CN110334583A - 一种小区域土壤植被覆盖率测量方法、装置及电子设备 - