CN108122224B - 一种测算树冠郁闭度的系统 - Google Patents
一种测算树冠郁闭度的系统 Download PDFInfo
- Publication number
- CN108122224B CN108122224B CN201711363096.8A CN201711363096A CN108122224B CN 108122224 B CN108122224 B CN 108122224B CN 201711363096 A CN201711363096 A CN 201711363096A CN 108122224 B CN108122224 B CN 108122224B
- Authority
- CN
- China
- Prior art keywords
- crown
- image
- canopy density
- blueberry
- module
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
Abstract
一种测算树冠郁闭度的系统,包括:获取鱼眼照片,同时记录智能设备传感器数值;按照拍照时记录的传感器数值,把照片进行旋转;剔除鱼眼图像中地面、蓝莓树下杂草以及其他林木的影像,抽取出树冠照片;把树冠图像分为枝叶和背景两个类别;参照分类前的图像,将主枝图斑从树冠分类结果图像中删除;把鱼眼照片划分为多个方向的扇形区间;计算扇形区间内枝叶分类图斑的总像素数与扇形区间的像素数之比,即该扇形区间的郁闭度。本申请可以判断蓝莓树冠郁闭度是高是低、是否合理,并据此科学修剪树形,这对提高蓝莓精细化管理水平,实现蓝莓优质高产具有重要意义。
Description
本申请为申请号2017100129285、申请日2017年01月09日、发明名称“测算蓝莓树冠郁闭度的装置、系统和方法”的分案申请。
技术领域
本发明属于果树种植领域,具体涉及到一种测算树冠郁闭度的系统。
背景技术
树冠是树木进行光合作用的重要场所,对树木的生活力和生产力起着至关重要的作用。郁闭度是描述树冠结构的重要参数之一,说明树冠的郁闭程度,此概念已广泛应用于林分质量评价、森林景观、林中光照、林冠多样性、野生动植物生境及森林经营等领域。蓝莓为杜鹃花科越桔属小灌木、喜光树种。蓝莓树形的合理修剪,能改善树冠内部通风透光条件,可以提高光合效率,促进芽、花和果实生长发育,降低落果率,显著提高蓝莓的产量和品质。郁闭度的测算有助于了解蓝莓树冠枝叶的郁闭程度及其不同方向上的差异,可进一步分析树冠内部透光性及光照环境,为蓝莓植株整形修剪提供科学指导,确保优质高产。
郁闭度的测定既有传统方法,又有高新技术手段。在林业生产实践中,测量郁闭度多采用目测法、样线法、抬头望等方法。在科学研究领域,常用的方法有树冠投影法、Moosehom观测仪法、球面密度计法、郁闭度测定器、冠层分析仪法等。随着3S技术的快速发展,它在大尺度的森林郁闭度估测中得到很好的应用和发展。近年来,数码鱼眼图像技术在郁闭度测量中得到较多应用,该方法具有效率高、成本低等优点,但照片处理较为复杂。
对于普通的蓝莓种植户来说,当前测量树冠郁闭度的方法存在着几个问题:(1)目测法、抬头望法等精度较低,不能满足树形修剪的要求,且不适用于小灌木的蓝莓树种;(2)冠层仪等仪器测量法,成本昂贵,技术含量高,只能专业人员使用;(3)3S技术测量郁闭度用于较大尺度林地,又需要较高的计算机图像分析技能;(4)数码相机和鱼眼镜头方法操作繁琐,照片处理较为复杂;(5)上述各种方法计算出的郁闭度等参数只有专业人员能够理解,而蓝莓种植户难以理解,不能判断这些参数好还是不好。在生产实践中,为了对蓝莓进行科学修剪整形,广大普通蓝莓种植户迫切需要一种成本低、简单易用、拿来可用的测量树冠郁闭度的系统和方法。
发明内容
面向普通蓝莓种植户,尽可能利用现有工具,研发出一种成本低廉、携带方便的树冠郁闭度测量系统和精确较高、操作简便、结果可用的方法。种植户依据该方法的测量结果可以判断蓝莓树冠郁闭度是高是低、是否合理,并据此科学修剪树形,这对提高蓝莓精细化管理水平,实现蓝莓优质高产具有重要意义。
第一方面,本申请提供了一种测算蓝莓树冠郁闭度的装置,包括:带有摄像头的智能设备、自拍杆和鱼眼镜头;将智能设备背面向上夹在自拍杆上,所述智能设备与自拍杆之间采用蓝牙连接,鱼眼镜头夹在智能设备背面的摄像头上,自拍杆根据拍照需要调整自身长度。
第二方面,本申请提供了一种测算蓝莓树冠郁闭度的系统,包括:
图像获取模块,用于获得鱼眼照片,同时记录智能设备传感器数值;
