CN103996197A - 性状采集方法及系统 - Google Patents
性状采集方法及系统 Download PDFInfo
- Publication number
- CN103996197A CN103996197A CN201410240343.5A CN201410240343A CN103996197A CN 103996197 A CN103996197 A CN 103996197A CN 201410240343 A CN201410240343 A CN 201410240343A CN 103996197 A CN103996197 A CN 103996197A
- Authority
- CN
- China
- Prior art keywords
- crop
- collected
- template
- notebook
- image
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种性状采集方法及系统,涉及农作物性状采集技术领域,所述方法包括以下步骤:C1:获取待采集作物的图像,并对所述图像进行预处理;C2:对预处理后的图像进行边缘检测,以获得二值化的边缘图像;C3:对所述边缘图像进行直线检测,以获得沿着所述待采集作物分枝边缘的直线;C4:对所述直线进行拟合,以获得表征所述待采集作物两个分枝的直线斜率;C5:根据所述两个分枝的直线斜率计算所述待采集作物的分枝角度。本发明通过自动对部分性状进行采集,提高了性状采集的准确度。
Description
技术领域
本发明涉及农作物性状采集技术领域,特别涉及一种性状采集方法及系统。
背景技术
我国是农业生产大国,无论是品种选育,还是大田生产、品种审定,在田间数据采集和室内考种方面,基本都是先在Excel表中编制记载本,打印出来,把采集到的性状数据记录到纸质记载本上。
而且在性状采集过程中,通常全部均采用人工采集的方式,即由人工直接测量,但由于有些性状(例如,两个分枝之间的分枝角度)由人工采集存在误差较大的问题,导致人为误差较大,不同人员采集到的数据无法直接比较利用,更加无法进行正规的统计分析。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:如何提高性状采集的准确度及效率。
(二)技术方案
为解决上述技术问题,本发明提供了一种性状采集方法,所述方法包括以下步骤:
C1:获取待采集作物的图像,并对所述图像进行预处理;
C2:对预处理后的图像进行边缘检测,以获得二值化的边缘图像;
C3:对所述边缘图像进行直线检测,以获得沿着所述待采集作物分枝边缘的直线;
C4:对所述直线进行拟合,以获得表征所述待采集作物两个分枝的直线斜率;
C5:根据所述两个分枝的直线斜率计算所述待采集作物的分枝角度。
其中,步骤C1之前还包括:
B1:接收用户所输入的第一指令,根据所述第一指令确定对应的待采集作物,并将所述待采集作物对应的标识发送至服务端;
B2:接收由服务端所发送过来的所述待采集作物的记载本模板;
B3:当需要向所述记载本模板写入的性状值为分枝角度时,执行步骤C1;
步骤C5之后还包括:
C6:将计算获得的分枝角度写入所述记载本模板。
其中,步骤B1之前还包括:
A1:接收用户所输入的用户名和密码,并将所述用户名和密码发送至所述服务端进行验证;
A2:接收由所述服务端所发来的验证结果,若所述验证结果为验证通过,则执行步骤B1。
其中,所述验证结果中还包括:与所述用户名对应的权限数据,所述权限数据包括:负责人权限和负责人助手权限;
步骤B2中的记载本模板与所述权限数据相对应。
其中,步骤B2和B3之间还包括:
向所述记载本模板写入获取到的除所述分枝角度外的其他性状值和图片,所述图片包括:田间整体环境图片和所述待采集作物图片;
步骤C6之后还包括:
D1:显示步骤C6获得的记载本模板,并接收用户输入的第二指令,以调整所述记载本模板中的性状值;
D2:显示所述显示调整单元调整后的记载本模板,接收用户所输入的第三指令,将所述记载本模板中写入的所有性状值和图片发送到所述服务端进行保存。
本发明还公开了一种性状采集系统,所述系统包括:
图像获取单元,用于获取待采集作物的图像,并对所述图像进行预处理;
边缘检测单元,用于对预处理后的图像进行边缘检测,以获得二值化的边缘图像;
直线检测单元,用于对所述边缘图像进行直线检测,以获得沿着所述待采集作物分枝边缘的直线;
直线拟合单元,用于对所述直线进行拟合,以获得表征所述待采集作物两个分枝的直线斜率;
分枝角度计算单元,用于根据所述两个分枝的直线斜率计算所述待采集作物的分枝角度。
其中,所述系统还包括:
作物确定单元,用于接收用户所输入的第一指令,根据所述第一指令确定对应的待采集作物,并将所述待采集作物对应的标识发送至服务端;
模板接收单元,用于接收由服务端所发送过来的所述待采集作物的记载本模板;
