CN109827503A - 一种田间作物精准定位方法和装置 - Google Patents
一种田间作物精准定位方法和装置 Download PDFInfo
- Publication number
- CN109827503A CN109827503A CN201811646041.2A CN201811646041A CN109827503A CN 109827503 A CN109827503 A CN 109827503A CN 201811646041 A CN201811646041 A CN 201811646041A CN 109827503 A CN109827503 A CN 109827503A
- Authority
- CN
- China
- Prior art keywords
- plant
- crop
- scaling equipment
- robot scaling
- image data
- 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
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明实施例提供一种田间作物精准定位方法和装置,便携式田间定标装置的设计,该定标装置具有可伸缩、轻量化、插入式、稳定性强、带刻度和标识的特点,其白色圆球具有防水和强对比度的功能;便携式田间定标装置与作物群体复杂性相比,其具有平整性好的特征,由于定标装置点的坐标是已知的,以此为坐标系参考,即可从无人机机载的高分辨率相机所获取的作物群体的正摄影像中提取到每一株作物的真实地理空间坐标;适用于作物不同生育期连续数据叠加分析的情况,克服了各种自然环境和天气因素带来的测量误差,大大减少了测量人员的工作量和测量难度,为精准农业的发展提供了新的技术支撑。
Description
技术领域
本发明实施例涉及生态监测技术领域,更具体地,涉及一种田间作物精准定位方法和装置。
背景技术
作物的精准定位及连续的原位生长监测,对于作物育种研究具有重要意义。然而,因作物育种科研及生产中作物面积较大,作物生长全生育期需连续观测,高效率、高精度的作物单株精准定位及多生育期原位叠加分析仍是作物生产与科研中亟待解决的问题。
在此背景前提下,国外已经出现了一些成熟的产品,而国内尚无此类此项工作的先例,或者绝大部分依然停留在实验室阶段。为了更好的服务于精准农业,更好的研究田间作物表型,就必须研发一种高通量、自动化、高精度的植株定位方法与装置。本装置有助于减少管理人员规模、提高生产效率、增强自动化水平,具有理论与实际应用上的双重意义。
发明内容
本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的一种田间作物精准定位方法和装置。
第一方面,本发明实施例提供一种田间作物精准定位方法,包括:
在作物生长的目标区域均匀放置定标装置,所述定标装置高于作物在测量时期的株高,且所述定标装置上设有高度刻度;
获取目标区域影像数据,提取影像数据的各定标装置,并获取各定标装置在真实地理空间坐标系中的位置坐标;
基于作物种植位置信息分割所述影像数据,通过超绿因子增强目标区域影像数据中的作物植株,使植株与土壤、阴影分离,分割出植株图像;采用水平集获取作物植株的中心区域并对植株中心区域进行定位,将定位后的植株点状数据与定标装置的真实地理空间坐标系叠加,得到每一株作物的真实地理空间坐标。
作为优选的,所述定标装置顶部为白色圆球;且所述白色圆球下方为带有刻度的伸缩杆;所述伸缩杆插入地面的一端为锥形插针;每一个定标装置都用RTK测量得到白色圆球在真实地理空间坐标系中的位置坐标。
作为优选的,获取目标区域影像数据,具体包括:基于无人机航拍获取目标区域的影像数据。
作为优选的,将定位后的植株点状数据与定标装置的真实地理空间坐标系叠加,具体包括:
提取影像数据中的每一株作物的中心点,将所述每一株作物的中心点与真实地理空间坐标系进行叠加。
作为优选的,通过超绿因子增强目标区域影像数据中的作物植株,具体包括:
将影像数据用修正的超绿因子进行增强,确定最佳的分割阈值,分割出植株,并将背景置黑且前景显示为植株,以对植株中心区域的特征提取。
作为优选的,采用水平集获取作物植株的中心区域并对植株中心区域进行定位前,还包括:
将分割的植株图像的亮度作为一维坐标,绘制作物植株的高程图,以作物植株的灰度信息在立体空间的分布,来识别植株的中心区域。
作为优选的,所述白色圆球为白色泡沫球,且所述白色泡沫球直径为10cm。
第二方面,本发明实施例提供一种田间作物精准定位装置,包括RTK装置、图像采集装置和定标装置;
所述RTK装置,用于测量各定标装置的真实地理空间坐标;
所述图像采集装置,用于获取目标区域影像数据;
所述定标装置在作物生长的目标区域均匀放置,所述定标装置高于作物在测量时期的株高,且所述定标装置上设有高度刻度;
基于作物种植位置信息分割所述影像数据,从影像中点位植株中心点,将定位后的植株点状数据与定标装置的空间坐标系进行叠加,从而准确的得到每一株作物的真实地理空间坐标。
作为优选的,所述定标装置顶部为可标识的白色泡沫球;且所述白色泡沫球下方为带有刻度的伸缩杆;所述伸缩杆插入地面的一端为锥形插针。
本发明实施例提出了一种田间作物精准定位方法和装置,便携式田间定标装置的设计,该定标装置具有可伸缩、轻量化、插入式、稳定性强、带刻度和标识的特点;便携式田间定标装置与作物群体复杂性相比,其具有平整性好的特征,可从无人机机载的雷达所获取的作物群体点云中提取到所布置的各点的高度,由于定标装置点的高度是已知的,利用作物群体顶部点云与定标装置的高度差即可准确地计算出各待测群体的株高;适用于作物不同生育期连续数据叠加分析的情况,克服了各种自然环境和天气因素带来的测量误差,大大减少了测量人员的工作量和测量难度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的田间作物定位方法示意图;
图2为根据本发明实施例的定标装置示意图;
图3为根据本发明实施例的田间作物定位方法具体实施示意图;
图4为根据本发明实施例的定标装置放置位置示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
由于现有技术手段仍无法解决大面积作物表型数据的高精度、高效率连续监测问题,因此本发明各实施例针对作物生产及科研育种对于作物表型参数的测量需求,结合无人机、相机,研制作物表型参数测量装置,实现大面积作物表型参数的高精度、高效率连续监测。以下将通过多个实施例进行展开说明和介绍。
图1为本发明实施例提供的一种田间作物精准定位方法,包括:
S1、在作物生长的目标区域均匀放置定标装置,所述定标装置高于作物在测量时期的株高,且所述定标装置上设有高度刻度;
S2、获取目标区域影像数据,提取影像数据的各定标装置,并获取各定标装置在真实地理空间坐标系中的位置坐标;
S3、基于作物种植位置信息分割所述影像数据,通过超绿因子增强目标区域影像数据中的作物植株,使植株与土壤、阴影分离,分割出植株图像;采用水平集获取作物植株的中心区域并对植株中心区域进行定位,将定位后的植株点状数据与定标装置的真实地理空间坐标系叠加,得到每一株作物的真实地理空间坐标。
在本实施例中,通过在田间布置便携式田间定标装置,该定标装置具有带刻度和标识的特点;便携式田间定标装置与作物群体复杂性相比,其具有平整性好的特征,可从无人机机载的雷达所获取的作物群体点云中提取到所布置的各点的高度,由于定标装置点的高度是已知的,利用作物群体顶部点云与定标装置的高度差即可准确地计算出各待测群体的株高;适用于作物不同生育期连续数据叠加分析的情况,克服了各种自然环境和天气因素带来的测量误差,大大减少了测量人员的工作量和测量难度。
在上述实施例的基础上,如图2所示,
所述定标装置顶部为白色圆球1;且所述白色圆球1下方为带有刻度的伸缩杆2;所述伸缩杆2插入地面的一端为锥形插针4;每一个定标装置都用RTK(Real-time kinematic,载波相位差分技术)测量得到白色圆球1在真实地理空间坐标系中的位置坐标。
在本实施例中,定标装置顶部为白色圆球1,定标装置最下面是锥形插针4,便于插入田间土壤,并且配有软保护套,定标装置在携带时前段用保护套套住,避免携带过程中伤人;装置的伸缩杆2为可伸缩式,伸缩杆2上带有刻度,便于调节伸缩杆2的高度;伸缩杆2顶部的侧面位置同时配有水准气泡从而保证定标装置的水平放置。白色圆球1具有可标识的功能。
所述白色圆球1为白色泡沫球,白色圆球1具有防水和强对比度的功能,且所述白色泡沫球直径为10cm。
定标装置需插入土壤中20cm以上,以便于该装置长时间放置于田间具有较好的稳定性(减少风的影响);伸缩杆伸出后,还包括连接伸缩杆2各单元间的固定保护装置3,通过固定保护装置3对每相邻的两个伸缩杆单元起稳定支撑的作用。
在上述各实施例的基础上,获取目标区域影像数据,具体包括:
基于无人机航拍获取目标区域的影像数据。
在本实施例中,如图3所示,确定拟测量的目标作物群体后,可在完成播种后将便携式田间定标装置放置于田间,在作物生长的全生育期可随时利用无人机挂载激光雷达获取目标区域的影像数据;也可在作物生长到一定时期后,再安装便携式田间定标装置,所述定标装置高于作物在测量时期的株高。
如图4所示,在拟测量的作物生长区域内均匀放置各定标装置,图中定标装置均匀放置在作物生长区域内,优选的,图中黑色线条所在直线为拟测量的作物生长栽种排布方向;在作物生长地选取较为平坦区域,将定标装置的锥形插针插入土壤中,至少20cm,踩实土壤保证其稳定,通过调节伸缩杆使各白色圆球的高度均为H,H的选择要求高于作物测量时期株高50cm左右。例如:拟测量玉米某小区的株高,估计该地区玉米最高的株高约为3m,则将各定标装置的高度设置为3.5m。
在本实施例中,利用无人机挂载高分辨率相机,获取目标区域的影像数据。
在上述各实施例的基础上,将定位后的植株点状数据与定标装置的真实地理空间坐标系叠加,具体包括:
提取影像数据中的每一株作物的中心点,将所述每一株作物的中心点与真实地理空间坐标系进行叠加。
在上述各实施例的基础上,通过超绿因子增强目标区域影像数据中的作物植株,具体包括:
将影像数据用修正的超绿因子进行增强,确定最佳的分割阈值,分割出植株,并将背景置黑且前景显示为植株,以对植株中心区域的特征提取。
在上述各实施例的基础上,采用水平集获取作物植株的中心区域并对植株中心区域进行定位前,还包括:
将分割的植株图像的亮度作为一维坐标,绘制作物植株的高程图,以作物植株的灰度信息在立体空间的分布,来识别植株的中心区域,植株的中心区域在高程图呈现为集水盆形状。
本发明实施例还提供了一种田间作物精准定位装置,基于上述各实施例中的田间作物定位方法,包括RTK装置、图像采集装置和定标装置;
所述RTK装置,用于测量各定标装置的真实地理空间坐标;
所述图像采集装置,用于获取目标区域影像数据;
所述定标装置在作物生长的目标区域均匀放置,所述定标装置高于作物在测量时期的株高,且所述定标装置上设有高度刻度;
基于作物种植位置信息分割所述影像数据,从影像中点位植株中心点,将定位后的植株点状数据与定标装置的空间坐标系进行叠加,从而准确的得到每一株作物的真实地理空间坐标。
在上述实施例的基础上,所述定标装置顶部为可标识的白色泡沫球;且所述白色泡沫球下方为带有刻度的伸缩杆;所述伸缩杆插入地面的一端为锥形插针。
综上所述,本发明实施例提供的一种田间作物精准定位方法和装置,便携式田间定标装置的设计,该定标装置具有可伸缩、轻量化、插入式、稳定性强、带刻度和标识的特点,其白色圆球具有防水和可折叠的功能;便携式田间定标装置与作物群体复杂性相比,其具有平整性好的特征,可从无人机机载的雷达所获取的作物群体点云中提取到所布置的各点的高度,由于定标装置点的高度是已知的,利用作物群体顶部点云与定标装置的高度差即可准确地计算出各待测群体的株高;适用于作物不同生育期连续数据叠加分析的情况,克服了各种自然环境和天气因素带来的测量误差,大大减少了测量人员的工作量和测量难度。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上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各实施例技术方案的精神和范围。
Claims (9)
1.一种田间作物精准定位方法,其特征在于,包括:
在作物生长的目标区域均匀放置定标装置,所述定标装置高于作物在测量时期的株高,且所述定标装置上设有高度刻度;
获取目标区域影像数据,提取影像数据的各定标装置,并获取各定标装置在真实地理空间坐标系中的位置坐标;
基于作物种植位置信息分割所述影像数据,通过超绿因子增强目标区域影像数据中的作物植株,使植株与土壤、阴影分离,分割出植株图像;采用水平集获取作物植株的中心区域并对植株中心区域进行定位,将定位后的植株点状数据与定标装置的真实地理空间坐标系叠加,得到每一株作物的真实地理空间坐标。
2.根据权利要求1所述的田间作物精准定位方法,其特征在于,所述定标装置顶部为白色圆球;且所述白色圆球下方为带有刻度的伸缩杆;所述伸缩杆插入地面的一端为锥形插针;每一个定标装置都用RTK测量得到白色圆球在真实地理空间坐标系中的位置坐标。
3.根据权利要求1所述的田间作物精准定位方法,其特征在于,获取目标区域影像数据,具体包括:基于无人机航拍获取目标区域的影像数据。
4.根据权利要求1所述的田间作物精准定位方法,其特征在于,将定位后的植株点状数据与定标装置的真实地理空间坐标系叠加,具体包括:
提取影像数据中的每一株作物的中心点,将所述每一株作物的中心点与真实地理空间坐标系进行叠加。
5.根据权利要求4所述的田间作物精准定位方法,其特征在于,通过超绿因子增强目标区域影像数据中的作物植株,具体包括:
将影像数据用修正的超绿因子进行增强,确定最佳的分割阈值,分割出植株,并将背景置黑且前景显示为植株,以对植株中心区域的特征提取。
6.根据权利要求5所述的田间作物精准定位方法,其特征在于,采用水平集获取作物植株的中心区域并对植株中心区域进行定位前,还包括:
将分割的植株图像的亮度作为一维坐标,绘制作物植株的高程图,以作物植株的灰度信息在立体空间的分布,来识别植株的中心区域。
7.根据权利要求2所述的田间作物精准定位方法,其特征在于,所述白色圆球为白色泡沫球,且所述白色泡沫球直径为10cm。
8.一种田间作物精准定位装置,其特征在于,包括RTK装置、图像采集装置和定标装置;
所述RTK装置,用于测量各定标装置的真实地理空间坐标;
所述图像采集装置,用于获取目标区域影像数据;
所述定标装置在作物生长的目标区域均匀放置,所述定标装置高于作物在测量时期的株高,且所述定标装置上设有高度刻度;
基于作物种植位置信息分割所述影像数据,从影像中点位植株中心点,将定位后的植株点状数据与定标装置的空间坐标系进行叠加,从而准确的得到每一株作物的真实地理空间坐标。