图像旋转模块,用X、Y、Z三个参数描述智能设备旋转状态,其中X代表智能设备水平旋转的方位角,按照拍照时记录的X数值大小,把照片进行旋转;
图像预处理模块,圈除鱼眼图像中地面、蓝莓树下杂草以及其他林木的影像,抽取出树冠照片;
鱼眼图像分割模块,选择组合算子R-G-B作为特征量进行代数运算,所得灰度图像为输入,利用Otsu最大类间方差法进行阈值分割,把树冠图像分为枝叶和背景两个类别;
剔除模块,参照分类前的图像,将主枝图斑从树冠分类结果图像中删除;
区间划分模块,把鱼眼照片划分为多个方向的扇形区间;
计算郁闭度模块,按不同方向的扇形分区去分割树冠分类图像,统计每一扇形区间内枝叶分类图斑的总像素数;扇形区间内枝叶分类图斑的总像素数与扇形区间的像素数之比就是该扇形区间的郁闭度。
进一步的,上述系统还包括,数据库比较模块,把实测得到的多个方向郁闭度与数据库存储的数值逐一比较,进而得出不同方向的郁闭度情况。
进一步的,区间划分模块把鱼眼照片划分为8个方向的扇形区间,每个扇形角度为45°。
更进一步的,计算郁闭度模块沿8个方向绘制8个条形图,每一个条形图长度代表该方向的郁闭度大小,且图上绘制郁闭度百分比标尺。
第三方面,本申请提供了一种测算蓝莓树冠郁闭度的方法,包括:
S1,获取鱼眼照片,同时记录智能设备传感器数值;
具体为:太阳光照射会影响鱼眼照片的质量,降低郁闭度计算精度,因此应在在无太阳光照射条件下拍照。鱼眼镜头向上,手握自拍杆把智能设备伸入蓝莓树冠内部某一高度位置,调整智能设备使之趋于水平,实时监测智能设备方向传感器参数,当智能设备处于水平状态时以振动和声音提示,此时按动自拍杆拍摄键获取鱼眼照片,同时记录智能设备方向传感器数值;拍后应检查鱼眼照片,如果照片质量不佳或包含不相关物体则需重新拍照。拍摄时不需要选择特定的智能设备朝向,后期A根据拍照时方向传感器参数自动旋转照片;
S2,按照拍照时记录的传感器数值,把照片进行旋转;
具体为:方向传感器用X、Y、Z三个参数描述智能设备旋转状态,其中X代表手机水平旋转的方位角,参数值以度为单位。按照拍照时记录的X数值大小,把照片顺时针旋转,此时照片方向为上北下南,左西右东,符合用户平时看图的习惯。
S3,剔除鱼眼图像中地面、蓝莓树下杂草以及其他林木的影像,抽取出树冠照片;
具体为:应用图像删除工具,圈除鱼眼图像中地面、蓝莓树下杂草以及其他林木的影像;抽取出圆形树冠照片,剔除圆形照片外的无关背景。
S4,把树冠图像分为枝叶和背景两个类别;
具体为:获取的鱼眼图像为RGB色彩模式,R表示图像的红色通道,G为绿色通道,B为蓝色通道。选择组合算子R-G-B作为特征量进行代数运算,结果图像中蓝莓树冠的R-G-B灰度值和背景的灰度值有明显差异,灰度分布基本呈双峰分布。以所得灰度图像为输入,利用Otsu最大类间方差法进行阈值分割,把树冠图像分为枝叶和背景两个类别。
S5,参照分类前的图像,将主枝图斑从树冠分类结果图像中删除;
具体为:蓝莓树冠分类图像中,植株主枝占据一定比例的面积,直接影响郁闭度测量结果。参照分类前的RGB图像,选择擦除工具,将主枝图斑从树冠分类结果图像中删除,提高计算的精度。
S6,把鱼眼照片划分为多个方向的扇形区间;
具体为:为了方便分析树冠不同方向的郁闭度,需要把树冠划分不同方向区间,分别计算其郁闭度。以照片中心为圆心,把圆形鱼眼照片划分为8个方向的扇形区间,每个扇形角度为45°。以北为0°,东为90°,南为180°,西为270°,那么具体划分为北扇区337.5°~22.5°、东北扇区22.5°~67.5°、东扇区67.5°~112.5°、东南扇区112.5°~157.5°、南扇区157.5°~202.5°、西南扇区202.5°~247.5°、西扇区247.5°~292.5°和西北扇区292.5°~337.5°。
S7,按不同方向的扇形分区去分割树冠分类图像,统计每一扇形区间内枝叶分类图斑的总像素数;
S8,计算扇形区间内枝叶分类图斑的总像素数与扇形区间的像素数之比,即该扇形区间的郁闭度。
具体为:8个区间逐一进行统计计算,结果就是树冠8个方向的郁闭度。以彩色鱼眼图像为底图,在其上绘制极坐标条形图,沿8个方向绘制8个条形图,每一个条形图长度代表该方向的郁闭度大小,且图上绘制郁闭度百分比标尺,图像显示直观、清楚。条形图下方显示8个方向郁闭度的具体数值,作为深入了解的数据参考。
优选的,上述方法还包括:
S9,把实测得到的多个方向郁闭度与数据库存储的数值逐一比较,进而得出不同方向的郁闭度情况。