分枝角度写入单元,用于将计算获得的分枝角度写入所述记载本模板。
其中,步骤B1之前还包括:
接收发送单元,用于接收用户所输入的用户名和密码,并将所述用户名和密码发送至所述服务端进行验证;
信息验证单元,用于接收由所述服务端所发来的验证结果。
其中,所述验证结果中还包括:与所述用户名对应的权限数据,所述权限数据包括:负责人权限和负责人助手权限;
所述模板接收单元中的记载本模板与所述权限数据相对应。
其中,所述系统还包括:
性状写入单元,用于向所述记载本模板写入获取到的除所述分枝角度外的其他性状值;
显示调整单元,用于显示所述分枝角度写入单元获得的记载本模板,并接收用户输入的第二指令,以调整所述记载本模板中的性状值;
性状值发送单元,用于显示所述显示调整单元调整后的记载本模板,并接收用户所输入的第三指令,将所述记载本模板中写入的所有性状值和图片发送到所述服务端进行保存。
(三)有益效果
本发明通过自动对部分性状进行采集,提高了性状采集的准确度及采集效率。
本发明还采用一个元数据数据库和多个作物数据库组合的模式。“元数据”数据库记录系统的基本数据(用户数据,权限数据等),以作物标识作为单作物数据库的名称,保存单个作物的基础数据和采集数据,根据选定的作物切换到指定作物的数据库,单作物数据库存放在手机的SD卡下,使得单作物的数据有较好的完整性,便于数据库数据的迁移。
本发明还采用自定义的json格式描述作物性状,记载规范,使得手持端和服务端有了统一的识别格式,便于数据的传输。
本发明规范了不同作物性状描述、记载规范,利于材料比较和数据分析,管理方便。
本发明支持数据采集人员在田间根据实际情况更换权限内的记载本及记载性状,不需要负责人重新进行任务分配,方便采集人员田间操作,保证数据安全性。
本发明可实现二次数据核查,保证数据准确性。
附图说明
图1是本发明一种实施方式的性状采集方法的流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1是本发明一种实施方式的性状采集方法的流程图;参照图1,所述方法包括以下步骤:
C1:获取待采集作物的图像,并对所述图像进行预处理;
C2:对预处理后的图像进行边缘检测,以获得二值化的边缘图像;
C3:对所述边缘图像进行直线检测,以获得沿着所述待采集作物分枝边缘的直线;
C4:对所述直线进行拟合,以获得表征所述待采集作物两个分枝的直线斜率;
C5:根据所述两个分枝的直线斜率计算所述待采集作物的分枝角度。
现有技术中采集一种作物的性状后,再采集另一种作物的性状时,均需要重新制作相应的记载本模板,并重新指定采集人员和采集系统,这一个过程比较繁琐耗时间,采集人员在田间不能根据实际情况调整采集内容,为便于简化上述过程,提高采集效率,优选地,步骤C1之前还包括:
B1:接收用户所输入的第一指令,根据所述第一指令确定对应的待采集作物,并将所述待采集作物对应的标识发送至服务端;
B2:接收由服务端所发送过来的所述待采集作物的记载本模板;
B3:当需要向所述记载本模板写入的性状值为分枝角度时,执行步骤C1;
步骤C5之后还包括:
C6:将计算获得的分枝角度写入所述记载本模板。
为对用户名和密码进行验证,以确保数据安全性,优选地,步骤B1之前还包括:
A1:接收用户所输入的用户名和密码,并将所述用户名和密码发送至所述服务端进行验证;
A2:接收由所述服务端所发来的验证结果,若所述验证结果为验证通过,则执行步骤B1。
为保证数据的安全性,防止被恶意篡改,优选地,所述验证结果中还包括:与所述用户名对应的权限数据,所述权限数据包括:负责人权限和负责人助手权限;
步骤B2中的记载本模板与所述权限数据相对应。
为便于对所述记载本模板进行,步骤B2和B3之间还包括:
向所述记载本模板写入获取到的除所述分枝角度外的其他性状值和图片,所述图片包括:田间整体环境图片和所述待采集作物图片;
步骤C6之后还包括:
D1:显示步骤C6获得的记载本模板,并接收用户输入的第二指令,以调整所述记载本模板中的性状值;
D2:显示所述显示调整单元调整后的记载本模板,接收用户所输入的第三指令,将所述记载本模板中写入的所有性状值和图片发送到所述服务端进行保存。
本发明还公开了一种性状采集系统,优选地,所述系统包括:
图像获取单元,用于获取待采集作物的图像,并对所述图像进行预处理;
边缘检测单元,用于对预处理后的图像进行边缘检测,以获得二值化的边缘图像;
直线检测单元,用于对所述边缘图像进行直线检测,以获得沿着所述待采集作物分枝边缘的直线;
直线拟合单元,用于对所述直线进行拟合,以获得表征所述待采集作物两个分枝的直线斜率;
分枝角度计算单元,用于根据所述两个分枝的直线斜率计算所述待采集作物的分枝角度。
优选地,所述系统还包括:
作物确定单元,用于接收用户所输入的第一指令,根据所述第一指令确定对应的待采集作物,并将所述待采集作物对应的标识发送至服务端;
模板接收单元,用于接收由服务端所发送过来的所述待采集作物的记载本模板;