9.根据权利要求8所述的田间作物精准定位装置,其特征在于,所述定标装置顶部为可标识的白色泡沫球;且所述白色泡沫球下方为带有刻度的伸缩杆;所述伸缩杆插入地面的一端为锥形插针。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811646041.2A CN109827503B (zh) | 2018-12-29 | 2018-12-29 | 一种田间作物精准定位方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811646041.2A CN109827503B (zh) | 2018-12-29 | 2018-12-29 | 一种田间作物精准定位方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109827503A true CN109827503A (zh) | 2019-05-31 |
CN109827503B CN109827503B (zh) | 2020-09-08 |
Family
ID=66860696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811646041.2A Active CN109827503B (zh) | 2018-12-29 | 2018-12-29 | 一种田间作物精准定位方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109827503B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112857235A (zh) * | 2021-01-08 | 2021-05-28 | 凤阳凯盛硅材料有限公司 | 一种提高玻璃厚度一致性的控制方法 |
CN113670166A (zh) * | 2021-08-23 | 2021-11-19 | 浏阳河集团股份有限公司 | 一种检测旱杂粮农作物生长参数的装置及方法 |
CN117422253A (zh) * | 2023-10-27 | 2024-01-19 | 云南省农业科学院粮食作物研究所 | 一种水稻栽种的田间规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4305690A (en) * | 1979-08-08 | 1981-12-15 | Sperry Corporation | Delivery tray return mechanism for a bale wagon |
JP2010087743A (ja) * | 2008-09-30 | 2010-04-15 | Aisin Seiki Co Ltd | 車載カメラの校正装置 |
CN101750051A (zh) * | 2010-01-04 | 2010-06-23 | 中国农业大学 | 一种视觉导航的多作物行检测方法 |
CN105241377A (zh) * | 2015-09-16 | 2016-01-13 | 中国农业大学 | 基于云镜摄系统参数和视频帧的植物三维测量方法和系统 |
CN106909881A (zh) * | 2017-01-16 | 2017-06-30 | 中国农业大学 | 基于无人机遥感影像提取玉米育种基地垄数的方法及系统 |
CN107194913A (zh) * | 2017-04-21 | 2017-09-22 | 北京农业信息技术研究中心 | 一种作物群体最适研究尺度检测方法及装置 |
CN107392908A (zh) * | 2017-06-08 | 2017-11-24 | 北京农业信息技术研究中心 | 作物株高测量方法及系统、田间定标装置 |
-
2018
- 2018-12-29 CN CN201811646041.2A patent/CN109827503B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4305690A (en) * | 1979-08-08 | 1981-12-15 | Sperry Corporation | Delivery tray return mechanism for a bale wagon |
JP2010087743A (ja) * | 2008-09-30 | 2010-04-15 | Aisin Seiki Co Ltd | 車載カメラの校正装置 |
CN101750051A (zh) * | 2010-01-04 | 2010-06-23 | 中国农业大学 | 一种视觉导航的多作物行检测方法 |
CN105241377A (zh) * | 2015-09-16 | 2016-01-13 | 中国农业大学 | 基于云镜摄系统参数和视频帧的植物三维测量方法和系统 |
CN106909881A (zh) * | 2017-01-16 | 2017-06-30 | 中国农业大学 | 基于无人机遥感影像提取玉米育种基地垄数的方法及系统 |
