CN107782259B - 一种基于无线传感器网络的叶面积指数测量系统 - Google Patents
一种基于无线传感器网络的叶面积指数测量系统 Download PDFInfo
- Publication number
- CN107782259B CN107782259B CN201710860320.8A CN201710860320A CN107782259B CN 107782259 B CN107782259 B CN 107782259B CN 201710860320 A CN201710860320 A CN 201710860320A CN 107782259 B CN107782259 B CN 107782259B
- Authority
- CN
- China
- Prior art keywords
- image
- leaf area
- area index
- canopy
- gray
- 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.)
- Expired - Fee Related
Links
- 238000005259 measurement Methods 0.000 title claims description 23
- 238000003384 imaging method Methods 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 235000002566 Capsicum Nutrition 0.000 description 2
- 239000006002 Pepper Substances 0.000 description 2
- 241000722363 Piper Species 0.000 description 2
- 235000016761 Piper aduncum Nutrition 0.000 description 2
- 235000017804 Piper guineense Nutrition 0.000 description 2
- 235000008184 Piper nigrum Nutrition 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 206010034960 Photophobia Diseases 0.000 description 1
- 208000033749 Small cell carcinoma of the bladder Diseases 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 208000013469 light sensitivity Diseases 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000005068 transpiration Effects 0.000 description 1
- 201000007710 urinary bladder small cell neuroendocrine carcinoma Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于无线传感器网络的叶面积指数测量系统,其前端节点用于拍摄冠层图像,并根据冠层图像计算得到叶面积指数,发送给采集节点,采集节点用于将前端节点发送的叶面积指数通过无线传感器网络转发给汇聚节点,汇聚节点将接收的叶面积指数转发至上位机,上位机接收叶面积指数存储,并提供查询接口供工作人员查询。本发明基于无线传感器网络,使叶面积指数测试系统更加灵活高效。
Description
技术领域
本发明属于叶面积指数(Leaf Area Index,简称LAI)测量技术领域,更为具体地讲,涉及一种基于无线传感器网络的叶面积指数测量系统。
背景技术
植被是陆表生态系统的重要组成成分,而叶片则是植被与外界进行相互作用的一个重要器官,叶面积指数作为作物群体结构重要的特征参数,能够定量描述植被进行光合作用、呼吸作用、蒸腾作用,在环境、气候、生态、农业等领域被广泛应用,其定义为单位地表面积上植被冠层叶面积的一半。
对于叶面积指数的测量方法,可分为直接测量和间接测量。直接测量的方式是直接针对叶片的表面积进行测量,测量结果的可靠性可以保障,但是测量的时间代价和成本代价往往较高。间接测量与直接测量不同,间接测量并不直接关注叶片本身的面积长宽数据,而是通过测量与叶片相关的其他参数来推断出叶片的面积。
间接测量目前有5种方法,分别是点接触法、消光系数法、经验公式法、遥感图像法、光学仪器法。其中光学仪器法包括基于图像测量法如CI-100和辐射测量法如LAI2000。但传统间接测量方式对某些危险环境或者需要持续检测的情况却不太适用。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于无线传感器网络的叶面积指数测量系统,基于无线传感器网络,使叶面积指数测试系统更加灵活高效。