具体为:由于种植户无法判断步骤S8所得郁闭度是否合理,所以需要前期构建的专家经验数据库作为参照标准。确认当前测量的蓝莓品种,选择该品种蓝莓的专家经验数据库,把实测得到的8个方向郁闭度与数据库存储的数值逐一比较,比经验数据库高的定位偏高,一致的定位适宜,低于数据库的定位偏低。比较所得结果以极坐标条形图显示,8个方向条形图代表该方向郁闭度实测值,条形图的颜色表示与经验库比较的结果,偏高以红色表示,适宜以绿色表示,偏低以黄色表示。种植户可以一目了然地看出蓝莓不同方向的郁闭度是好还是差,为树形修剪提供科学依据。
本发明由于采用以上技术方案,能够取得如下的技术效果:直接针对蓝莓生产实践者,计算结果直观明了,易被种植者理解;所用硬件购买方便、成本低廉、携带方便;方法操作简便、精确较高、结果可用。测量结果可以判断蓝莓树冠郁闭度是否合理,指导科学修剪,对提高蓝莓精细化管理水平,实现蓝莓优质高产具有重要意义。
附图说明
本发明共有附图7幅:
图1为测算蓝莓树冠郁闭度的装置示意图;
图2为实施例中测算蓝莓树冠郁闭度的方法流程图;
图3为实施例中拍摄的蓝莓树冠鱼眼图像;
图4为实施例中按方向划分8个扇形区示意图;
图5为实施例中树冠鱼眼图像分类结果图;
图6为实施例中不同方向郁闭度的计算结果图;
图7为实施例中实测郁闭度与专家经验数据库对比结果图。
图中序号说明:1、自拍杆;2、智能设备;3、鱼眼镜头。
具体实施方式
为深入理解一种测算树冠郁闭度的系统,以辽南地区种植的7年生蓝莓为例,结合图1至图7对本申请加以详细说明。
实施例1
本实施例提供一种测算蓝莓树冠郁闭度的装置,包括:Andro id手机、自拍杆和鱼眼镜头;将Android手机背面向上夹在自拍杆上,所述Android手机与自拍杆之间采用蓝牙连接,鱼眼镜头夹在Andro i d手机背面的摄像头上,自拍杆根据拍照需要调整自身长度。
实施例2
本实施例提供一种测算蓝莓树冠郁闭度的系统,包括:
图像获取模块,用于获得鱼眼照片,同时记录智能设备传感器数值;
图像旋转模块,用X、Y、Z三个参数描述智能设备旋转状态,其中X代表智能设备水平旋转的方位角,按照拍照时记录的X数值大小,把照片进行旋转;
图像预处理模块,圈除鱼眼图像中地面、蓝莓树下杂草以及其他林木的影像,抽取出树冠照片;
鱼眼图像分割模块,选择组合算子R-G-B作为特征量进行代数运算,所得灰度图像为输入,利用Otsu最大类间方差法进行阈值分割,把树冠图像分为枝叶和背景两个类别;
剔除模块,参照分类前的图像,将主枝图斑从树冠分类结果图像中删除;
区间划分模块,把鱼眼照片划分为8个方向的扇形区间,每个扇形角度为45°;
计算郁闭度模块,按不同方向的扇形分区去分割树冠分类图像,统计每一扇形区间内枝叶分类图斑的总像素数;扇形区间内枝叶分类图斑的总像素数与扇形区间的像素数之比就是该扇形区间的郁闭度;计算郁闭度模块沿8个方向绘制8个条形图,每一个条形图长度代表该方向的郁闭度大小,且图上绘制郁闭度百分比标尺;
数据库比较模块,把实测得到的多个方向郁闭度与数据库存储的数值逐一比较,进而得出不同方向的郁闭度情况。该数据库按照不同的蓝莓品种,在实验基地和全国各地合作单位的蓝莓种植园,选取产量高、品质好,树形修剪合理的蓝莓植株,测定树冠的北、东北、东、东南、南、西南、西和西北8个方向郁闭度,存储为专家经验数据库,为判断后期实时计算的郁闭度是否合理提供依据。
实施例3
本实施例提供一种测算蓝莓树冠郁闭度的方法,具体包括:
S1,获取180°全幅鱼眼图像:选取太阳出来前的早晨,鱼眼镜头向上,俯身并手握自拍杆把手机伸入蓝莓树冠内部某一高度位置,调整手机使之趋于水平,当手机以振动和声音提示时,按动自拍杆拍摄键获取鱼眼照片,同时记录手机方向传感器数值。拍后应检查鱼眼照片,确保照片质量合格。
S2,旋转图像:根据拍照时方向传感器的方位角数值,把照片顺时针旋转,此时照片为上北下南,左西右东,符合用户看地图的习惯。
S3,图像预处理:进行颜色校正、去除杂色处理;应用图像删除工具,圈除鱼眼图像中地面、蓝莓树下杂草以及其他林木的影像。
S4,鱼眼图像分割:选择组合算子R-G-B作为特征量进行代数运算,结果图像中蓝莓树冠的R-G-B灰度值和背景的灰度值有明显差异,灰度分布基本呈双峰分布。以所得灰度图像为输入,利用Otsu最大类间方差法进行阈值分割,把树冠图像分为枝叶和背景两个类别。
S5,剔除图像中主干信息:参照分类前的RGB图像,选择擦除工具,将主枝图斑从树冠分类结果图像中提出,提高计算的精度;
