CN106067169A - 植物水分胁迫状态自动监控方法及系统 - Google Patents
植物水分胁迫状态自动监控方法及系统 Download PDFInfo
- Publication number
- CN106067169A CN106067169A CN201610348933.9A CN201610348933A CN106067169A CN 106067169 A CN106067169 A CN 106067169A CN 201610348933 A CN201610348933 A CN 201610348933A CN 106067169 A CN106067169 A CN 106067169A
- Authority
- CN
- China
- Prior art keywords
- infrared image
- visible images
- information
- image
- plant
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1765—Method using an image detector and processing of image signal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种植物水分胁迫状态自动监控方法及系统,包括:获取植物的红外图像、可见光图像以及对应植物的土壤水分含量信息;根据红外图像和可见光图像获得图像融合信息;根据图像融合信息和土壤水分含量信息获得植物水分胁迫状态信息;根据植物水分胁迫状态信息发出相应指令信息,以使补水设备进入相应工作状态。本发明提供的植物水分胁迫状态自动监控方法及系统,通过红外相机、可见光相机实时获取的红外图像、可见光图像并进行融合,获取植物区域的温度信息,根据温度信息采取对应措施,解决了红外与可见光图像在线自动融合和红外图像上植物区域自动识别的难题,能够精确获得植物冠层温度区域,实现对植物灌溉时机准确判断,并防止植物受损。
Description
技术领域
本发明涉及植物环境监控技术领域,尤其涉及一种植物水分胁迫状态自动监控方法及系统。
背景技术
水资源紧缺问题已经成为限制农业发展的首要因素,发展节水农业、全面提高农业用水效率和效益是实现农业可持续发展的必然选择。
而在学术界及工程领域在植物需水状态自动监测与诊断方面做了很多相关研究与应用,解决方案目前主要集中在以下几个方面:
(1)基于可见光图像进行植物水分胁迫。
(2)基于冠层温度监测植物水分状况,而对冠层温度的采集需要红外设备进行采集。
(3)将植物长势监测与实时灌溉控制系统相结合。
在以上植物水分胁迫状态监测应用过程中,存在问题主要有:
1)单独使用可见光图像做出植物水分胁迫的判断比较滞后。当检测到植物缺水的时候,往往植物组织已经受到损害。
2)单独使用基于红外图像的植物水分胁迫状态的诊断结果只能指示植物是否处于水分胁迫状态,不能给出灌溉量的指导。
3)红外图像和可见光图像的采集和融合需要人工操作,没有实现对植物冠层温度和生长状态的实时连续监测。红外图像中的植物区域作为判断植物水分胁迫状态的关键区域,其提取往往需要多次使用第三方软件进行,目前系统中没有对红外图像和可见光图像实现自动融合。
4)植物抗旱品种的筛选或者干旱胁迫试验等,需要对每株植物的需水情况和灌溉情况进行实时监测和控制。目前没有将每株植物的水分胁迫状态诊断结果与自动灌溉相结合,并实现基于水平衡的灌溉控制。
发明内容
本发明提供一种植物水分胁迫状态自动监控方法及系统,用于解决现有技术中无法精确获得植物冠层温度区域导致的灌溉时机不准、植物受损的问题。
第一方面,本发明提供一种植物水分胁迫状态自动监控方法,其特征在于,包括:
获取植物的红外图像、可见光图像以及对应植物的土壤水分含量信息;
根据红外图像和可见光图像获得图像融合信息;
根据图像融合信息和土壤水分含量信息获得植物水分胁迫状态信息;
根据植物水分胁迫状态信息发出相应指令信息,以使补水设备进入相应工作状态。
优选地,根据红外图像和可见光图像获得图像融合信息,包括:
对获取到的红外图像和可见光图像进行基于相位一致性的边缘检测,获得红外图像和可见光图像的边缘图像;
根据红外图像和可见光图像的边缘图像获得红外图像特征点和可见光图像特征点;
根据红外图像特征点和可见光图像特征点进行匹配,获得匹配点;
根据匹配点获得匹配区域;
根据匹配区域获得植物的温度信息。
优选地,对获取到的红外图像和可见光图像进行基于相位一致性的边缘检测,获得红外图像和可见光图像的边缘图像,包括:
对输入的红外图像或可见光图像在每个方向上利用检测公式获得每个方向上的能量图;
在每个能量图的正交方向上利用奇、偶对数Gabor小波计算其振幅响应和奇、偶滤波器响应,得到二维方向能量图;
将各个方向上的二维方向能量图结合形成边缘图像;
其中,所述检测公式包括:
其中,An为信号的傅里叶振幅,为信号的相位角,为平均相位角;
其中,w(x)为滤波器频带加权函数,ε为避免分母为零的变量;