为实现上述发明目的,本发明基于无线传感器网络的叶面积指数测量系统包括前端节点、采集节点、汇聚节点和上位机,其中:
前端节点用于拍摄冠层图像,并根据冠层图像计算得到叶面积指数,发送给采集节点;
采集节点用于将前端节点发送的叶面积指数通过无线传感器网络转发给汇聚节点;
汇聚节点将接收的叶面积指数转发至上位机;
上位机在接收到叶面积指数后,将其存入数据库中,并提供查询接口供工作人员查询。
本发明基于无线传感器网络的叶面积指数测量系统,其前端节点用于拍摄冠层图像,并根据冠层图像计算得到叶面积指数,发送给采集节点,采集节点用于将前端节点发送的叶面积指数通过无线传感器网络转发给汇聚节点,汇聚节点将接收的叶面积指数转发至上位机,上位机接收叶面积指数存储,并提供查询接口供工作人员查询。
本发明具有以下技术效果:
(1)通过采用无线传感器网络,可以实现研究区域的叶面积指数自动获取,解决使用者每次去实地使用冠层分析仪获取叶面积指数的不便,通过对冠层图像处理算法的改进可以进一步解决通过遥感图像法反演叶面积指数时获取图像成本高的问题;
(2)通过采用无线传感器网络,可以实现研究区域内多组数据同时获取,解决了人工测量仅能在同一时刻获取一组数据的问题;
(3)本发明通过提取57.5度环得到成像区域,然后采用蓝色分量进行成像区域的灰度化,可以降低光线、地形等造成的影响,同时也解决了拍摄图像有部分缺失数据不能使用单角度法估算叶面积指数的问题;
(4)在前端节点直接计算叶面积指数再通过采集节点上传,有效解决了传统方法中采用一个器件拍摄图像后直接处理图像的方法对设备要求高,所需装置昂贵的问题,同时相较于需要上传图像然后在PC机上处理计算叶面积指数的方法而言具有更高的效率。
附图说明
图1是本发明基于无线传感器网络的叶面积指数测量系统的具体实施方式结构图;
图2是本实施例中前端节点的具体实施方式结构图;
图3是本实施例中冠层图像处理的流程图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图1是本发明基于无线传感器网络的叶面积指数测量系统的具体实施方式结构图。如图1所示,本发明基于无线传感器网络的叶面积指数测量系统包括前端节点1、采集节点2、汇聚节点3和上位机4,下面分别对各个组成部分进行详细说明。
●前端节点
前端节点1用于拍摄冠层图像,并根据冠层图像计算得到叶面积指数,发送给采集节点2。
图2是本实施例中前端节点的具体实施方式结构图。如图2所示,本实施例中,前端节点1包括鱼眼摄像头模块11,冠层图像处理模块12和叶面积指数计算模块13。
鱼眼摄像头模块11用于拍摄冠层图像发送给冠层图像处理模块12,拍摄时应避免太阳光直射进入镜头。
本实施例中鱼眼摄像头采用OV2640摄像头,该摄像头是OmniVision公司生产的一颗1/4寸的CMOS UXGA(1632*1232)图像传感器,可提供单片UXGA摄像头和影像处理器的所有功能。通过SCCB总线控制,可以输出整帧、子采样、缩放和取窗口等方式的各种分辨率8/10位影像数据。其中UXGA最高15帧/秒。
冠层图像处理模块12用于从冠层图像中提取成像区域图像并进行二值化处理,得到成像区域二值化图像发送给叶面积指数计算模块13。
冠层图像处理算法是前端节点1中的重要部分,其性能是前端节点1的关键,本实施例中设计了一种运行效率更高的算法,以提高冠层图像处理效率和质量。图3是本实施例中冠层图像处理的流程图。如图3所示,冠层图像处理的具体步骤包括:
S301:提取成像区域:
提取出57.5度环及以内的图像作为成像区域,即将获取的冠层图像分割为18个同心圆,从外向内数第7个圆环及以内的像素即为成像区域,其余非成像区域的像素设置为透明点。
S302:成像区域灰度化:
采用成像区域中各像素点的蓝色分量值对成像区域图像进行灰度化,得到成像区域灰度图像,灰度化公式表示如下:
Gray=B
其中,Gray表示该像素点灰度化后的灰度值,B表示该像素点的蓝色分量。
本发明中,之所以采用蓝色分量进行灰度化,是因为叶子的吸收光谱在蓝色波段吸光能力较强,蓝光通过叶片后光强有较大的损失,可以增加照片对比度,有利于准确讲照片中的叶子和天空分割开来,从而提高测量精度。
S303:基于直方图确定最优二值化阈值:
绘制成像区域灰度图像的直方图,搜索得到直方图的波谷,求取波谷处灰度值及波谷处之前K个灰度值和波谷处之后K个灰度值所涵盖的所有像素点的平均灰度值M,如果该平均值M小于预设阈值,则将平均值M作为二值化阈值T,否则搜索得到直方图最后一个波峰,求取该波峰灰度值到灰度值最大值(即255)所涵盖的所有像素点的平均灰度值作为二值化阈值T。
本发明研究发现,在叶面积指数较大的情况下,由于鱼眼摄像头白平衡等原因,会自动增加曝光度和感光度,如果直接采用波谷灰度值的平均值作为二值化阈值,则该二值化阈值达到一定程度后无法继续增加,从而导致大量叶子错误分割为天空。因此本发明引入阈值以解决此问题,阈值的具体大小是根据实验得到的经验值。