S6,按方向划分区间:为了方便分析树冠不同方向的郁闭度,需要把树冠划分不同方向区间,分别计算其郁闭度。以照片中心为圆心,把180°圆形照片划分为8个方向的扇形区间,每个扇形角度为45°。以北为0°,东为90°,南为180°,西为270°,那么具体划分为北扇区337.5°~22.5°、东北扇区22.5°~67.5°、东扇区67.5°~112.5°、东南扇区112.5°~157.5°、南扇区157.5°~202.5°、西南扇区202.5°~247.5°、西扇区247.5°~292.5°和西北扇区292.5°~337.5°。
S7,按方向计算郁闭度:用8个不同方向的扇形分区去分割树冠分类图像,统计每一扇形区间内枝叶分类图斑的总像素数,所得像素数与扇形区间的像素数之比就是该扇形区间的郁闭度,以百分比表示。8各区间逐一进行统计计算,结果就是树冠8个方向的郁闭度。以彩色鱼眼图像为底图,在其上绘制极坐标条形图,沿8个方向绘制8个条形图,每一个条形图长度代表该方向的郁闭度大小,且图上绘制郁闭度百分比标尺,图像显示直观、清楚。条形图下方显示8个方向郁闭度的具体数值,作为深入了解的参考依据。
S8,计算结果与专家经验数据库比较:确认当前测量的蓝莓品种,选择该品种蓝莓的专家经验数据库,把实测得到的8个方向郁闭度与数据库逐一比较,比经验数据库高的定位偏高,一致的定位适宜,低于数据库的定位偏低。比较所得结果以极坐标条形图显示,8个方向条形图代表该方向郁闭度实测值,条形图的颜色表示与经验库比较的结果,偏高以红色表示,适宜以绿色表示,偏低以黄色表示。种植户可以一目了然地看出蓝莓不同方向的郁闭度是好还是差,为树形修剪提供参考。
在大连大学蓝莓种植基地,选取了12个7年生蓝莓品种,每一品种各取5棵树进行了郁闭度实验,同时用LAI-2200C植物冠层分析仪进行对比验证,结果证明本方法准确度较高,精度可达95%以上,稳定性好,方法确实可行。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种测算树冠郁闭度的系统,其特征在于,包括:
图像获取模块,用于获得鱼眼照片,同时记录智能设备传感器数值;
图像旋转模块,用X、Y、Z三个参数描述智能设备旋转状态,其中X代表智能设备水平旋转的方位角,按照拍照时记录的X数值大小,把照片进行旋转;
图像预处理模块,圈除鱼眼图像中地面、蓝莓树下杂草以及其他林木的影像,抽取出树冠照片;
鱼眼图像分割模块,选择组合算子R-G-B作为特征量进行代数运算,所得灰度图像为输入,利用Otsu最大类间方差法进行阈值分割,把树冠图像分为枝叶和背景两个类别;
区间划分模块,把鱼眼照片划分为多个方向的扇形区间;
计算郁闭度模块,按不同方向的扇形分区去分割树冠分类图像,统计每一扇形区间内枝叶分类图斑的总像素数;扇形区间内枝叶分类图斑的总像素数与扇形区间的像素数之比就是该扇形区间的郁闭度。
2.根据权利要求1所述一种测算树冠郁闭度的系统,其特征在于,上述系统还包括:剔除模块,参照分类前的图像,将主枝图斑从树冠分类结果图像中删除;数据库比较模块,把实测得到的多个方向郁闭度与数据库存储的数值逐一比较,进而得出不同方向的郁闭度情况。
3.根据权利要求1所述一种测算树冠郁闭度的系统,其特征在于,区间划分模块把鱼眼照片划分为8个方向的扇形区间,每个扇形角度为45°。
4.根据权利要求3所述一种测算树冠郁闭度的系统,其特征在于,计算郁闭度模块沿8个方向绘制8个条形图,每一个条形图长度代表该方向的郁闭度大小,且图上绘制郁闭度百分比标尺。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711363096.8A CN108122224B (zh) | 2017-01-09 | 2017-01-09 | 一种测算树冠郁闭度的系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711363096.8A CN108122224B (zh) | 2017-01-09 | 2017-01-09 | 一种测算树冠郁闭度的系统 |
CN201710012928.5A CN106683092B (zh) | 2017-01-09 | 2017-01-09 | 测算蓝莓树冠郁闭度的装置和方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710012928.5A Division CN106683092B (zh) | 2017-01-09 | 2017-01-09 | 测算蓝莓树冠郁闭度的装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108122224A CN108122224A (zh) | 2018-06-05 |
