公开(公告)号：CN115049945B

公开(公告)日：2023-10-20

申请号：CN202210658126.2

申请日：2022-06-10

Applicant: 安徽农业大学

Inventor： 杨宝华 ,  崔强 ,  朱月

IPC: G06V20/17 ,  G06V10/26 ,  G06V10/774 ,  G06V10/80 ,  G06T17/00

Abstract: 本发明公开了一种基于无人机图像的小麦倒伏面积提取方法和装置，该方法包括：1获取田间的小麦RGB图像数据，并进行拼接、裁剪和标注，得到研究区域图和标签数据；2利用小麦研究区域的RGB图像得到小麦数字表面模型图像，融合小麦RGB图像和数字表面模型图像，得到小麦RGB‑数字表面模型图像；3基于深度学习构建小麦倒伏分割模型，包括空间路径、上下文路径和特征融合模块，其中，上下文路径包括ResNet18网络和金字塔切分注意力；4通过小麦RGB‑数字表面模型图像数据训练小麦倒伏分割模型，并对小麦图像进行倒伏区域的分割，从而利用分割结果估算倒伏区域面积，解决现有小麦倒伏面积提取方法的误差和准确率较低的问题。

公开(公告)号：CN116778476A

公开(公告)日：2023-09-19

申请号：CN202310719551.2

申请日：2023-06-16

Applicant: 安徽农业大学

Inventor： 杨宝华 ,  耿洪冬 ,  崔强

IPC: G06V20/68 ,  G06V10/82 ,  G06V10/774 ,  G06N3/045 ,  G06N3/084 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于轻量级模型的RGB‑D自适应融合信息的小麦检测方法与装置，该方法步骤包括：1使用双目相机获取目标麦田的小麦麦穗RGB‑D图像，并对RGB图像和深度伪彩色图像进行对齐、背景移除和画面增强、标注等处理，构建了小麦RGB‑D数据集；2使用YSNv2网络对训练集进行训练，得出小麦RGB和深度图像的权重；3利用光照自适应机权重因子来改变RGB检测模型贡献，输出最终融合检测结果。本发明利用RGB‑D图像和轻量化YSNv2网络对麦穗进行检测，能减少光照变化对小麦检测的影响，从而能提升麦穗检测精度。

公开(公告)号：CN115049945A

公开(公告)日：2022-09-13

申请号：CN202210658126.2

申请日：2022-06-10

Applicant: 安徽农业大学

Inventor： 杨宝华 ,  崔强 ,  朱月

IPC: G06V20/17 ,  G06V10/26 ,  G06V10/774 ,  G06V10/80 ,  G06T17/00

Abstract: 本发明公开了一种基于无人机图像的小麦倒伏面积提取方法和装置，该方法包括：1获取田间的小麦RGB图像数据，并进行拼接、裁剪和标注，得到研究区域图和标签数据；2利用小麦研究区域的RGB图像得到小麦数字表面模型图像，融合小麦RGB图像和数字表面模型图像，得到小麦RGB‑数字表面模型图像；3基于深度学习构建小麦倒伏分割模型，包括空间路径、上下文路径和特征融合模块，其中，上下文路径包括ResNet18网络和金字塔切分注意力；4通过小麦RGB‑数字表面模型图像数据训练小麦倒伏分割模型，并对小麦图像进行倒伏区域的分割，从而利用分割结果估算倒伏区域面积，解决现有小麦倒伏面积提取方法的误差和准确率较低的问题。

公开(公告)号：CN115049946B

公开(公告)日：2023-09-26

申请号：CN202210658129.6

申请日：2022-06-10

Applicant: 安徽农业大学

Inventor： 杨宝华 ,  崔强 ,  周帅军

IPC: G06V20/17 ,  G06V20/10 ,  G06V20/64 ,  G06V10/774

Abstract: 本发明公开了一种基于点云变换的麦田生长状态判别方法与装置，该方法包括：1、获取麦田无人机图像数据，其中，麦田无人机图像数据用于获取麦田原始点云；2、基于麦田原始点云进行预处理，得到麦田归一化点云；3、基于麦田归一化点云进行连续不同高度的点云个数统计，得到麦田点云高度信号；4、基于变分模态分解以及格拉姆变换方法，对麦田点云高度信号进行图像化，得到点云变换图像；5、基于点云变换图像构建深度学习识别模型，并用于判别麦田生长状态。本发明能够有效提取麦田点云高度信息，从而能提高对麦田生长状态判别的精准性。

公开(公告)号：CN115049946A

公开(公告)日：2022-09-13

申请号：CN202210658129.6

申请日：2022-06-10

Applicant: 安徽农业大学

Inventor： 杨宝华 ,  崔强 ,  周帅军

IPC: G06V20/17 ,  G06V20/10 ,  G06V20/64 ,  G06V10/774

Abstract: 本发明公开了一种基于点云变换的麦田生长状态判别方法与装置，该方法包括：1、获取麦田无人机图像数据，其中，麦田无人机图像数据用于获取麦田原始点云；2、基于麦田原始点云进行预处理，得到麦田归一化点云；3、基于麦田归一化点云进行连续不同高度的点云个数统计，得到麦田点云高度信号；4、基于变分模态分解以及格拉姆变换方法，对麦田点云高度信号进行图像化，得到点云变换图像；5、基于点云变换图像构建深度学习识别模型，并用于判别麦田生长状态。本发明能够有效提取麦田点云高度信息，从而能提高对麦田生长状态判别的精准性。