S304:成像区域二值化:
将成像区域灰度图像中像素值大于等于阈值T的灰度值设置为1,归为天空背景;将图像中像素值小于阈值T的灰度值设置为0,归为叶片,得到成像区域二值化图像。二值化公式表示如下:
其中,BlackWhite(x,y)表示成像区域二值化图像中坐标(x,y)处的像素值,Gray(x,y)表示成像区域灰度图像中坐标(x,y)处的灰度值。
S305:成像区域二值化图像去噪:
在冠层图像处理过程中,很容易引入噪声,因此采用去噪算法去除对成像区域二值化图像中的噪声。经过研究发现,引入噪声中主要为椒盐噪声,而中值滤波去除这种噪声的效果比较明显,因此本实施例中采用中值滤波算法,以去除成像区域二值化图像中的椒盐噪声。中值滤波的基本思想是,对于一幅数字图像,将其中一点的值等同于它周边各个点值的中值,以使它邻域的像素值靠近真实值,以此达到消除孤立噪声点的效果。
叶面积指数计算模块13用于根据成像区域二值化图像计算叶面积指数。本实施例中,叶面积指数计算的具体方法为:
在成像区域二值化图像中提取出57.5度这一环的图像,统计其中黑白像素的数量,计算冠层孔隙度:
其中,T(θ)表示在视角θ下的冠层孔隙度,Nb(θ)表示在视角θ下背景的像素个数,Nl(θ)表示在视角θ下叶片的像素个数,本发明中θ=57.5°。
计算叶面积指数LAI:
其中,T(57.50)表示视角57.5度下的冠层孔隙度。
本实施例中,冠层图像处理模块12和叶面积指数计算模块13采用STM32F407芯片实现,STM32F407是由ST(意法半导体)开发的一种高性能微控制器,借助其在集成度与性能方便的优势,可以使前端节点1更易实现小型化,运行更有效率,方便野外部署。
●采集节点
采集节点2用于将前端节点1发送的叶面积指数通过无线传感器网络转发给汇聚节点3。
无线传感器网络是由一种基于传感器、以Ad-Hoc方式组成多跳的无线网络,其能够对在传感器网络监测区域内被感知对象的信息进行实时的、协作的感知、收集和处理,且能够将处理过的信息传递给观察者。在某些可能对监控人员构成直接威胁的情况下,使用无线传感器网络可以有效地避免监控人员受到环境影响。在某些需要持续、长时间反馈检测目标的情况,容易因人为因素产生结果误差,使用无线传感器设备进行无人监控可以有效避免上述问题。因此本发明将传统的叶面积指数间接测量方式与无线传感器网络相结合,利用无线方式对计算的叶面积指数进行数据传输,利用无线设备可以快速搭建网络,耗时短、成本低、覆盖范围广,当不需要监控时可以回收设备并继续使用,节点位置也可以灵活变动的优点,可以有效解决传统间接测量方式带来的诸多问题。
本实施例中,采用CC2530芯片作为采集节点2的控制器,通过串口与STM32F407通信,以获取叶面积指数。CC2530结合了领先的RF收发器的优良性能,系统内可编程闪存,且可编程的输出功率高达4.5dBm,只需一个晶振,即可满足网状网络系统需要。本实施例的无线传感器网络采用ZigBee网络。
●汇聚节点3
汇聚节点3将接收的叶面积指数转发至上位机4。
本实施例中,汇聚节点3的射频模块采用CC2520芯片,与采集节点2进行通信,获取叶面积指数。CC2520具有较好的综合性能,其RAM大小为768Byte,使用的晶振频率为32MHz,工作电压范围为1.8V-3.8V,在掉电模式下静态电流小于1μA,最大输出功率为5dBm,接收灵敏度为-98dBm,其在自由空间传播的距离d可按如下公式计算:
Loss=32.44dB+20lgd(km)+20lgFreq(MHz)
其中,Loss=5+98=103,芯片的工作频率Freq为2440Mhz。
虽然在实际应用中,受地理位置,天气变化,自然环境,PCB布局、走线、板层等因素的影响,通信距离远远无法达到理想值,但实际应用场景中采集节点2和汇聚节点3的距离一般只有数百米,所以仍能满足需求。
●上位机
上位机4在接收到叶面积指数后,将其存入数据库中,并提供查询接口供工作人员查询。
本实施例中,上位机4的通信模块采用SIM900A芯片,该芯片可工作在900/1800MHz频率下,待机模式电流低于18mA,SLEEP模式下电流为\1mA,自带串口、LCD接口、音频接口、SIM卡接口、天线接口、电源接口和GPIO键盘接口等多种外设接口。SIM900A芯片与汇聚节点3通过串口进行通信,接收叶面积指数并保存在2G的SD卡中。本实施例中,上位机4作为服务器端,工作人员可以通过在浏览器里面输入固定网址查看叶面积指数数据。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (3)
1.一种基于无线传感器网络的叶面积指数测量系统,其特征在于包括前端节点、采集节点、汇聚节点和上位机,其中:
前端节点用于拍摄冠层图像,并根据冠层图像计算得到叶面积指数,发送给采集节点;前端节点包括鱼眼摄像头模块,冠层图像处理模块和叶面积指数计算模块,其中:
鱼眼摄像头模块用于拍摄冠层图像发送给冠层图像处理模块;
冠层图像处理模块用于从冠层图像中提取成像区域图像并进行二值化处理,得到成像区域二值化图像发送给叶面积指数计算模块;冠层图像处理的具体方法为:
S1:提取出57.5度环及以内的图像作为成像区域,其余非成像区域的像素设置为透明点;
S2:采用成像区域中各像素点的蓝色分量值对成像区域图像进行灰度化,得到成像区域灰度图像,灰度化公式表示如下:
Gray=B
其中,Gray表示该像素点灰度化后的灰度值,B表示该像素点的蓝色分量;
S3:绘制成像区域灰度图像的直方图,搜索得到直方图的波谷,求取波谷处灰度值及波谷处之前K个灰度值和波谷处之后K个灰度值所涵盖的所有像素点的平均灰度值M,如果该平均值M小于预设阈值则将平均值M作为二值化阈值T,否则搜索得到直方图最后一个波峰,求取该波峰灰度值到灰度值最大值所涵盖的所有像素点的平均灰度值作为二值化阈值T;
S4:将成像区域灰度图像中像素值大于等于阈值T的灰度值设置为1,归为天空背景;将图像中像素值小于阈值T的灰度值设置为0,归为叶片,得到成像区域二值化图像;
S5:采用去噪算法去除成像区域二值化图像中的噪声;
叶面积指数计算模块用于根据去噪后的成像区域二值化图像计算叶面积指数;
采集节点用于将前端节点发送的叶面积指数通过无线传感器网络转发给汇聚节点;
汇聚节点将接收的叶面积指数转发至上位机;
上位机在接收到叶面积指数后,将其存入数据库中,并提供查询接口供工作人员查询。
2.根据权利要求1所述的基于无线传感器网络的叶面积指数测量系统,其特征在于,所述步骤S5中去噪算法采用中值滤波算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710860320.8A CN107782259B (zh) | 2017-09-21 | 2017-09-21 | 一种基于无线传感器网络的叶面积指数测量系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710860320.8A CN107782259B (zh) | 2017-09-21 | 2017-09-21 | 一种基于无线传感器网络的叶面积指数测量系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107782259A CN107782259A (zh) | 2018-03-09 |
CN107782259B true CN107782259B (zh) | 2020-03-24 |
Family
ID=61433527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710860320.8A Expired - Fee Related CN107782259B (zh) | 2017-09-21 | 2017-09-21 | 一种基于无线传感器网络的叶面积指数测量系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107782259B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256567B (zh) * | 2021-05-08 | 2023-09-22 | 中国农业大学 | 香蕉叶面积指数检测方法及系统 |
CN113503839B (zh) * | 2021-07-13 | 2022-04-19 | 电子科技大学 | 一种植被参数自主测量机器人 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8352208B2 (en) * | 2005-12-15 | 2013-01-08 | Yamaguchi University | Method for evaluating tree production capacity, image capture device for evaluating tree production capacity, and program for evaluating tree production capacity |
CN101839732B (zh) * | 2010-03-26 | 2012-02-01 | 北京师范大学 | 一种基于无线传感器网络的植被冠层结构参数测量装置 |
CN102538717B (zh) * | 2010-12-30 | 2016-05-25 | 北京师范大学 | 叶面积指数自动观测系统及其方法 |
CN102331244B (zh) * | 2011-08-10 | 2013-07-31 | 浙江大学 | 利用普通数码相机获取水稻冠层叶面积指数的方法 |
CN203534633U (zh) * | 2013-10-16 | 2014-04-09 | 西北农林科技大学 | 农田冠层温湿度信息自动采集系统 |
