CN102565061A - 作物生物量无损检测图像采集处理装置及检测方法 - Google Patents

作物生物量无损检测图像采集处理装置及检测方法 Download PDF

Info

Publication number
CN102565061A
CN102565061A CN2012100115735A CN201210011573A CN102565061A CN 102565061 A CN102565061 A CN 102565061A CN 2012100115735 A CN2012100115735 A CN 2012100115735A CN 201210011573 A CN201210011573 A CN 201210011573A CN 102565061 A CN102565061 A CN 102565061A
Authority
CN
China
Prior art keywords
crop
biomass
rice shoot
image
digital cameras
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012100115735A
Other languages
English (en)
Other versions
CN102565061B (zh
Inventor
任文涛
刘翠红
陈丽君
张本华
胡艳清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Agricultural University
Original Assignee
Shenyang Agricultural University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenyang Agricultural University filed Critical Shenyang Agricultural University
Priority to CN201210011573.5A priority Critical patent/CN102565061B/zh
Publication of CN102565061A publication Critical patent/CN102565061A/zh
Application granted granted Critical
Publication of CN102565061B publication Critical patent/CN102565061B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种作物生物量无损检测图像采集处理装置及检测方法，旨在提供一种制造使用成本低，检测方法简便的作物生物量无损检测图像采集处理装置及检测方法。包括两个摄像机高度调节装置、背景墙、标定板及升降调节装置、秧苗放置平台、试验台架、以及图像数据采集处理分析系统。所述图像数据采集处理分析系统包括两个CCD数字式摄像机、计算机，计算机的摄像机控制模块采集、显示和存储采集的图像；并通过生物量预测算法模块对数据进行统计分析，最终得出作物生物量预测模型；本发明适用于盆栽作物鲜生物量和干生物量的无损检测或单株作物整个生育期内生物量跟踪测量。

Description

作物生物量无损检测图像采集处理装置及检测方法
技术领域
本发明涉及一种作物图像采集处理装置，更具体地说，是涉及一种作物生物量无损检测图像采集处理装置及检测方法。
背景技术
在与作物相关的科学研究过程中，经常会涉及到测定作物的鲜生物量和干生物量。生物量是作物长势监测的一个重要指标，作物单株生物量反映了个体长势，单位面积生物量则反映了作物群体长势。目前，生物量的测定方法主要有直接收割法、观测估算法、模型模拟法和遥感反演法。直接收割法是传统植被生物量测定方法，该方法虽然准确，但破坏植被，往往用于验证其他方法的精度；观测估算法费时、费力，且目前还没有统一标准，并且由于样本量少而使其结果缺少代表性；遥感反演法目前还处于探索阶段，直接利用遥感资料测算生物量还有待进一步研究；模型模拟法主要有高光谱遥感估算模型、线性和非线性回归模型等。
再例如，中国专利公开号CN102169008A，公开日2011年08月31日，发明创造的名称为“一种农作物生物量测量装置及方法”，该申请案公开了一种农作物生物量测量装置及方法，通过对位于平行板电容器中的被测农作物样品施加扫频电场，测量其在一定温度、湿度条件下的介电特性，并通过建立介电常数、衰减系数与农作物生物量的相关模型，来完成对农作物生物量的检测。该技术方案有效解决了可在不收割农作物的情况下，简单便携地快速测量单株或多株农作物的生物量。但尚有不足之处：建立介电常数、衰减系数与农作物生物量的相关模型的方法破坏农作物，操作比较繁琐，系统的制造和使用成本较高。
发明内容
本发明的目的是克服现有技术中的不足，提供一种制造使用成本低，检测方法简便的作物生物量无损检测图像采集处理装置及检测方法。
为了解决上述存在的技术问题，本发明采用下述技术方案：本发明的作物生物量无损检测图像采集处理装置，包括两个摄像机高度调节装置、背景墙、标定板及升降调节装置、秧苗放置平台、试验台架、以及图像数据采集处理分析系统，所述背景墙设计为相互垂直的等边长两立面形状，且颜色设置为红色，试验台架的水平面投影为正方形，其相邻两立面与背景墙两立面等距贴近设置，在与该相邻两立面等距离位置，标定板及升降调节装置固装在试验台架上，其标定板中央设置正方形标定块，其升降调节装置上端设置秧苗放置平台，秧苗放置平台上放置秧苗；所述图像数据采集处理分析系统包括两个CCD数字式摄像机、计算机，分别与背景墙双立面对应，与秧苗等距离，两个摄像机高度调节装置垂直设置在试验台架上，该两个CCD数字式摄像机分别设置在两个摄像机高度调节装置上，两个CCD数字式摄像机的安装高度相同，且两个CCD数字式摄像机镜头中心与秧苗中心对齐；两个CCD数字式摄像机用于拍摄秧苗正面和侧面两个垂直方向的图像；计算机的摄像机控制模块用于设置采集参数、控制两个CCD数字式摄像机拍摄，并采集、显示和存储采集的图像；计算机的图像处理模块调用、处理图像数据，并存储处理后的数据到指定的文件，并通过生物量预测算法模块对数据进行统计分析，最终得出作物生物量预测模型；
其中，两个CCD数字式摄像机分别通过USB接口与计算机相连。
作为本发明的优选设计方案：所述两个CCD数字式摄像机与秧苗的距离为2m。
作为本发明的改进，所述摄像机高度调节装置包括高度调节架、支脚架、锁定手轮，左右两个支脚架垂直设置在试验台架上，高度调节架可上下滑动地支撑安装在左右两个支脚架的滑道内，并通过锁定手轮锁紧定位，该高度调节架的左右两侧各设置一个高度尺。
本发明的另一方案是提供一种图像采集处理装置的作物生物量无损检测方法，该方法包括下列步骤：首先图像采集准备：设置两个CCD数字式摄像机的各项指标；调整试验台架处于水平位置；根据被采集作物的高度，通过两个摄像机高度调节装置调整两个CCD数字式摄像机的安装高度，并确定标定块及升降调节装置的标定块高度，使摄像机镜头中心、标定块中心与作物秧苗中心处于同一高度；接着取样：每隔3天取样1次，每次取样本10株，将取样秧苗根部植入大小一致的塑料盆内，并使秧苗位于盆的中心，并标记样本序号；进行采集样本图像：根据最高的秧苗确定摄像机的拍摄焦距F1，每次拍摄的焦距相同，保证最高的秧苗图像充满整个拍摄区域；将装好秧苗样本的塑料盆放在秧苗放置平台上，塑料盆上的刻度与秧苗放置平台的标记刻度对齐；操作摄像机控制模块，按样本序号，分别拍摄秧苗正面和侧面两个垂直方向的图像，每个方向的图像拍摄3张；采集标定块图像：根据确定好的标定块高度，将标定板升起，标定板中央的正方形标定块中心对准两个CCD数字式摄像机的镜头中心，拍摄3张标定块图像；人工测量作物秧苗性状数据：根据不同的试验作物，人工测量植株分蘖或其它的作物性状信息；从根部以上剪断每株作物，清理杂物后，利用精度为0.01g的天平称重，得到作物的鲜生物量；将称重后的植株放入标有样本序号的纸袋中，利用干燥箱105℃烘干至恒重，称重，得到作物的干生物量；处理采集的图像，并整理图像处理数据：对采集的图像进行处理，得到秧苗的株高、正像面积、侧向面积信息；输入人工测量数据：输入人工测量的作物分蘖或其它的作物性状信息、鲜生物量和干生物量信息；最后进行统计学分析，建立作物生物量预测模型。
在优选实施例中，本发明的作物生物量无损检测方法，所述两个CCD数字式摄像机的各项指标设置为：光照条件为自然光源，图像传感器类型1/2.33″CCD，选择拍摄像素大小为1024×768，分辨率为96，自动感光，自动白平衡，中心对焦，平均测光，关闭闪光灯功能。
在优选实施例中，本发明的作物生物量无损检测方法，所述标定板中央的正方形标定块设置为绿色，且该正方形标定块边长为10cm。
由于采用上述技术方案，本发明提供的作物生物量无损检测图像采集处理装置及检测方法具有的有益效果是：
本发明的作物生物量无损检测图像采集处理装置，所述背景墙设计为相互垂直的等边长两立面形状，且颜色设置为红色，在与该相邻两立面等距离位置，标定板及升降调节装置固装在试验台架上，其升降调节装置上端设置秧苗放置平台，秧苗放置平台上放置秧苗；该两个CCD数字式摄像机分别设置在两个摄像机高度调节装置上，两个CCD数字式摄像机的安装高度相同，且两个CCD数字式摄像机镜头中心与秧苗中心对齐。这样就可以通过图像数据采集处理分析系统计算机的摄像机控制模块设置采集参数，控制两个CCD数字式摄像机拍摄秧苗正面和侧面两个垂直方向的图像，摄像机控制模块采集、显示和存储采集的图像；计算机的图像处理模块调用、处理图像数据，并存储处理后的数据到指定的文件，并通过生物量预测算法模块对数据进行统计分析，最终得出作物生物量预测模型。通过这种检测方法得到一定品种的某个作物的生物量预测模型，之后，就可以应用该系统拍摄正在生长的作物图像，不用拔苗称重，就可以得到被拍摄秧苗的重量，得到整个生育期内的作物生物量预测模型。实现了盆栽作物鲜生物量和干生物量的无损检测，该无损检测方法步骤简单、具体，便于操作，图像采集处理装置构造相对简单制造成本低，使用操作运行耗能少，达到了制造使用成本低，检测方法简便的效果。
附图说明
图1是本发明作物生物量无损检测图像采集处理装置的构造示意图；
图2是图1中沿A-A线的剖视图；
图3是图2中B向局部放大图；
图4是本发明的图像数据采集处理分析系统原理方框图；
图5是本发明的图像数据采集处理分析系统工作流程图。
图中：CCD数字式摄像机1  摄像机高度调节装置2  背景墙3  标定板及升降调节装置4  秧苗放置平台5  秧苗6  试验台架7  计算机8  高度调节架9  支脚架10  锁定手轮11
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细描述：
如图1、图2所示，给出了本发明作物生物量无损检测图像采集处理装置的具体实施方式构造示意图，包括两个摄像机高度调节装置2、背景墙3、标定板及升降调节装置4、秧苗放置平台5、试验台架7、以及图像数据采集处理分析系统，所述背景墙3设计为相互垂直的等边长两立面形状，且颜色设置为红色，试验台架7的水平面投影为正方形，其相邻两立面与背景墙3两立面等距贴近设置，在与该相邻两立面等距离位置，标定板及升降调节装置4固装在试验台架7上，其标定板中央设置正方形标定块，其升降调节装置上端设置秧苗放置平台5，秧苗放置平台5上放置秧苗6；在图2、图4中，所述图像数据采集处理分析系统包括两个CCD数字式摄像机1、计算机8，分别与背景墙3双立面对应，与秧苗6等距离，两个摄像机高度调节装置2垂直设置在试验台架7上，该两个CCD数字式摄像机1分别设置在两个摄像机高度调节装置2上，两个CCD数字式摄像机1的安装高度相同，且两个CCD数字式摄像机1镜头中心与秧苗中心对齐；两个CCD数字式摄像机1用于拍摄秧苗6正面和侧面两个垂直方向的图像；计算机8的摄像机控制模块用于设置采集参数、控制两个CCD数字式摄像机1拍摄，并采集、显示和存储采集的图像；计算机8的图像处理模块调用、处理图像数据，并存储处理后的数据到指定的文件，并通过生物量预测算法模块对数据进行统计分析，最终得出作物生物量预测模型；
其中，两个CCD数字式摄像机1分别通过USB接口与计算机相连。
作为本发明的优选实施例，所述两个CCD数字式摄像机1与秧苗6的距离为2m。
在优选实施例中，如图2、图3所示，所述摄像机高度调节装置2包括高度调节架9、支脚架10、锁定手轮11，左右两个支脚架10垂直设置在试验台架7上，高度调节架9可上下滑动地支撑安装在左右两个支脚架10的滑道内，并通过锁定手轮11锁紧定位，该高度调节架9的左右两侧各设置一个高度尺。
参见图2、图4和图5，详细说明本发明的作物生物量无损检测方法和图像数据采集处理分析系统的工作流程。
图像采集准备：设置两个CCD数字式摄像机1的各项指标，光照条件为自然光源，图像传感器类型1/2.33″CCD，选择拍摄像素大小为1024×768，分辨率为96，自动感光，自动白平衡，中心对焦，平均测光，关闭闪光灯功能，两个CCD数字式摄像机1与被拍摄秧苗6的距离始终保持2m；调整试验台架7处于水平位置，保证秧苗放置平台5和摄像机高度调节装置2的摄像机安装平台均处于水平；根据被采集作物的高度，通过两个摄像机高度调节装置2调整两个CCD数字式摄像机1的安装高度，并确定标定块及升降调节装置4的标定块高度，使摄像机镜头中心、标定块中心与作物秧苗6中心处于同一高度。
在图像采集准备之后取样：每隔3天取样1次，每次取样本10株，在最短的时间内，将取样秧苗6根部植入大小一致的塑料盆内，塑料盆的两个垂直方向上标有刻度，将秧苗6装入盆中时，要保证秧苗6两个垂直方向对准刻度，并使秧苗6位于盆的中心，并标记样本序号。
采集样本图像：根据最高的秧苗确定摄像机的拍摄焦距F1，每次拍摄的焦距相同，保证最高的秧苗图像充满整个拍摄区域；将装好秧苗样本的塑料盆放在秧苗放置平台上，塑料盆上的刻度与秧苗放置平台5的标记刻度对齐；操作摄像机控制模块8，按样本序号，分别拍摄秧苗6正面和侧面两个垂直方向的图像，每个方向的图像拍摄3张；
采集标定块图像：根据确定好的标定块高度，将标定板升起，标定板中央的绿色正方形标定块中心对准两个CCD数字式摄像机1的镜头中心，该正方形标定块边长为10cm，拍摄3张标定块图像。
人工测量作物秧苗性状数据：根据不同的试验作物，人工测量植株分蘖或其它的作物性状信息；从根部以上剪断每株作物，清理杂物后，利用精度为0.01g的天平称重，得到作物的鲜生物量；将称重后的植株放入标有样本序号的纸袋中，利用干燥箱105℃烘干至恒重，称重，得到作物的干生物量；
处理采集的图像，并整理图像处理数据：计算机9的图像处理模块对采集的图像进行处理，由于标定块的边长尺寸10cm×10cm是已知的，根据标定块图像的像素大小，换算出秧苗的株高和侧向面积，得到秧苗6的株高、正像面积、侧向面积信息；可以根据不同的试验作物，补充茎粗和叶片数等可以由图像处理得到的其他信息，并存储处理后的数据到指定的文件。
输入人工测量数据：输入人工测量的作物分蘖或其它的作物性状信息、鲜生物量和干生物量信息。
进行统计学分析，建立作物生物量预测模型：计算机9的生物量预测算法模块，利用特征级信息融合方法和模糊综合评判等方法，采用多元线性回归分析或神经网络预测的手段，得到作物鲜生物量和干生物量的定量预测模型。
上述方法过程得到一定品种的某个作物的生物量预测模型，之后，就可以应用该系统拍摄正在生长的作物图像，不用拔苗称重，就可以得到被拍摄秧苗的重量，得到整个生育期内的作物生物量预测模型。实现了盆栽作物鲜生物量和干生物量的无损检测。也可以实现单株作物整个生育期内生物量跟踪测量。
显然，本领域的技术人员可以对本发明的作物生物量无损检测图像采集处理装置进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种作物生物量无损检测图像采集处理装置，其特征在于：包括两个摄像机高度调节装置(2)、背景墙(3)、标定板及升降调节装置(4)、秧苗放置平台(5)、试验台架(7)、以及图像数据采集处理分析系统，所述背景墙(3)设计为相互垂直的等边长两立面形状，且颜色设置为红色，试验台架(7)的水平面投影为正方形，其相邻两立面与背景墙(3)两立面等距贴近设置，在与该相邻两立面等距离位置，标定板及升降调节装置(4)固装在试验台架(7)上，其标定板中央设置正方形标定块，其升降调节装置上端设置秧苗放置平台(5)，秧苗放置平台(5)上放置秧苗(6)；所述图像数据采集处理分析系统包括两个CCD数字式摄像机(1)、计算机(8)，分别与背景墙(3)双立面对应，与秧苗(6)等距离，两个摄像机高度调节装置(2)垂直设置在试验台架(7)上，该两个CCD数字式摄像机(1)分别设置在两个摄像机高度调节装置(2)上，两个CCD数字式摄像机(1)的安装高度相同，且两个CCD数字式摄像机(1)镜头中心与秧苗中心对齐；两个CCD数字式摄像机(1)用于拍摄秧苗(6)正面和侧面两个垂直方向的图像；计算机(8)的摄像机控制模块用于设置采集参数、控制两个CCD数字式摄像机(1)拍摄，并采集、显示和存储采集的图像；计算机(8)的图像处理模块调用、处理图像数据，并存储处理后的数据到指定的文件，并通过生物量预测算法模块对数据进行统计分析，最终得出作物生物量预测模型；