分枝角度写入单元,用于将计算获得的分枝角度写入所述记载本模板。
优选地,步骤B1之前还包括:
接收发送单元,用于接收用户所输入的用户名和密码,并将所述用户名和密码发送至所述服务端进行验证;
信息验证单元,用于接收由所述服务端所发来的验证结果。
优选地,所述验证结果中还包括:与所述用户名对应的权限数据,所述权限数据包括:负责人权限和负责人助手权限;
所述模板接收单元中的记载本模板与所述权限数据相对应。
优选地,所述系统还包括:
性状写入单元,用于向所述记载本模板写入获取到的除所述分枝角度外的其他性状值;
显示调整单元,用于显示所述分枝角度写入单元获得的记载本模板,并接收用户输入的第二指令,以调整所述记载本模板中的性状值。
性状值发送单元,用于显示所述显示调整单元调整后的记载本模板,并接收用户所输入的第三指令,将所述记载本模板中写入的所有性状值和图片发送到所述服务端进行保存。
实施例
本发明的方法在实施时,需要用到测量系统(下面称手持端)及服务端,手持端按照功能模块划分包括:登录模块、记载本下载模块、数据采集模块、图片采集模块、数据核对模块、数据导出模块和数据上传模块;服务端功能包括基础数据制定模块、用户管理模块和数据审查模块。
所述服务端的数据制定模块,用于制定各种基础数据,包括作物种类、作物性状、性状分组、采集模板、记载本等数据,完成的基础数据用于下载到手持端。以油菜、玉米的部分性状定义为例:填写性状名称、所属作物种类、所属性状分组、数据类型、控件类型、记载标准,可通过作物种类、性状分组、性状名称进行查找,如表1。下拉型性状为方便数据分析,数据类型均定义为整型。
表1性状列表
服务端的用户管理模块,用于用户及其角色管理,角色分为记载本负责人、负责人助手两类,在新建用户时,需要为每位用户分配角色,以此在数据库中记录用户权限。
服务端的数据审查模块,用于暂时存储手持端采集系统上传的数据,用户在审核好的情况下,保存到数据库。
手持端的登录模块,用于输入用户名和密码,向服务端发送验证指令,通过后可登陆系统,相关信息保存在元数据数据库。登陆后,系统接收在服务器端定义的作物种类,根据作物构建不同作物的数据库,比如服务端设置了油菜、玉米2个种类,手持端就会形成2个作物数据库。
手持端的记载本下载模块,用于采集人员通过选择作物发送请求到服务器端,系统根据用户名、用户权限、作物,下载相关的记载本模板(包括性状、记载本、采集模板)到作物数据库。例如张三及其助手选择油菜时,则下载2014油菜田间种植规划,在选择玉米作物时,则下载2014玉米田间种植规划,如果记载负责人不是张三,则无权下载。
下载到移动设备上的记载本包括基本信息、排布好的材料、性状模板、田间排布图,所有信息不能修改。记载本下载后,系统根据采集人员角色的不同,在材料排布列表方面显示内容会有差异,助手角色人员只能看到种植编号、种植行数这2列内容,其他内容无权限查看。
手持端的数据采集模块,用于田间材料性状值的采集。
(1)选择性状:可以选择下载的采集模板,也可在手持端定制采集模板,比如制定名称为“油菜采集性状”的模板,模板内包括株高、分枝角度2个性状。
(2)在选择记载的田间材料:打开相应记载本,直接找到需要记载的材料;
(3)性状数据记载:选好油菜田间采集模板和2014油菜田间种植规划记载本后,系统显示出记载本的部分基本信息,包括记载本名称、负责人、种植年度以及采集列表,如表2,如果是记载本制定人,则能看到表2所有内容,如果是助手,只能看到种植编号、种植行数、播种期、株高、赤霉病病级5列内容。
表2 2014油菜田间种植规划性状采集列表
种植编号 | 材料名称 | 种植行数 | 来源 | 组合 | 株高 | 分枝角度 |
14Cxm000001 | 油菜1 | 5 | 2013=18 | Y10/Y15 | ||
14Cxm000002 | 油菜2 | 5 | 2013=99 | N8/Y18 | ||
14Cxm000003 | 油菜3 | 5 | 2013=123 | Y9/12-11 | ||
…… | …… | …… | …… | |||
…… | …… | …… | …… | |||
14Cxm000010 | 油菜10 | 5 | 2013=152 | 05-6/S6 |
采集录入(即写入记载本模板)的方式有两种,一种为:手动录入采集方式:
①单个材料记载,选择种植编号为14Cxm000001的材料,在播种期性状输入2014-10-25;
②多行记载:选择种植编号14Cxm000003-14Cxm000004的材料,在播种期性状输入2014-10-26;
③默认记载,在播种期性状项输入2014-10-27。
另一种为:性状自动获取采集方式,下面以油菜的分枝角度采集为例:选择种植编号为14Cxm000001的采集模板,手持端则利用摄像头采集材料图像后通过内置的图像处理算法得到值,步骤如下:
(1)采集油菜的分枝角度图像,并进行预处理。
①获得背景为黑色的油菜的分枝角度的彩色图像。