CN108122224B true CN108122224B (zh) | 2021-04-20 |
Family
ID=58850271
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710012928.5A Active CN106683092B (zh) | 2017-01-09 | 2017-01-09 | 测算蓝莓树冠郁闭度的装置和方法 |
CN201711363096.8A Active CN108122224B (zh) | 2017-01-09 | 2017-01-09 | 一种测算树冠郁闭度的系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710012928.5A Active CN106683092B (zh) | 2017-01-09 | 2017-01-09 | 测算蓝莓树冠郁闭度的装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN106683092B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683092B (zh) * | 2017-01-09 | 2020-04-03 | 大连大学 | 测算蓝莓树冠郁闭度的装置和方法 |
CN110070550B (zh) * | 2019-04-26 | 2021-09-28 | 中国农业大学 | 林木的修整策略获取方法、装置与电子设备 |
CN114467533B (zh) * | 2022-01-20 | 2023-04-07 | 深圳坤元生态科技有限公司 | 一种修剪树冠量对树木承受风荷载大小影响的实验方法 |
CN115266020B (zh) * | 2022-07-29 | 2023-04-28 | 珠江水利委员会珠江水利科学研究院 | 一种基于植物树冠空隙度模拟植物消浪的试验方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2126339B (en) * | 1979-04-23 | 1984-08-30 | Li Cor Inc | Foliage canopy density measurement |
CN102096818A (zh) * | 2011-01-31 | 2011-06-15 | 中国林业科学研究院资源信息研究所 | 面向对象的遥感影像树冠轮廓及参数自动提取方法及系统 |
CN104121850A (zh) * | 2013-04-28 | 2014-10-29 | 中国林业科学研究院资源信息研究所 | 一种郁闭度的测定方法和装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542276A (zh) * | 2011-12-27 | 2012-07-04 | 中国科学院东北地理与农业生态研究所 | 应用Photoshop和Matlab快速提取森林郁闭度的方法 |
CN103925910B (zh) * | 2014-04-21 | 2015-11-11 | 南京森林警察学院 | 森林郁闭度测定方法 |
CN205606140U (zh) * | 2016-01-07 | 2016-09-28 | 深圳市琇莹印刷有限公司 | 便携式自拍杆 |
CN106683092B (zh) * | 2017-01-09 | 2020-04-03 | 大连大学 | 测算蓝莓树冠郁闭度的装置和方法 |
-
2017
- 2017-01-09 CN CN201710012928.5A patent/CN106683092B/zh active Active
- 2017-01-09 CN CN201711363096.8A patent/CN108122224B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2126339B (en) * | 1979-04-23 | 1984-08-30 | Li Cor Inc | Foliage canopy density measurement |
CN102096818A (zh) * | 2011-01-31 | 2011-06-15 | 中国林业科学研究院资源信息研究所 | 面向对象的遥感影像树冠轮廓及参数自动提取方法及系统 |
