-
公开(公告)号：CN118961626B
公开(公告)日：2025-03-07
申请号：CN202411023684.7
申请日：2024-07-29
Applicant: 南京农业大学
Abstract: 本发明公开了一种通用型马赛克式多光谱成像作物生长传感装置串扰信息校正方法，包括：S1利用传感装置结合可调单色光源系统，步进获取不同波段的均匀光源图像；S2根据马赛克滤光片上的波段设置，寻找对应波段的均匀光源图像，遍历并记录各波段图像宏像素区域中响应值最大的像素索引。按照像素索引提取各步进波段图像所对应像素位置的响应值，并绘制各通道的响应平均值曲线；S3根据各通道的响应值曲线，绘制高斯响应曲线，并利用响应值数据的伪逆矩阵与高斯数据矩阵相乘，获取校正系数矩阵，使用该矩阵消除原始光谱图像波段间的数据串扰。本发明解决了马赛克式多光谱成像作物生长传感装置波段串扰信息问题，具有通用型和高效型的特点。
-
公开(公告)号：CN117575830A
公开(公告)日：2024-02-20
申请号：CN202311495042.2
申请日：2023-11-10
Applicant: 南京农业大学
IPC: G06Q50/02 , G06F18/20 , G06F30/20 , G06F111/10
Abstract: 本发明提供了一种基于NKI预测氮钾互作下小麦植株氮钾亏缺和产量状况的方法，包括：获取氮钾互作下相应的小麦植株生长参数；基于贝叶斯理论框架描述给定观察日期的生物量对钾浓度的响应；使用概率分布描述线性加平台参数在观察日期内的变异性；根据指定先验概率分布来定义这些参数合理值的先验知识；模型参数的后验分布进行估计；在估计的模型参数中取中值用于拟合每个日期的特定线性加平台函数，确定为临界钾稀释曲线模型；根据养分临界稀释理论计算KNI；根据临界氮稀释曲线模型计算NNI；进一步根据NNI和KNI计算NKI。本发明方法能够准确预测小麦植株氮钾亏缺和产量对氮钾互作效应的响应变化。
-
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
Applicant: 南京农业大学
Abstract: 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
Applicant: 南京农业大学
IPC: 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
Abstract: 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：CN117044460A
公开(公告)日：2023-11-14
申请号：CN202311141834.X
申请日：2023-09-05
Applicant: 南京农业大学
IPC: A01C7/20
Abstract: 本发明公开了一种自复位弹性护种装置及轮式精量排种器，其中，自复位弹性护种装置包括内护种板与外护种板，所述内护种板为圆弧形且与排种轮同轴安装，且所述内护种板能够相对于所述外护种板弹性浮动；还包括：分散布局在所述外护种板与所述内护种板之间的多个弹性机构；所有所述弹性机构沿着所述内护种板的延伸路径等距分布。轮式精量排种器包括排种器外壳与排种轮，还包括在所述排种轮的周向上依次布局的清种刷、自复位弹性护种装置与推种板；所述清种刷包括先后设置的圆弧清种刷以及直条清种刷；所述圆弧清种刷包含位于所述型孔上方的、成组设置的刷毛单元，所述刷毛单元呈扇形；所述直条清种刷中刷毛横向排列，并位于所述型孔的运动路径上。
-
Patent Agency Ranking
公开(公告)号：CN116491476A
公开(公告)日：2023-07-28
申请号：CN202310621379.7
申请日：2023-05-30
Applicant: 南京农业大学
IPC: A01K67/033
Abstract: 本发明公开了一种双通道稻飞虱趋光性实验方法及装置，其中方法包括针对光强进行单通道趋光率实验，针对除光强外的各项光源特征分别进行复合趋光率实验，得到对应于各项光源特征的敏感值；在先测试的光源特征对应的敏感值作为后续实验的基础参数。装置包括实验箱，实验箱内具有昆虫投放区与两个趋光通道；两个趋光通道相互垂直，第一趋光通道与昆虫投放区之间设置有能够将两者隔断的挡板，两个趋光通道的末端分别设置有光源。本发明中，针对光源波长、光强、形状、频率以及复色光组合对稻飞虱依次进行趋光实验，明确稻飞虱对不同诱导光源的响应特性，为进一步开发稻飞虱高效诱虫灯提供了理论依据。
-
公开(公告)号：CN116486034A
公开(公告)日：2023-07-25
申请号：CN202211499179.0
申请日：2023-01-28
Applicant: 南京农业大学
IPC: G06T17/20 , G06T7/136 , G06V10/762
Abstract: 本发明公开了一种田间小麦穗数提取方法，包括步骤：步骤1、采集小麦穗数样本和点云；步骤2、对从步骤1得到的小麦点云进行预处理；步骤3、选取任意点进行最小二乘曲面拟合，并获取该点所在平面的法向量；步骤4、计算点云法线差异度，分割茎或穗点云；步骤5、通过密度聚类进行茎或穗点云聚类：步骤6、根据聚类结果，统计小区内穗数。本发明方法提取的小麦穗数与田间实测的穗数进行比较，验证了算法的可行性，说明本发明方法实现了对大田作物穗数的快速、准确、无损提取，同时具有较高的普适性，为田间小麦穗数的提取提供了理论基础和技术支撑。
-
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
Applicant: 南京农业大学
Abstract: 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：CN112613338A
公开(公告)日：2021-04-06
申请号：CN202011303935.9
申请日：2020-11-19
Applicant: 南京农业大学
Abstract: 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，同时也是目前第一次提出综合RGB图像的可见光植被指数、小波纹理特征、优选的深层特征构建融合特征来估测小麦叶层氮含量的方法。
-
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
Applicant: 南京农业大学
IPC: G01S17/89
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.035 seconds)