CN107194913A (zh) * | 2017-04-21 | 2017-09-22 | 北京农业信息技术研究中心 | 一种作物群体最适研究尺度检测方法及装置 |
CN107392908A (zh) * | 2017-06-08 | 2017-11-24 | 北京农业信息技术研究中心 | 作物株高测量方法及系统、田间定标装置 |
Non-Patent Citations (2)
Title |
---|
刘刚: "精细农业与GPS农业应用", 《全球定位系统》 * |
徐飞: "图像型火灾探测系统中消防炮定位技术的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112857235A (zh) * | 2021-01-08 | 2021-05-28 | 凤阳凯盛硅材料有限公司 | 一种提高玻璃厚度一致性的控制方法 |
CN113670166A (zh) * | 2021-08-23 | 2021-11-19 | 浏阳河集团股份有限公司 | 一种检测旱杂粮农作物生长参数的装置及方法 |
CN117422253A (zh) * | 2023-10-27 | 2024-01-19 | 云南省农业科学院粮食作物研究所 | 一种水稻栽种的田间规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109827503B (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106403904B (zh) | 一种基于无人机的景观尺度植被覆盖度的计算方法及系统 | |
CN108109437B (zh) | 一种基于地图特征的无人机自主航线提取生成方法 | |
CN110132239B (zh) | 基于cors平台的无人机测绘方法 | |
CN109827503A (zh) | 一种田间作物精准定位方法和装置 | |
CN107273902B (zh) | 一种从机载LiDAR数据自动提取电塔点云的方法 | |
CN106643529A (zh) | 基于无人机影像的山区农作物生长高度快速测量的方法 | |
CN101335431A (zh) | 基于机载激光雷达数据的架空送电线路优化选线方法 | |
CN104298245A (zh) | 基于无人机的监控林木生长状态的方法 | |
Suziedelyte Visockiene et al. | Unmanned aerial vehicles for photogrammetry: analysis of orthophoto images over the territory of Lithuania | |
CN109612445B (zh) | 一种基于无人机的WebGIS平台下高精度地形建立方法 | |
CN107392908B (zh) | 作物株高测量方法及系统、田间定标装置 | |
CN108901366B (zh) | 一种天地一体化柑橘采摘方法 | |
CN108195767A (zh) | 河口湿地外来种监测方法 | |
Lv et al. | Research on the technology of LIDAR data processing | |
CN109241918A (zh) | 一种基于植物信息的植物管控方法、装置及系统 | |
CN112036407B (zh) | 一种植物群体三维表型原位获取方法及装置 | |
Zhou et al. | Individual tree crown segmentation based on aerial image using superpixel and topological features | |
CN109669198A (zh) | 基于rtk技术的无人机地质滑坡监测预警方法及其系统 | |
CN109883323A (zh) | 一种田间作物表型参数的测量装置及方法 | |
CN106873625A (zh) | 桥梁检测系统 | |
CN112987781A (zh) | 一种无人机航线生成方法及装置 | |
CN115060231A (zh) | 基于无人机影像的土壤侵蚀沟深度测算方法 | |
CN109470214A (zh) | 一种环境变化三维监测方法 | |
CN115761475A (zh) | 一种用于玉米小麦幼苗的在线监控识别系统 | |
Ouyang et al. | Using UAV technology for basic data collection of Firmiana danxiaensis HH Hsue & HS Kiu, JS (Malvaceae), an important, nationally protected wild plant in Zhanglao Peak, Danxiashan Mountain, South China |
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 |