②对图像进行3*3中值滤波,从而去除图像中的椒盐噪声。
中值滤波的步骤为:1、将3*3滤波模板在图像中漫游,并将模板中心与图中某个像素位置重合;2、读取模板中各对应像素的灰度值;3、将这些灰度值从小到大排列;4、取这一列数据的中间数据,将其赋给对应模板中心位置的像素。
(2)对预处理后的油菜分枝角度图像进行边缘检测。
①采用图像B-G色差分量(B为蓝色分量,G为绿色分量,B-G为蓝色分量减绿色分量)对预处理后的图像进行分割,得到油菜分枝前景彩色图像,所述B-G色差分量是针对杆为绿色的植物,对于杆为其他颜色的植物,则需要调整该色差分量;
②采用Ostu算法对前景图像进行二值化。对于预处理后的油菜分枝图像,设当前景与背景的分割阈值为t时,前景点占图像比例为w0,均值为u0,背景点占图像比例为w1,均值为u1。则整个图像的均值为u=w0*u0+w1*u1。
建立目标函数g(t)=w0*(u0-u)2+w1*(u1-u)2,g(t)就是当分割阈值为t时的类间方差表达式。Otsu算法使得g(t)取得全局最大值,当g(t)为最大时所对应的t称为最佳阈值。
③采用Canny边缘检测算法提取二值图像边缘,得到边缘图像。包括步骤:
a.采用二维高斯函数对油菜分枝二值图像进行平滑:
式中,σ为控制平滑图像程度的高斯滤波器的参数。
b.计算滤波后油菜分枝图像梯度幅值和方向。采用一阶微分算子来计算平滑后图像各像素点处的梯度幅值G和梯度方向θ,其中像素点(i,j)的水平和垂直两方向的梯度Gx(i,j)、Gy(i,j)分别为:
其中,I(i,j)为(i,j)的像素值。
因此,像素点(i,j)处的梯度幅值和梯度方向分别为:
c.对各像素点梯度幅值进行非极大值抑制。在梯度幅值图像G中以像素点(i,j)为中心3×3的邻域内沿梯度方向θ(i,j)进行比较。如果像素点(i,j)处的梯度幅值均大于其8邻域像素点处的梯度幅值,则将像素点(i,j)标记为候选边缘点;如果像素点(i,j)处的梯度幅值小于其8邻域像素点中的至少一个点,则标记为非边缘点。以点(i,j)为中心点的3×3邻域非极大值抑制完成之后,再对以点(i+1,j)为中心点的3×3邻域进行非极大值抑制操作,以此类推,直到得到候选边缘图像N。
d.双阈值算法检测和连接边缘。采用双阈值法候选边缘点中检测并连接得到完整的油菜分枝边缘。首先选取两个阈值,高阈值Th和低阈值Tl,然后扫描候选边缘图像N,如果候选边缘图像中的任一像素点(i,j)的梯度幅值G(i,j)大于高阈值Th,则该点一定是边缘点;若点(i,j)的梯度幅值G(i,j)小于低阈值Th,则该点一定不是边缘点。而对于梯度幅值处于两个阈值之间的像素点,则将其看作备选边缘点,若该像素点的邻接像素中有边缘点则认为该点也为边缘点,否则,该点为非边缘点。
(3)对边缘检测后的图像进行直线检测,是指采用Hough变换对边缘图像进行直线检测,得到沿着油菜分枝边缘的直线。
其原理是:将油菜分枝角度图像空间中的直线变换到参数空间中,通过检测参数空间中的极值点,确定出该直线的描述参数,从而得到单像素宽度的分枝的直线。
(4)对所述检测后的直线进行拟合,得到表征油菜两个分枝的直线的斜率。
①:求取Hough变换检测到的直线的方程。
②:计算直线方程的斜率,并以90°为划分依据,将方程的斜率归为两类。
③:求取两类斜率中各类的平均值,得到表征油菜两个分枝的直线的斜率。
(5)计算油菜分枝角度。
①:通过反三角函数计算两个分枝的直线倾角,求得油菜两个分枝的倾角θ11和θ22;
②:计算两个分枝倾角之差的绝对值θ=|θ11-θ22|,得到油菜分枝角度θ。
手持端的图片采集模块,用于采集田间整体环境与种植材料(即所述待采集作物)本身相关的图片。田间整体环境主要是指记载本中所有材料所处的环境,拍摄的图片与记载本ID关联。种植材料图片是指某个材料本身的图片,通过记载本ID、材料ID进行关联保存于数据库。
例如:采集了一张2014油菜田间种植规划记载本田间环境图片,14Cxm000001材料也采集了一张图片,名为“穗部形态”。
手持端的数据核对模块,用于采集完数据后记载本采集列表如表3所示,在此基础上,采集人员在进行第一遍数据核对,如果出现错误的数据,可通过修改或删除进行数据修正,向作物数据库发送修改指令,以最新数据替代原有数据。
表3 2014油菜田间种植规划性状采集列表
数据修改举例:填写当播种期的值等于2014-10-25时修改为2014-10-24,系统会把14Cxm000001和14Cxm000002的播种期值进行修改。
数据删除举例:填写当播种期的值等于2014-10-25时删除,系统会把14Cxm000001和14Cxm000002的播种期值删除。
手持端的数据导出模块,用于数据采集人员核对结束后,可把电子记载本和采集的数据按照采集日期导出Excel表,显示内容与采集时一致。