CN104089590A (zh) * | 2014-06-09 | 2014-10-08 | 北京师范大学 | 一种获取植被冠层结构参数的自动测量装置 |
CN105004327A (zh) * | 2015-07-09 | 2015-10-28 | 北京师范大学 | 一种基于智能终端的植被叶面积指数信息自动测量系统 |
CN105509658A (zh) * | 2015-11-26 | 2016-04-20 | 河南中原光电测控技术有限公司 | 一种叶面积指数检测方法 |
CN106123811A (zh) * | 2016-07-11 | 2016-11-16 | 东北林业大学 | 一种林木叶面积指数远程监测装置及其测量方法 |
CN106482673B (zh) * | 2016-08-27 | 2018-11-23 | 中国农业科学院草原研究所 | 多角度草地植被叶面积指数观测方法及仪器 |
CN106770289A (zh) * | 2016-12-09 | 2017-05-31 | 东华大学 | 一种用于分布式叶面积指数半球图像采集的节点 |
-
2017
- 2017-09-21 CN CN201710860320.8A patent/CN107782259B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN107782259A (zh) | 2018-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9973947B2 (en) | Wireless communication device and wireless communication system that performs wireless communication with a counterpart device using a directional antenna | |
CN109299703B (zh) | 对鼠情进行统计的方法、装置以及图像采集设备 | |
CN102915620B (zh) | 地质环境灾害视频监测方法 | |
CN103646250B (zh) | 基于距离图像头肩特征的行人监测方法及装置 | |
TW202004560A (zh) | 目標檢測系統、自動駕駛車輛以及其目標檢測方法 | |
US20150339811A1 (en) | Systems and methods for haziness detection | |
CN107449780A (zh) | 基于无人机的水面污染物监测预警方法及系统 | |
CN108537122A (zh) | 包含气象参数的图像融合采集系统及图像存储方法 | |
KR20090100174A (ko) | 영상인식 및 이미지의 학습 방법을 기반한 안개 감지 방법및 그 시스템 | |
CN103402044A (zh) | 一种基于多源视频融合的目标识别与跟踪系统 | |
CN107635099B (zh) | 一种人体感应双光网络摄像机及安防监控系统 | |
CN107918748A (zh) | 一种多光谱二维码识别装置及方法 | |
CN107610066B (zh) | 一种叶面积指数测量方法 | |
CN107782259B (zh) | 一种基于无线传感器网络的叶面积指数测量系统 | |
CN110488391B (zh) | 针对小区域的天气预测系统、方法及存储介质 | |
US20210383664A1 (en) | Intrusion detection methods and devices | |
CN104089590A (zh) | 一种获取植被冠层结构参数的自动测量装置 | |
EP3690492A1 (en) | Downscaling weather forecasts | |
CN204514798U (zh) | 地空一体化农业监测系统 | |
CN105004327A (zh) | 一种基于智能终端的植被叶面积指数信息自动测量系统 | |
CN205103173U (zh) | 基于多类图像终端—服务器架构的大田作物信息检测系统 | |
CN108391047A (zh) | 一种电子信息技术领域的室内无人机多角度拍摄控制系统 | |
CN109459405B (zh) | 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 | |
CN109658359B (zh) | 大气悬浮物检测系统及其检测方法 | |
US20150085078A1 (en) | Method and System for Use in Detecting Three-Dimensional Position Information of Input Device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20200324 |