其中,I(x)为输入信号,和分别为第n个尺度上的奇、偶对数Gabor小波。
优选地,根据红外图像和可见光图像的边缘图像采用SURF方法获得红外图像特征点和可见光图像特征点。
优选地,根据红外图像特征点和可见光图像特征点进行匹配,获得匹配点,包括:
获取红外图像中的一特征点;
采用欧式距离获得可见光图像中特征点与所选红外图像中特征点距离最近的一个特征点;
若两个特征点的距离小于预设阈值;
则确定两个特征点相互匹配。
优选地,在获得两图像的匹配点对后,还包括采用RANSAC方法滤除误配点对的步骤。
优选地,还包括:
获取土壤重量信息;
根据植物水分胁迫状态信息和土壤重量信息向补水设备发出指令,以使补水设备向土壤内定量补水。
第二方面,本发明提供一种植物水分胁迫状态自动监控系统,包括:
红外采集器,用于采集植物的红外图像,并发送给处理终端;
可见光采集器,用于采集植物的可见光图像,并发送给处理终端;
水分采集器,用于采集土壤水分含量;
处理终端,用于接收红外图像、可见光图像和土壤水分含量并进行分析处理后获得植物水分胁迫状态信息,同时根据植物水分胁迫状态信息向补水设备发出指令信息;
补水设备,用于接收指令信息进入相应工作状态。
优选地,还包括用于驱动红外采集器和可见光采集器的驱动装置,用于接收所述处理终端的驱动指令驱动红外采集器和可见光采集器。
优选地,所述补水设备包括:余液桶、潜水泵、流量计和电磁阀,所述潜水泵设置在所述余液桶内,所述潜水泵通过管路连接喷洒装置,在所述管路上设置有流量计和电磁阀,所述电磁阀通过处理终端控制连接。
由上述技术方案可知,本发明提供的植物水分胁迫状态自动监控方法及系统,通过利用红外相机、可见光相机实时获取的红外图像、可见光图像并进行融合,获取植物区域的温度信息,根据获得的温度信息采取对应措施,解决了红外与可见光图像在线自动融合和红外图像上植物区域自动识别的难题,能够精确获得植物冠层温度区域,实现对植物灌溉时机准确防止植物受损。
附图说明
图1为本发明实施例1提供的植物水分胁迫状态自动监控方法的流程示意图;
图2为图1中步骤S12的流程示意图;
图3为图2中步骤S121的流程示意图;
图4为图2中步骤S123的流程示意图;
图5为本发明实施例提供的植物水分胁迫状态自动监控系统的结构示意图。
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示出了本发明实施例一种植物水分胁迫状态自动监控方法,包括:
S11、获取植物的红外图像、可见光图像以及对应植物的土壤水分含量信息。在本步骤中,需要说明的是,在采集信息时,可通过设置的红外采集器、可见光采集器和水分采集器对植物的红外图像、可见光图像以及对应植物的土壤水分含量信息进行采集。其中,红外采集器和可见光采集器可为红外相机和可见光相机。水分采集器可采用土壤水分传感器。
S12、根据红外图像和可见光图像获得图像融合信息。在本步骤中,需要说明的是,由于红外图像获得后,不能确定图像上的哪些区域是植物的温度区域,哪些是土壤等环境的温度区域。而可见光图像又不能显示植物的温度区域。故需要将红外图像和可见光图像进行融合,以匹配出代表植物冠层温度的区域。
为此,如图2所示,步骤S12所述内容包括:
S121、对获取到的红外图像和可见光图像进行基于相位一致性的边缘检测,获得红外图像和可见光图像的边缘图像。在本步骤中,由于红外图像和可见光图像亮度差别较大,若直接对两幅图像进行匹配,难度非常大。但是通过观察可以发现,二者边缘信息比较一致。故基于相位一致性进行边缘检测,以获取边缘图像。
如图3所示,所述边缘检测的过程包括:
S1211、对输入的红外图像或可见光图像在每个方向上利用检测公式获得每个方向上的能量图。
在本步骤中,需要说明的是:
本检测过程基于相位一致性,在相位一致性求解过程中,一维信号的相位一致性可以表示为:
其中,An为信号的傅里叶振幅,为信号的相位角,为平均相位角。
为了提高边缘特征的定位精度,Kovesi提出一种改进的相位一致性度量,如下式:
其中,w(x)为滤波器频带加权函数,ε为避免分母为零的变量,只有当能量值大于T时,才会被计算,表示括号中的值为正,等于其本身,否则为零。
在实际应用中,局部能量通过将信号与奇、偶对数Gabor小波滤波器在不同尺度上的卷积获得,如下式:
其中,I(x)为输入信号,和分别为第n个尺度上的奇、偶对数Gabor小波。
对于在步骤S1211中如何利用上述公式计算各个方向上的能量图是相对成熟技术。
S1212、在每个能量图的正交方向上利用奇、偶对数Gabor小波计算其振幅响应和奇、偶滤波器响应,得到二维方向能量图。
S1213、将各个方向上的二维方向能量图结合形成边缘图像。
上述步骤S1212和S1213的处理过程属于一个成熟的技术,在此不再赘述。
S122、根据红外图像和可见光图像的边缘图像获得红外图像特征点和可见光图像特征点。在本步骤中,需要说明的是:根据红外图像和可见光图像的边缘图像采用SURF方法获得红外图像特征点和可见光图像特征点。通过输入图像的积分图像和盒式滤波器进行特征点快速检测。积分图像可由下式求取:
其中,IΣ(x)表示积分图像中x=(x,y)坐标位置的值,即原点和该点形成的矩形区域内所有点相应值的和。当积分图像被求取后,计算输入图像任意矩形区域内的灰度值的和,只需要三次加法运算,并且与该区域的大小无关。
SURF方法在特征点检测过程中引入了Hessian矩阵。与SIFT算法使用的DoG(Difference of Gaussian)函数相比,Hessian矩阵具有良好的计算时间和精度表现。Hessian矩阵的数学描述如下式所示。
其中,Lxx(x,σ)为输入图像I在点x处的二阶高斯导数的卷积,σ为该点的尺度。Lxy(x,σ)和Lyy(x,σ)与之类似。
对于通过上述步骤获取特征点属于成熟技术。
S123、根据红外图像特征点和可见光图像特征点进行匹配,获得匹配点。在本步骤中,需要说明的是:
如图4所示,上述步骤S123所述内容包括:
S1231、获取红外图像中的一特征点;
S1232、采用欧式距离获得可见光图像中特征点与所选红外图像中特征点距离最近的一特征点;
S1233、若两个特征点的距离小于预设阈值,则确定两个特征点相互匹配。
另外,还需要说明的是,当确定多个特征点对后,为了防止一些错误的特征点对夹杂在其中,需要采用RANSAC方法滤出误配点对。具体为:当获取的两幅图像的匹配对数目大于3时,则可计算仿射变换参数。首先对红外图像进行仿射变换,然后将变换后的红外图像与原始可见光图像进行融合,获取匹配区域。
S124、根据匹配点获得匹配区域。
S125、根据匹配区域获得植物的温度信息。
S13、根据图像融合信息和土壤水分含量信息获得植物水分胁迫状态信息。在本步骤中,需要说明的是,步骤S125所述的温度信息即为图像融合信息。在这里获得的植物水分胁迫状态信息,在本实施例中,可为良好状态无需补水、一般状态暂时无需补水、缺水状态补水、严重状态立即补水。
S14、根据植物水分胁迫状态信息发出相应指令信息,以使补水设备进入相应工作状态。在本步骤中,需要说明的是,所述补水设备为具有喷洒效果的设备,能够对植物进行浇灌。
本发明提供的一种植物水分胁迫状态自动监控方法,通过利用红外相机、可见光相机实时获取的红外图像、可见光图像并进行融合,获取植物区域的温度信息,根据获得的温度信息采取对应措施,解决了红外与可见光图像在线自动融合和红外图像上植物区域自动识别的难题,能够精确获得植物冠层温度区域,实现对植物灌溉时机准确防止植物受损。
本发明实施例2提供一种植物水分胁迫状态自动监控方法,其与实施例1所述方法不同的地方在于:获取土壤重量信息;根据植物水分胁迫状态信息和土壤重量信息向补水设备发出指令,以使补水设备向土壤内定量补水。
本发明实施例提供的一种植物水分胁迫状态自动监控方法,通过获取土壤重量信息,能够获知土壤的水分蒸发量,进而使补水设备在对植物进行灌溉时,能够按照指定水量对植物进行灌溉。对每株植物及其容器的在线称重,实现对其累积蒸散量的计算,从而能在判断其处于缺水状态时,对其适量补水,防止补水过多或者过少。
如图5示出了本发明提供的一种植物水分胁迫状态自动监控系统,包括:红外采集器、可见光采集器、水分采集器、处理终端和补水设备,其中,
红外采集器,与处理终端无线连接,用于采集植物的红外图像,并采用无线方式发送给处理终端。所述红外采集器可为红外相机。
可见光采集器,与处理终端无线连接,用于采集植物的可见光图像,并采用无线方式发送给处理终端。所述可见光采集器可为可见光相机。
水分采集器,与处理终端无线连接,用于采集土壤水分含量,并采用无线方式发送给处理终端。所述水分采集器可为土壤水分传感器。
处理终端,用于接收红外图像、可见光图像和土壤水分含量并进行分析处理后获得植物水分胁迫状态信息,同时根据植物水分胁迫状态信息向补水设备发出指令信息。所述处理终端可为计算机电脑等终端。
补水设备,用于接收指令信息进入相应工作状态。所述补水设备包括:余液桶、潜水泵、流量计和电磁阀,所述潜水泵设置在所述余液桶内,所述潜水泵通过管路连接喷洒装置,在所述管路上设置有流量计和电磁阀,所述电磁阀通过处理终端控制连接。
本发明所述系统在工作状态下,处理终端通过电机控制器控制驱动电机,驱动电机接收控制指令控制红外相机和可见光相机横竖移动,当移动到植物上方,处理终端控制红外相机和可见光相机对植物进行拍照获取红外图像和可见光图像,并将获得的图像无线发送给处理终端。处理终端通过上述实施例所述方法对获得图像进行融合,获得匹配区域,最终获得温度信息。处理终端通过土壤水分传感器实时获得土壤中的水分含量信息,然后结合获得的温度信息,得到植物水分胁迫状态信息,根据植物水分胁迫状态信息向补水设备发出指令信息。
当植物需要补水时,处理终端通过电磁阀控制器控制电磁阀的打开,同时控制潜水泵处于工作状态,以及控制流量计控制流量,最终达到给植物灌溉的目的。其中,需要说明的是,为了控制给植物灌溉多少水分,需要设置一载荷称重传感器,其能够获取土壤重量信息;根据植物水分胁迫状态信息和土壤重量信息向补水设备发出指令,以使补水设备向土壤内定量补水。