手持端的数据上传模块,用于在上传性状值、图片等采集的性状时,向服务器端发送数据上传指令,采集到的性状值、图片ID、图片描述等采用json描述的数据作为参数上传到服务器端,保证两端数据一致性。上传成功的数据其数据状态更新为“RecordState.None”,防止数据二次传输。
本实施例提供了不同作物规范性状描述及采集标准,不同人员根据相应的权限获得电子记载本、性状标准以及记载本显示内容,方便采集人员田间更换作物以及采集性状。在人工采集的同时提供一部分性状自动采集功能,可对错误的数据进行现场修改、删除。记录的数据可通过无线、3G、USB等方式进行实时传输,并在田间查看材料以前的种植情况。在提供数据采集、汇总效率的基础上,又保证了数据采集的灵活性。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (10)
1.一种性状采集方法,其特征在于,所述方法包括以下步骤:
C1:获取待采集作物的图像,并对所述图像进行预处理;
C2:对预处理后的图像进行边缘检测,以获得二值化的边缘图像;
C3:对所述边缘图像进行直线检测,以获得沿着所述待采集作物分枝边缘的直线;
C4:对所述直线进行拟合,以获得表征所述待采集作物两个分枝的直线斜率;
C5:根据所述两个分枝的直线斜率计算所述待采集作物的分枝角度。
2.如权利要求1所述的方法,其特征在于,步骤C1之前还包括:
B1:接收用户所输入的第一指令,根据所述第一指令确定对应的待采集作物,并将所述待采集作物对应的标识发送至服务端;
B2:接收由服务端所发送过来的所述待采集作物的记载本模板;
B3:当需要向所述记载本模板写入的性状值为分枝角度时,执行步骤C1;
步骤C5之后还包括:
C6:将计算获得的分枝角度写入所述记载本模板。
3.如权利要求2所述的方法,其特征在于,步骤B1之前还包括:
A1:接收用户所输入的用户名和密码,并将所述用户名和密码发送至所述服务端进行验证;
A2:接收由所述服务端所发来的验证结果,若所述验证结果为验证通过,则执行步骤B1。
4.如权利要求3所述的方法,其特征在于,所述验证结果中还包括:与所述用户名对应的权限数据,所述权限数据包括:负责人权限和负责人助手权限;
步骤B2中的记载本模板与所述权限数据相对应。
5.如权利要求2~4中任一项所述的方法,其特征在于,步骤B2和B3之间还包括:
向所述记载本模板写入获取到的除所述分枝角度外的其他性状值和图片,所述图片包括:田间整体环境图片和所述待采集作物图片;
步骤C6之后还包括:
D1:显示步骤C6获得的记载本模板,并接收用户输入的第二指令,以调整所述记载本模板中的性状值;
D2:显示所述显示调整单元调整后的记载本模板,接收用户所输入的第三指令,将所述记载本模板中写入的所有性状值和图片发送到所述服务端进行保存。
6.一种性状采集系统,其特征在于,所述系统包括:
图像获取单元,用于获取待采集作物的图像,并对所述图像进行预处理;
边缘检测单元,用于对预处理后的图像进行边缘检测,以获得二值化的边缘图像;
直线检测单元,用于对所述边缘图像进行直线检测,以获得沿着所述待采集作物分枝边缘的直线;
直线拟合单元,用于对所述直线进行拟合,以获得表征所述待采集作物两个分枝的直线斜率;
分枝角度计算单元,用于根据所述两个分枝的直线斜率计算所述待采集作物的分枝角度。
7.如权利要求6所述的系统,其特征在于,所述系统还包括:
作物确定单元,用于接收用户所输入的第一指令,根据所述第一指令确定对应的待采集作物,并将所述待采集作物对应的标识发送至服务端;
模板接收单元,用于接收由服务端所发送过来的所述待采集作物的记载本模板;
分枝角度写入单元,用于将计算获得的分枝角度写入所述记载本模板。
8.如权利要求7所述的系统,其特征在于,步骤B1之前还包括:
接收发送单元,用于接收用户所输入的用户名和密码,并将所述用户名和密码发送至所述服务端进行验证;
信息验证单元,用于接收由所述服务端所发来的验证结果。
9.如权利要求8所述的系统,其特征在于,所述验证结果中还包括:与所述用户名对应的权限数据,所述权限数据包括:负责人权限和负责人助手权限;
所述模板接收单元中的记载本模板与所述权限数据相对应。
10.如权利要求7~9中任一项所述的系统,其特征在于,所述系统还包括:
性状写入单元,用于向所述记载本模板写入获取到的除所述分枝角度外的其他性状值;
显示调整单元,用于显示所述分枝角度写入单元获得的记载本模板,并接收用户输入的第二指令,以调整所述记载本模板中的性状值;
性状值发送单元,用于显示所述显示调整单元调整后的记载本模板,并接收用户所输入的第三指令,将所述记载本模板中写入的所有性状值和图片发送到所述服务端进行保存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410240343.5A CN103996197A (zh) | 2014-05-30 | 2014-05-30 | 性状采集方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410240343.5A CN103996197A (zh) | 2014-05-30 | 2014-05-30 | 性状采集方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103996197A true CN103996197A (zh) | 2014-08-20 |
