型进行验证和测试。发现,本发明构建的新型植被指数结构简单,所建立的估算模型对小麦叶面积指数进行估算表现出较高的精度,在作物叶面积指数较高时,有效避免了饱和现象的发生。可以广泛应用于精确农业小麦生产中叶面积指数的实时、无损和准确估算。
-
公开(公告)号:CN114062281B
公开(公告)日:2023-12-01
申请号:CN202111373941.6
申请日:2021-11-19
申请人: 南京农业大学
摘要: 本发明公开了一种宽视角多光谱成像型作物生长传感装置,该装置采用4波段4通道设计,各通道包括光学成像模块、光电转换模块和控制电路模块;所述光学成像模块包括望远成像模块和分光模块,所述望远成像模块包括第一透镜、光圈、第二透镜、第三透镜以及第四透镜,所述分光模块为窄带滤光片,该窄带滤光片设于第四透镜上方;所述光电转换模块包括图像传感器和光电转换处理器,光电转换模块将采集和处理的作物图谱信息发送到控制电路模块,所述控制电路模块通过输出接口将信息输出。本发明解决了非成像型传感器传感装置难以消除复杂水土背景的问题,同时该装置实现了作物生长信息的快速无损采集、智能化解析和可视化解释。
-
公开(公告)号:CN112613338B
公开(公告)日:2023-11-24
申请号:CN202011303935.9
申请日:2020-11-19
申请人: 南京农业大学
IPC分类号: G06V20/10 , G06V20/17 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06V20/68 , G06N3/006 , G06N3/0464 , G01N21/17 , G01N21/84
摘要: 本发明提出基于RGB图像融合特征的小麦叶层氮含量估测方法,步骤包括:采集小麦冠层RGB图像和实测小麦叶层氮含量;首先,进行RGB图像预处理,计算可见光植被指数;其次,利用离散小波变换方法实现水平方向、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RGB图像深层特征;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叶层氮含量。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
-
公开(公告)号:CN114097321A
公开(公告)日:2022-03-01
申请号:CN202111374308.9
申请日:2021-11-19
申请人: 南京农业大学
摘要: 本发明公开了一种新型高效麦田分蘖期锄草设备,其包括行走轮、动力装置、减震装置、车架扶手、控制器和滚刀锄草器,所述车架扶手的前端与长连板固定连接,长连板的两端连接减震装置,减震装置的下端与横梁相连接,所述横梁的两端上安装有行走轮,且位于两个行走轮之间的横梁下方安装有滚刀锄草器,所述滚刀锄草器接受所述控制器的控制。本发明实现了对分蘖期条播麦田杂草全覆盖去除,滚轮滚动锄草的形式有效降低作业功耗,特定参数的滚刀锄草面积大,作业阻力小,且能够产生下窄上宽的工作区域,降低锄草中的伤苗率。
-
公开(公告)号:CN106772427B
公开(公告)日:2019-07-16
申请号:CN201611116173.5
申请日:2016-12-07
申请人: 南京农业大学
IPC分类号: G01S17/89
摘要: 本发明公开了一种基于连续小波分析的冠层高光谱小麦叶干重监测方法,该方法的步骤如下:选定采样小区,获取小麦冠层高光谱反射率、测定小麦叶干重;采样小区采自不同试验点、不同品种、不同施氮水平、不同种植密度和不同年份;对获得的小麦冠层高光谱反射率数据进行连续小波变换,获得特定波长和特定尺度下的小波系数C;利用获得的小波系数,分析小麦叶干重与小波系数的定量关系,筛选出对小麦叶干重敏感的最佳小波函数及最佳小波函数对应的特征值,并构建基于连续小波分析的小麦叶干重定量模型;使用独立小麦试验数据评估定量模型的可靠性和适用性,采用预测值和观测值之间的决定系数R2和相对均方根差RRMSE对定量模型进行评价。
-
公开(公告)号:CN106772427A
公开(公告)日:2017-05-31
申请号:CN201611116173.5
申请日:2016-12-07
申请人: 南京农业大学
IPC分类号: G01S17/89
CPC分类号: G01S17/89
摘要: 本发明公开了一种基于连续小波分析的冠层高光谱小麦叶干重监测方法,该方法的步骤如下:选定采样小区,获取小麦冠层高光谱反射率、测定小麦叶干重;采样小区采自不同试验点、不同品种、不同施氮水平、不同种植密度和不同年份;对获得的小麦冠层高光谱反射率数据进行连续小波变换,获得特定波长和特定尺度下的小波系数C;利用获得的小波系数,分析小麦叶干重与小波系数的定量关系,筛选出对小麦叶干重敏感的最佳小波函数及最佳小波函数对应的特征值,并构建基于连续小波分析的小麦叶干重定量模型;使用独立小麦试验数据评估定量模型的可靠性和适用性,采用预测值和观测值之间的决定系数R2和相对均方根差RRMSE对定量模型进行评价。
-
公开(公告)号:CN107796764B
公开(公告)日:2020-01-24
申请号:CN201610803703.7
申请日:2016-09-05
申请人: 南京农业大学
摘要: 本发明公开了一种适用于小麦叶面积指数估算的新型三波段植被指数的构建方法,步骤如下:规范采集小麦的冠层反射率和叶面积指数;基于归一化植被指数构建新型的三波段植被指数形式,利用建模数据,采用比较任意组合形式确定三个波段最佳波长和系数k,得到一种适用于小麦叶面积估算的最优三波段植被指数并以此建立小麦叶面积指数估算模型。采用独立实验数据对该新型植被指数及其估算模型进行验证和测试。发现,本发明构建的新型植被指数结构简单,所建立的估算模型对小麦叶面积指数进行估算表现出较高的精度,在作物叶面积指数较高时,有效避免了饱和现象的发生。可以广泛应用于精确农业小麦生产中叶面积指数的实时、无损和准确估算。
-
-
-
-
-
-
-
-
-