本发明通过自动灌溉系统的使用,实现对每株植物的定时定量灌溉和基于水平衡的灌溉两种灌溉方式,为水分胁迫等试验的可重复性操作提供方便。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本领域普通技术人员可以理解:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (10)
1.一种植物水分胁迫状态自动监控方法,其特征在于,包括:
获取植物的红外图像、可见光图像以及对应植物的土壤水分含量信息;
根据红外图像和可见光图像获得图像融合信息;
根据图像融合信息和土壤水分含量信息获得植物水分胁迫状态信息;
根据植物水分胁迫状态信息发出相应指令信息,以使补水设备进入相应工作状态。
2.根据权利要求1所述的方法,其特征在于,根据红外图像和可见光图像获得图像融合信息,包括:
对获取到的红外图像和可见光图像进行基于相位一致性的边缘检测,获得红外图像和可见光图像的边缘图像;
根据红外图像和可见光图像的边缘图像获得红外图像特征点和可见光图像特征点;
根据红外图像特征点和可见光图像特征点进行匹配,获得匹配点;
根据匹配点获得匹配区域;
根据匹配区域获得植物的温度信息。
3.根据权利要求2所述的方法,其特征在于,对获取到的红外图像和可见光图像进行基于相位一致性的边缘检测,获得红外图像和可见光图像的边缘图像,包括:
对输入的红外图像或可见光图像在每个方向上利用检测公式获得每个方向上的能量图;
在每个能量图的正交方向上利用奇、偶对数Gabor小波计算其振幅响应和奇、偶滤波器响应,得到二维方向能量图;
将各个方向上的二维方向能量图结合形成边缘图像;
其中,所述检测公式包括:
其中,An为信号的傅里叶振幅,为信号的相位角,为平均相位角;
其中,w(x)为滤波器频带加权函数,ε为避免分母为零的变量;
其中,I(x)为输入信号,和分别为第n个尺度上的奇、偶对数Gabor小波。
4.根据权利要求2所述的方法,其特征在于,根据红外图像和可见光图像的边缘图像采用SURF方法获得红外图像特征点和可见光图像特征点。
5.根据权利要求2所述的方法,其特征在于,根据红外图像特征点和可见光图像特征点进行匹配,获得匹配点,包括:
获取红外图像中的一特征点;
采用欧式距离获得可见光图像中特征点与所选红外图像中特征点距离最近的一特征点;
若两个特征点的距离小于预设阈值;
则确定两个特征点相互匹配。
6.根据权利要求5所述的方法,其特征在于,在获得两图像的匹配点对后,还包括采用RANSAC方法滤出误配点对的步骤。
7.根据权利要求1所述的方法,其特征在于,还包括:
获取土壤重量信息;
根据植物水分胁迫状态信息和土壤重量信息向补水设备发出指令,以使补水设备向土壤内定量补水。
8.一种植物水分胁迫状态自动监控系统,其特征在于,包括:
红外采集器,用于采集植物的红外图像,并发送给处理终端;
可见光采集器,用于采集植物的可见光图像,并发送给处理终端;
水分采集器,用于采集土壤水分含量;
处理终端,用于接收红外图像、可见光图像和土壤水分含量并进行分析处理后获得植物水分胁迫状态信息,同时根据植物水分胁迫状态信息向补水设备发出指令信息;
补水设备,用于接收指令信息进入相应工作状态。
9.根据权利要求8所述的系统,其特征在于,还包括用于驱动红外采集器和可见光采集器的驱动装置,用于接收所述处理终端的驱动指令驱动红外采集器和可见光采集器。
10.根据权利要求8所述的系统,其特征在于,所述补水设备包括:余液桶、潜水泵、流量计和电磁阀,所述潜水泵设置在所述余液桶内,所述潜水泵通过管路连接喷洒装置,在所述管路上设置有流量计和电磁阀,所述电磁阀通过处理终端控制连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610348933.9A CN106067169A (zh) | 2016-05-24 | 2016-05-24 | 植物水分胁迫状态自动监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610348933.9A CN106067169A (zh) | 2016-05-24 | 2016-05-24 | 植物水分胁迫状态自动监控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106067169A true CN106067169A (zh) | 2016-11-02 |
Family
ID=57420809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610348933.9A Pending CN106067169A (zh) | 2016-05-24 | 2016-05-24 | 植物水分胁迫状态自动监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106067169A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107678318A (zh) * | 2017-11-10 | 2018-02-09 | 昆山阳翎机器人科技有限公司 | 一种智能喷药机器人 |