其中，两个CCD数字式摄像机(1)分别通过USB接口与计算机相连。
2.根据权利要求1所述的作物生物量无损检测图像采集处理装置，其特征在于：所述两个CCD数字式摄像机(1)与秧苗(6)的距离为2m。
3.根据权利要求1或2所述的作物生物量无损检测图像采集处理装置，其特征在于：所述摄像机高度调节装置(2)包括高度调节架(9)、支脚架(10)、锁定手轮(11)，左右两个支脚架(10)垂直设置在试验台架(7)上，高度调节架(9)可上下滑动地支撑安装在左右两个支脚架(10)的滑道内，并通过锁定手轮(11)锁紧定位，该高度调节架(9)的左右两侧各设置一个高度尺。
4.一种根据权利要求1或2所述的图像采集处理装置的作物生物量无损检测方法，其特征在于：该方法包括下列步骤：
(1)图像采集准备：设置两个CCD数字式摄像机(1)的各项指标；调整试验台架(7)处于水平位置；根据被采集作物的高度，通过两个摄像机高度调节装置(2)调整两个CCD数字式摄像机(1)的安装高度，并确定标定块及升降调节装置(4)的标定块高度，使摄像机镜头中心、标定块中心与作物秧苗(6)中心处于同一高度；
(2)取样：每隔3天取样1次，每次取样本10株，将取样秧苗(6)根部植入大小一致的塑料盆内，并使秧苗(6)位于盆的中心，并标记样本序号；
(3)采集样本图像：根据最高的秧苗确定摄像机的拍摄焦距F1，每次拍摄的焦距相同，保证最高的秧苗图像充满整个拍摄区域；将装好秧苗样本的塑料盆放在秧苗放置平台上，塑料盆上的刻度与秧苗放置平台(5)的标记刻度对齐；操作摄像机控制模块(8)，按样本序号，分别拍摄秧苗(6)正面和侧面两个垂直方向的图像，每个方向的图像拍摄3张；
(4)采集标定块图像：根据确定好的标定块高度，将标定板升起，标定板中央的正方形标定块中心对准两个CCD数字式摄像机(1)的镜头中心，拍摄3张标定块图像；
(5)人工测量作物秧苗性状数据：根据不同的试验作物，人工测量植株分蘖或其它的作物性状信息；从根部以上剪断每株作物，清理杂物后，利用精度为0.01g的天平称重，得到作物的鲜生物量；将称重后的植株放入标有样本序号的纸袋中，利用干燥箱105℃烘干至恒重，称重，得到作物的干生物量；
(6)处理采集的图像，并整理图像处理数据：对采集的图像进行处理，得到秧苗(6)的株高、正像面积、侧向面积信息；
(7)输入人工测量数据：输入人工测量的作物分蘖或其它的作物性状信息、鲜生物量和干生物量信息；
(8)进行统计学分析，建立作物生物量预测模型。
5.根据权利要求4所述的作物生物量无损检测方法，其特征在于：所述步骤(1)中，两个CCD数字式摄像机(1)的各项指标设置为：光照条件为自然光源，图像传感器类型1/2.33″CCD，选择拍摄像素大小为1024×768，分辨率为96，自动感光，自动白平衡，中心对焦，平均测光，关闭闪光灯功能。
6.根据权利要求4所述的作物生物量无损检测方法，其特征在于：所述步骤(4)中，标定板中央的正方形标定块设置为绿色，且该正方形标定块边长为10cm。
CN201210011573.5A 2012-01-16 2012-01-16 作物生物量无损检测图像采集处理装置及检测方法 Expired - Fee Related CN102565061B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210011573.5A CN102565061B (zh) 2012-01-16 2012-01-16 作物生物量无损检测图像采集处理装置及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210011573.5A CN102565061B (zh) 2012-01-16 2012-01-16 作物生物量无损检测图像采集处理装置及检测方法

Publications (2)

Publication Number Publication Date
CN102565061A true CN102565061A (zh) 2012-07-11
CN102565061B CN102565061B (zh) 2014-03-12

Family

ID=46411048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210011573.5A Expired - Fee Related CN102565061B (zh) 2012-01-16 2012-01-16 作物生物量无损检测图像采集处理装置及检测方法

Country Status (1)

Country Link
CN (1) CN102565061B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102841096A (zh) * 2012-08-16 2012-12-26 南京协力电子科技集团有限公司 测试区直立式双面ccd线扫描机构
CN102967264A (zh) * 2012-12-07 2013-03-13 中国科学院新疆生态与地理研究所 一种基于数码图像技术获取灌木分枝长度的方法
CN104458743A (zh) * 2014-11-10 2015-03-25 江苏大学 一种旋臂式设施作物生物量多传感检测装置及方法
CN104457936A (zh) * 2014-11-10 2015-03-25 江苏大学 一种盆栽作物长势动态检测装置及其检测方法
CN105308436A (zh) * 2013-03-25 2016-02-03 索尼公司 方法、系统和介质，该介质上存储有指令以致使处理器执行用于获得生物体的包含一组光学数据的图像信息的方法
CN105955125A (zh) * 2016-05-24 2016-09-21 江苏腾飞环境工程设备有限公司 一种生活污水处理平台
CN106767426A (zh) * 2016-11-15 2017-05-31 四川农业大学 水稻株叶型测定方法及其装置
CN107884416A (zh) * 2017-11-07 2018-04-06 中南大学 基于机器视觉的立面检测装置和检测方法
CN109247157A (zh) * 2018-09-21 2019-01-22 华南农业大学 一种活动式原位分析根箱及其使用方法
US10186029B2 (en) 2014-09-26 2019-01-22 Wisconsin Alumni Research Foundation Object characterization
CN112986245A (zh) * 2021-04-16 2021-06-18 石河子大学 一种基于视觉的穴盘苗检测装置
CN113063742A (zh) * 2021-03-24 2021-07-02 和数科技(浙江)有限公司 一种植被生物量测量方法、系统、存储介质及终端
CN113722519A (zh) * 2021-09-06 2021-11-30 南京农业大学 一种作物表型云平台分析系统及方法
CN114324336A (zh) * 2021-12-31 2022-04-12 四川农业大学 一种大豆全生育期生物量无损测量方法
CN114731937A (zh) * 2022-04-12 2022-07-12 湖南明舜制药有限公司 一种玉竹超声波间歇式雾化培养装置
CN114827400A (zh) * 2022-03-23 2022-07-29 南京华脉科技股份有限公司 一种基于区块链大数据的图像处理系统
CN116229289A (zh) * 2022-12-13 2023-06-06 河南省农业科学院农业经济与信息研究所 一种基于无人机的冬小麦生物量快速高精准估测方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6160902A (en) * 1997-10-10 2000-12-12 Case Corporation Method for monitoring nitrogen status using a multi-spectral imaging system
US6567537B1 (en) * 2000-01-13 2003-05-20 Virginia Commonwealth University Method to assess plant stress using two narrow red spectral bands
JP2005026873A (ja) * 2003-06-30 2005-01-27 Casio Comput Co Ltd 撮影方法、撮像装置、及びプログラム
US20050098713A1 (en) * 2003-09-23 2005-05-12 Kyle Holland Light sensor with modulated radiant polychromatic source
CN101109743A (zh) * 2007-09-10 2008-01-23 肯特大学 基于数字图像处理技术的便携式谷类分析仪
CN101294792A (zh) * 2008-06-19 2008-10-29 上海交通大学 具有自动校准功能的植物形态参数视觉测量仪
CN101384164A (zh) * 2006-02-17 2009-03-11 克罗普迪塞恩股份有限公司 确定植物开花开始的方法和装置
CN101718522A (zh) * 2009-12-25 2010-06-02 华南农业大学 一种植物生长的非接触式无损检测装置及其检测方法
CN101936882A (zh) * 2010-08-10 2011-01-05 江苏大学 一种作物氮素和水分无损检测方法及装置
CN102169008A (zh) * 2010-12-07 2011-08-31 北京农业智能装备技术研究中心 一种农作物生物量测量装置及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6160902A (en) * 1997-10-10 2000-12-12 Case Corporation Method for monitoring nitrogen status using a multi-spectral imaging system
US6567537B1 (en) * 2000-01-13 2003-05-20 Virginia Commonwealth University Method to assess plant stress using two narrow red spectral bands
JP2005026873A (ja) * 2003-06-30 2005-01-27 Casio Comput Co Ltd 撮影方法、撮像装置、及びプログラム
US20050098713A1 (en) * 2003-09-23 2005-05-12 Kyle Holland Light sensor with modulated radiant polychromatic source
CN101384164A (zh) * 2006-02-17 2009-03-11 克罗普迪塞恩股份有限公司 确定植物开花开始的方法和装置
CN101109743A (zh) * 2007-09-10 2008-01-23 肯特大学 基于数字图像处理技术的便携式谷类分析仪
CN101294792A (zh) * 2008-06-19 2008-10-29 上海交通大学 具有自动校准功能的植物形态参数视觉测量仪
CN101718522A (zh) * 2009-12-25 2010-06-02 华南农业大学 一种植物生长的非接触式无损检测装置及其检测方法
CN101936882A (zh) * 2010-08-10 2011-01-05 江苏大学 一种作物氮素和水分无损检测方法及装置
CN102169008A (zh) * 2010-12-07 2011-08-31 北京农业智能装备技术研究中心 一种农作物生物量测量装置及方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
E.J.VAN HENTEN，J.BONTSEMA: "Non-destructive Crop Measurement by Image Processing for Crop Growth Control", 《J.AGRIC.ENGNG RES.》 *
HE，D.;HIRAFUJI，M.;KOZAI，T.: "Growth Prediction of a Transplant Population Using Artificial Neural Networks Combined with Image Analysis", 《AFITA2002:ASIAN AGRICULTURE INFORMATION TECHNOLOGY & MANAGEMENT》 *
张云鹤等: "基于虚拟仪器技术的作物叶片面积测量仪的开发", 《农业工程学报》 *
张健钦等: "基于机器视觉技术的叶面积测量系统实现", 《自然科学进展》 *
李明等: "基于图像处理技术的小麦形态检测方法研究", 《东北农业大学学报》 *
李长缨等: "利用计算机视觉技术实现对温室植物生长的无损监测", 《农业工程学报》 *
马彦平等: "基于数字图像的玉米叶面积测量方法研究", 《中国农学通报》 *