Family
ID=51310352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410240343.5A Pending CN103996197A (zh) | 2014-05-30 | 2014-05-30 | 性状采集方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103996197A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108627092A (zh) * | 2018-04-17 | 2018-10-09 | 南京阿凡达机器人科技有限公司 | 一种包裹体积的测量方法、系统、储存介质及移动终端 |
CN109931884A (zh) * | 2019-01-31 | 2019-06-25 | 上海市质量监督检验技术研究院 | 一种长条形水嘴旋转角度非接触测量方法 |
CN116076353A (zh) * | 2022-11-28 | 2023-05-09 | 北京中农斯达农业科技开发有限公司 | 一种富含花青素的紫玉米的选育系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622755A (zh) * | 2012-02-28 | 2012-08-01 | 中国农业大学 | 植物枝干识别方法 |
CN103729621A (zh) * | 2013-12-20 | 2014-04-16 | 华南农业大学 | 基于叶片骨架模型的植物叶片图像自动识别方法 |
CN103778426A (zh) * | 2012-10-22 | 2014-05-07 | 内蒙古大学 | 绿色作物特征提取方法以及农情信息检测视觉系统 |
-
2014
- 2014-05-30 CN CN201410240343.5A patent/CN103996197A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622755A (zh) * | 2012-02-28 | 2012-08-01 | 中国农业大学 | 植物枝干识别方法 |
CN103778426A (zh) * | 2012-10-22 | 2014-05-07 | 内蒙古大学 | 绿色作物特征提取方法以及农情信息检测视觉系统 |
CN103729621A (zh) * | 2013-12-20 | 2014-04-16 | 华南农业大学 | 基于叶片骨架模型的植物叶片图像自动识别方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108627092A (zh) * | 2018-04-17 | 2018-10-09 | 南京阿凡达机器人科技有限公司 | 一种包裹体积的测量方法、系统、储存介质及移动终端 |
CN109931884A (zh) * | 2019-01-31 | 2019-06-25 | 上海市质量监督检验技术研究院 | 一种长条形水嘴旋转角度非接触测量方法 |
CN116076353A (zh) * | 2022-11-28 | 2023-05-09 | 北京中农斯达农业科技开发有限公司 | 一种富含花青素的紫玉米的选育系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111630551B (zh) | 图像中的作物类型分类 | |
CN111656387B (zh) | 图像中的作物边界检测 | |
BR112021009659A2 (pt) | mapeamento de anomalias de campo com o uso de imagens digitais e modelos de aprendizado de máquina. | |
CN113038823B (zh) | 自动化样本采集和跟踪系统 | |
KR102317408B1 (ko) | 작물 재배면적 추출방법 | |
US20050283314A1 (en) | Apparatus, method and system of information gathering and use | |
CN106709917A (zh) | 神经网络模型训练方法、装置及系统 | |