CN109459405A (zh) * | 2018-10-23 | 2019-03-12 | 南京农业大学 | 基于窄带图像处理去除土壤背景干扰的光谱指数测量方法 |
CN109894296A (zh) * | 2019-03-07 | 2019-06-18 | 百度在线网络技术(北京)有限公司 | 喷水状态的调整方法、装置、计算机设备及存储介质 |
CN110736809A (zh) * | 2019-10-28 | 2020-01-31 | 沈阳农业大学 | 一种日光温室作物水分胁迫诊断系统 |
US20200042790A1 (en) * | 2016-10-31 | 2020-02-06 | Optim Corporation | Computer system, and method and program for diagnosing plants |
US10690644B2 (en) * | 2016-10-18 | 2020-06-23 | Optim Corporation | Computer system, plant diagnosis method, and program |
CN111638306A (zh) * | 2020-06-11 | 2020-09-08 | 中国农业科学院农业信息研究所 | 一种作物动态监控方法、装置、设备和系统 |
CN113040034A (zh) * | 2021-03-26 | 2021-06-29 | 西京学院 | 一种节水灌溉控制系统及控制方法 |
CN113588918A (zh) * | 2021-07-22 | 2021-11-02 | 北京安赛博技术有限公司 | 一种土壤水涝胁迫过程的识别和监测的方法和系统 |
CN116326460A (zh) * | 2023-05-24 | 2023-06-27 | 中国农业科学院农业环境与可持续发展研究所 | 一种多通道数据采集方法及农作物精准灌溉施肥控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN86103318A (zh) * | 1985-05-17 | 1987-01-21 | 标准石油公司 | 用于调度灌溉的系统和方法 |
CN1536362A (zh) * | 2003-04-11 | 2004-10-13 | 中国科学院地理科学与资源研究所 | 一种作物水分胁迫指数测定装置及其测定方法 |
WO2007129648A1 (ja) * | 2006-05-02 | 2007-11-15 | Yamaguchi University | 植物葉の水分ストレスを推定する方法、植物葉の水分ストレスを推定するための装置及び植物葉の水分ストレスを推定するためのプログラム |
WO2010072876A1 (es) * | 2008-12-23 | 2010-07-01 | Consejo Superior De Investigaciones Científicas (Csic) | Método de caracterización de vegetación |
CN101790955A (zh) * | 2010-01-29 | 2010-08-04 | 中国农业科学院农田灌溉研究所 | 根据作物缺水程度控制灌溉的方法及其装置 |
CN102495005A (zh) * | 2011-11-17 | 2012-06-13 | 江苏大学 | 高光谱图像技术诊断作物水分亏缺的方法 |
-
2016
- 2016-05-24 CN CN201610348933.9A patent/CN106067169A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN86103318A (zh) * | 1985-05-17 | 1987-01-21 | 标准石油公司 | 用于调度灌溉的系统和方法 |
CN1536362A (zh) * | 2003-04-11 | 2004-10-13 | 中国科学院地理科学与资源研究所 | 一种作物水分胁迫指数测定装置及其测定方法 |
WO2007129648A1 (ja) * | 2006-05-02 | 2007-11-15 | Yamaguchi University | 植物葉の水分ストレスを推定する方法、植物葉の水分ストレスを推定するための装置及び植物葉の水分ストレスを推定するためのプログラム |
WO2010072876A1 (es) * | 2008-12-23 | 2010-07-01 | Consejo Superior De Investigaciones Científicas (Csic) | Método de caracterización de vegetación |