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102841096A (zh) * 2012-08-16 2012-12-26 南京协力电子科技集团有限公司 测试区直立式双面ccd线扫描机构
CN102841096B (zh) * 2012-08-16 2015-02-25 南京协力电子科技集团有限公司 测试区直立式双面ccd线扫描机构
CN102967264A (zh) * 2012-12-07 2013-03-13 中国科学院新疆生态与地理研究所 一种基于数码图像技术获取灌木分枝长度的方法
CN102967264B (zh) * 2012-12-07 2015-11-11 中国科学院新疆生态与地理研究所 一种基于数码图像技术获取灌木分枝长度的方法
US11875562B2 (en) 2013-03-25 2024-01-16 Sony Group Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
US11699286B2 (en) 2013-03-25 2023-07-11 Sony Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
CN105308436A (zh) * 2013-03-25 2016-02-03 索尼公司 方法、系统和介质，该介质上存储有指令以致使处理器执行用于获得生物体的包含一组光学数据的图像信息的方法
US11443509B2 (en) 2013-03-25 2022-09-13 Sony Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
CN105308436B (zh) * 2013-03-25 2020-09-18 索尼公司 信息处理方法和系统以及计算机可读介质
US10607078B2 (en) 2013-03-25 2020-03-31 Sony Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
US10186029B2 (en) 2014-09-26 2019-01-22 Wisconsin Alumni Research Foundation Object characterization
CN104457936A (zh) * 2014-11-10 2015-03-25 江苏大学 一种盆栽作物长势动态检测装置及其检测方法
CN104458743A (zh) * 2014-11-10 2015-03-25 江苏大学 一种旋臂式设施作物生物量多传感检测装置及方法
WO2016074513A1 (zh) * 2014-11-10 2016-05-19 江苏大学 一种旋臂式设施作物生物量多传感检测装置及方法
CN105955125A (zh) * 2016-05-24 2016-09-21 江苏腾飞环境工程设备有限公司 一种生活污水处理平台
CN106767426A (zh) * 2016-11-15 2017-05-31 四川农业大学 水稻株叶型测定方法及其装置
CN107884416A (zh) * 2017-11-07 2018-04-06 中南大学 基于机器视觉的立面检测装置和检测方法
CN107884416B (zh) * 2017-11-07 2020-03-31 中南大学 基于机器视觉的立面检测装置和检测方法
CN109247157A (zh) * 2018-09-21 2019-01-22 华南农业大学 一种活动式原位分析根箱及其使用方法
CN109247157B (zh) * 2018-09-21 2023-10-20 华南农业大学 一种活动式原位分析根箱及其使用方法
CN113063742A (zh) * 2021-03-24 2021-07-02 和数科技(浙江)有限公司 一种植被生物量测量方法、系统、存储介质及终端
CN112986245A (zh) * 2021-04-16 2021-06-18 石河子大学 一种基于视觉的穴盘苗检测装置
CN113722519A (zh) * 2021-09-06 2021-11-30 南京农业大学 一种作物表型云平台分析系统及方法
CN114324336A (zh) * 2021-12-31 2022-04-12 四川农业大学 一种大豆全生育期生物量无损测量方法
CN114827400A (zh) * 2022-03-23 2022-07-29 南京华脉科技股份有限公司 一种基于区块链大数据的图像处理系统
CN114731937A (zh) * 2022-04-12 2022-07-12 湖南明舜制药有限公司 一种玉竹超声波间歇式雾化培养装置
CN116229289A (zh) * 2022-12-13 2023-06-06 河南省农业科学院农业经济与信息研究所 一种基于无人机的冬小麦生物量快速高精准估测方法