CN104121850A (zh) * | 2013-04-28 | 2014-10-29 | 中国林业科学研究院资源信息研究所 | 一种郁闭度的测定方法和装置 |
CN106017367A (zh) * | 2013-04-28 | 2016-10-12 | 中国林业科学研究院资源信息研究所 | 一种郁闭度的测定方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108122224A (zh) | 2018-06-05 |
CN106683092B (zh) | 2020-04-03 |
CN106683092A (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108122224B (zh) | 一种测算树冠郁闭度的系统 | |
Brichet et al. | A robot-assisted imaging pipeline for tracking the growths of maize ear and silks in a high-throughput phenotyping platform | |
JP2019520632A (ja) | 自然環境における雑草の認識 | |
CN110569786B (zh) | 一种基于无人机数据采集的果树识别和数量监测方法及系统 | |
CN110598532B (zh) | 一种树木病虫害监控系统及方法 | |
CN107507207B (zh) | 一种基于果树冠层光照分布计算的修剪评价方法 | |
CN108710766B (zh) | 一种基于生长模型的温室植物水肥机调肥参数计算方法 | |
CN106991449B (zh) | 一种生活场景重构辅助识别蓝莓品种的方法 | |
CN112836623B (zh) | 设施番茄农事决策辅助方法及装置 | |
CN109271919A (zh) | 一种基于grb和网格模式的植被覆盖度测定方法 | |
CN115641412A (zh) | 基于高光谱数据的三维语义地图的生成方法 | |
CN109472210A (zh) | 一种植物的识别方法、装置、储存介质和设备 | |
CN111918547B (zh) | 树冠识别装置、识别方法、程序和记录介质 | |
CN113554691A (zh) | 一种植株高度测量方法 | |
ES2470065A1 (es) | Sistema y procedimiento para determinar automáticamente el número de flores de una inflorescencia | |
CN110738133B (zh) | 不同农业设施图像轮廓边界识别方法和装置 | |
CN115294472A (zh) | 果实产量估计方法、模型训练方法、设备及存储介质 | |
Bonaria | Grapevine yield estimation using image analysis for the variety Arinto | |
CN113514402A (zh) | 一种冬小麦叶绿素含量的预测系统及方法 | |
Deng et al. | Tree crown recognition algorithm on high spatial resolution remote sensing imagery | |
Pizzitola | Assessing berry number for grapevine yield estimation by image analysis: case study with the white variety “Encruzado” | |
JP2023179320A (ja) | 収穫量推定装置、及び収穫量推定プログラム | |
JP2023179319A (ja) | 植物情報収集装置、植物育成状態判定装置、及び植物育成状態判定プログラム | |
CN117433449B (zh) | 一种基于根盒的植物地上部与地下部表型联合鉴定方法 | |
Pantoja et al. | Automated Vigor Estimation on Vineyards |
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 |