CN101790955A (zh) * | 2010-01-29 | 2010-08-04 | 中国农业科学院农田灌溉研究所 | 根据作物缺水程度控制灌溉的方法及其装置 |
CN102495005A (zh) * | 2011-11-17 | 2012-06-13 | 江苏大学 | 高光谱图像技术诊断作物水分亏缺的方法 |
Non-Patent Citations (5)
Title |
---|
ILKKA LEINONEN等: "Combining thermal and visible imagery for estimating canopy temperature and identifying plant stress", 《JOURNAL OF EXPERIMENTAL BOTANY》 * |
M. MOLLER等: "Use of thermal and visible imagery for estimating crop water status of irrigated grapevine", 《JOURNAL OF EXPERIMENTAL BOTANY》 * |
PETER KOVESI: "Phase Congruency Detects Corners and Edges", 《PROC. VIITH DIGITAL IMAGE COMPUTING: TECHNIQUES AND APPLICATIONS》 * |
赵春阳等: "基于相位一致性的异源图像匹配方法", 《激光与红外》 * |
郭龙源等: "基于相位一致性变换的红外图像区域匹配算法研究", 《红外与毫米波学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10690644B2 (en) * | 2016-10-18 | 2020-06-23 | Optim Corporation | Computer system, plant diagnosis method, and program |
US20200042790A1 (en) * | 2016-10-31 | 2020-02-06 | Optim Corporation | Computer system, and method and program for diagnosing plants |
US10685231B2 (en) * | 2016-10-31 | 2020-06-16 | Optim Corporation | Computer system, and method and program for diagnosing plants |
CN107678318A (zh) * | 2017-11-10 | 2018-02-09 | 昆山阳翎机器人科技有限公司 | 一种智能喷药机器人 |
CN109459405B (zh) * | 2018-10-23 | 2020-07-28 | 南京农业大学 | 基于窄带图像处理去除土壤背景干扰的光谱指数测量方法 |
CN109459405A (zh) * | 2018-10-23 | 2019-03-12 | 南京农业大学 | 基于窄带图像处理去除土壤背景干扰的光谱指数测量方法 |
CN109894296A (zh) * | 2019-03-07 | 2019-06-18 | 百度在线网络技术(北京)有限公司 | 喷水状态的调整方法、装置、计算机设备及存储介质 |
CN110736809A (zh) * | 2019-10-28 | 2020-01-31 | 沈阳农业大学 | 一种日光温室作物水分胁迫诊断系统 |
CN111638306A (zh) * | 2020-06-11 | 2020-09-08 | 中国农业科学院农业信息研究所 | 一种作物动态监控方法、装置、设备和系统 |
CN111638306B (zh) * | 2020-06-11 | 2022-05-17 | 中国农业科学院农业信息研究所 | 一种作物动态监控方法、装置、设备和系统 |
CN113040034A (zh) * | 2021-03-26 | 2021-06-29 | 西京学院 | 一种节水灌溉控制系统及控制方法 |
CN113040034B (zh) * | 2021-03-26 | 2023-10-24 | 西京学院 | 一种节水灌溉控制系统及控制方法 |
CN113588918A (zh) * | 2021-07-22 | 2021-11-02 | 北京安赛博技术有限公司 | 一种土壤水涝胁迫过程的识别和监测的方法和系统 |
CN116326460A (zh) * | 2023-05-24 | 2023-06-27 | 中国农业科学院农业环境与可持续发展研究所 | 一种多通道数据采集方法及农作物精准灌溉施肥控制系统 |