Also Published As

Publication number Publication date
CN102565061B (zh) 2014-03-12

Similar Documents

Publication Publication Date Title
CN102565061B (zh) 作物生物量无损检测图像采集处理装置及检测方法
US20210007287A1 (en) Method for monitoring growth of plants and generating a plant grow schedule
Virlet et al. Field Scanalyzer: An automated robotic field phenotyping platform for detailed crop monitoring
Cabrera‐Bosquet et al. High‐throughput estimation of incident light, light interception and radiation‐use efficiency of thousands of plants in a phenotyping platform
Friedli et al. Terrestrial 3D laser scanning to track the increase in canopy height of both monocot and dicot crop species under field conditions
Sumesh et al. Integration of RGB-based vegetation index, crop surface model and object-based image analysis approach for sugarcane yield estimation using unmanned aerial vehicle
CN102323221B (zh) 烟叶成熟度检测方法及检测装置
Langstroff et al. Opportunities and limits of controlled-environment plant phenotyping for climate response traits
CN107392908B (zh) 作物株高测量方法及系统、田间定标装置
Jia et al. Use of a digital camera to monitor the growth and nitrogen status of cotton
CN105547152A (zh) 农作物表型田间高通量主动测量装置与方法
AU2017376837A1 (en) Detection of environmental conditions
JP2017148028A (ja) 水分量観察装置、水分量観察方法及び栽培装置
Radtke et al. An evaluation of overhead laser scanning to estimate herbage removals in pasture quadrats
CN202110131U (zh) 烟叶成熟度检测装置
Zhou et al. Modeling winter wheat phenology and carbon dioxide fluxes at the ecosystem scale based on digital photography and eddy covariance data
Song et al. Estimating effective leaf area index of winter wheat using simulated observation on unmanned aerial vehicle-based point cloud data
CN109827957A (zh) 一种基于计算机视觉的水稻叶片spad值估测方法及系统
Ma et al. A method of calculating phenotypic traits for soybean canopies based on three-dimensional point cloud
Irvine-Fynn et al. Rapid quantification of cryoconite: granule geometry and in situ supraglacial extents, using examples from Svalbard and Greenland
Smith et al. Forest canopy structural properties
Pinheiro et al. Indirect methods for determining the area index of forage cactus cladodes
CN105865592A (zh) 作物籽粒千粒重测定装置
CN106846309B (zh) 基于图像的森林地表死可燃物载量的自动估计方法
CN103940465B (zh) 杂草信息采集方法与系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140312

Termination date: 20150116

EXPY Termination of patent right or utility model