Tresch et al. | Easy MPE: extraction of quality microplot images for UAV-based high-throughput field phenotyping | |
Hudak et al. | Imputing forest structure attributes from stand inventory and remotely sensed data in western Oregon, USA | |
Röder et al. | Application of optical unmanned aerial vehicle-based imagery for the inventory of natural regeneration and standing deadwood in post-disturbed spruce forests | |
Zhang et al. | Estimating plant distance in maize using Unmanned Aerial Vehicle (UAV) | |
Jiang et al. | HISTIF: A new spatiotemporal image fusion method for high-resolution monitoring of crops at the subfield level | |
Laliberte et al. | Hierarchical object-based classification of ultra-high-resolution digital mapping camera (DMC) imagery for rangeland mapping and assessment | |
CN103996197A (zh) | 性状采集方法及系统 | |
CN106991449A (zh) | 一种生活场景重构辅助识别蓝莓品种的方法 | |
Wardlow et al. | A multi-scale accuracy assessment of the MODIS irrigated agriculture data-set (MIrAD) for the state of Nebraska, USA | |
Lee et al. | Investigating collection 4 versus collection 5 MODIS 250 m NDVI time-series data for crop separability in Kansas, USA | |
Zhang et al. | An assessment of Planet satellite imagery for county-wide mapping of rice planting areas in Jiangsu Province, China with one-class classification approaches | |
Simms et al. | Image segmentation for improved consistency in image-interpretation of opium poppy | |
Cuo et al. | Topographic normalization for improving vegetation classification in a mountainous watershed in Northern Thailand | |
Shao et al. | Delineation of individual deciduous trees in plantations with low-density LiDAR data | |
Waine et al. | Towards improving the accuracy of opium yield estimates with remote sensing | |
Feng et al. | Developing an image processing pipeline to improve the position accuracy of single UAV images | |
Bruce et al. | Plot extraction from aerial imagery: A precision agriculture approach | |
Cole et al. | Using satellites and phones to evaluate and promote agricultural technology adoption: Evidence from smallholder farms in India |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140820 |