-
公开(公告)号:CN117934564B
公开(公告)日:2024-07-30
申请号:CN202410018558.6
申请日:2024-01-05
申请人: 南京农业大学
摘要: 本发明公开了一种基于体素分割法向量算法的小麦冠层叶倾角分布自动估算方法,其包括步骤:步骤1、获取小麦冠层的点云数据;步骤2、点云的拼接和去噪;步骤3、计算点云的法向量;步骤4、将点云进行体素化;步骤5、利用体素分割法向量;步骤6、计算体素的角度;步骤7、统计体素的角度并曲线拟合计算得到叶倾角分布和平均叶倾角。本发明的方法估算的平均叶倾角与田间实测数据进行了比较,并利用三维辐射传输模型验证了算法的可行性。本发明在一定程度上解决了利用地基激光雷达估算小麦冠层叶倾角分布时受叶片具有曲率和冠层的点密度不均影响的问题,为今后的高通量表型分析提供了技术支撑。
-
公开(公告)号:CN118032672A
公开(公告)日:2024-05-14
申请号:CN202410168979.7
申请日:2024-02-06
申请人: 南京农业大学
摘要: 本发明公开了一种手持快照式多光谱成像型作物生长传感装置,包括成像物镜、光谱成像模块、主控模块、供电模块、维稳云台、RGB成像模组、测距传感器、手持杆、控制显示器和罩壳,所述成像物镜设于罩壳下方,所述光谱成像模块设于成像物镜上方,所述主控模块设于光谱成像模块上方,所述维稳云台设于罩壳上方,所述维稳云台与手持杆相连接,所述RGB成像模组和测距传感器设于罩壳下方,所述控制显示器紧固于手持杆,所述供电模块为各模块进行供电。本发明解决了因采集角度和高度不一致导致图谱信息实时处理难、作物生长监测精度低等问题,同时实现了作物生长多特征信息实时无损高精度感知,具有携带方便、操作简单及功能丰富等特点。
-
公开(公告)号:CN117074318A
公开(公告)日:2023-11-17
申请号:CN202310860144.3
申请日:2023-07-13
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: 本发明公开了一种快照‑马赛克式多光谱成像型作物生长传感装置串扰信息去除方法,包括以下步骤:S1快照‑马赛克式多光谱成像型作物生长传感装置获取不同波段的均匀光源图像;S2根据马赛克滤光片的波段设置,提取随着光谱仪波段步进分光后各波段所对应像素位置的灰度值平均值,并对各对应位置灰度值进行高斯拟合;S3对原始数据与高斯拟合后的数据进行最小二乘拟合,输出校正系数矩阵;S4使用校正系数矩阵消除原始光谱图像波段间的数据串扰。本发明有效解决了因马赛克滤光片与探测器安装间距造成的光谱信息串扰问题,具有通用型、简单化等特点。
-
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:CN112884672A
公开(公告)日:2021-06-01
申请号:CN202110242020.X
申请日:2021-03-04
申请人: 南京农业大学
摘要: 本发明提出了一种基于同期卫星影像的多架次无人机影像相对辐射校正方法,包括以下步骤:对于多架次的无人机影像,首先获取同时期的中高空间分辨率卫星影像并进行预处理,得到相同区域的无人机和卫星影像;然后基于重采样无人机影像和卫星影像的光谱反射率,以回归树的方式将训练数据集分割为多个子集并开发回归模型;最后将多子集多元回归模型应用到无人机影像生成参考影像,并应用最小二乘回归建立各波段的辐射校正模型,从而获得相对辐射校正后的无人机影像。本发明构建的多架次无人机影像相对辐射校正方法操作步骤简单、高效,并且可实现自动化,可用于遥感影像拼接和遥感信息提取,以及基于无人机和卫星遥感协同的作物生长监测等。
-
公开(公告)号:CN109459392A
公开(公告)日:2019-03-12
申请号:CN201811312158.7
申请日:2018-11-06
申请人: 南京农业大学
CPC分类号: G01N21/25 , G01N21/84 , G01N2021/8466
摘要: 本发明提出一种基于无人机多光谱影像的水稻地上部生物量估测方法,步骤如下:规范采集水稻冠层无人机多光谱影像数据和地面实测生物量数据;获取后进行影像预处理,提取反射率和纹理特征参数,计算植被指数,并构建新的纹理指数;利用逐步多元回归分析法,综合植被指数和纹理指数估测水稻生物量,并以此建立估测生物量的多元线性模型。采用交叉验证方法对该新估测模型进行精度验证。本发明的方法估测精度高、对输入数据要求少,适用于水稻全生育期,同时也是目前第一次提出综合无人机光谱和纹理信息估测水稻生物量的方法,可广泛用于无人机遥感监测作物长势。
-
-
-
-
-