CN116326460B (zh) * | 2023-05-24 | 2023-08-04 | 中国农业科学院农业环境与可持续发展研究所 | 一种多通道数据采集方法及农作物精准灌溉施肥控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106067169A (zh) | 植物水分胁迫状态自动监控方法及系统 | |
Devia et al. | High-throughput biomass estimation in rice crops using UAV multispectral imagery | |
CN105938563A (zh) | 一种基于图像纹理的焊缝表面缺陷识别方法 | |
CN106595551A (zh) | 基于深度学习的输电线路覆冰图像中覆冰厚度检测方法 | |
CN103512494B (zh) | 一种植物果实微尺寸变化视觉检测系统及方法 | |
CN104008551B (zh) | 一种基于可见光图像的柑橘黄龙病检测方法 | |
DE112007000449T5 (de) | System und Verfahren zur Ultraschalldetektion und -Abbildung | |
Velandia et al. | The economics of automatic section control technology for planters: A case study of middle and west Tennessee farms | |
CN108345855A (zh) | 一种车道压线检测方法及系统 | |
DE102010016292A1 (de) | Kontrolleinrichtung für eine Windkraftanlage | |
CN107832655A (zh) | 一种基于无人机近地面成像的航拍系统及棉花产量估测方法 | |
CN105354831A (zh) | 一种基于图像分块方差-加权特征值的多缺陷检测方法 | |
CN108009551A (zh) | 适用于电力作业机器人的电力刀闸分合位状态识别方法 | |
Bai et al. | A fast and robust method for plant count in sunflower and maize at different seedling stages using high-resolution UAV RGB imagery | |
De Baerdemaeker et al. | Mechatronic systems, communication, and control in precision agriculture | |
CN102592118B (zh) | 一种玉米出苗期的自动检测方法 | |
Yang et al. | Detection of maize navigation centerline based on machine vision | |
CN114399664A (zh) | 植株种苗生长状态智能监测与控制方法及系统 | |
Dhumale et al. | Smart agricultural robot for spraying pesticide with image processing based disease classification technique | |
CN116778343B (zh) | 一种用于综合识别的目标图像特征提取方法 | |
EP4348311A1 (de) | Erkennung von objekten mit magnetischer oder elektromagnetischer signatur in einem messfeld | |
Mizuno et al. | Detection of wilt by analyzing color and stereo vision data of plant | |
CN108363344A (zh) | 基于云网络测控系统的农业机械可靠性试验方法 | |
Avilés-Mejia et al. | Autonomous vision-based navigation and control for intra-row weeding | |
Wang et al. | Extraction of 3D distribution of potato plant CWSI based on thermal infrared image and binocular stereovision system |
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 |
Application publication date: 20161102 |
|
RJ01 | Rejection of invention patent application after publication |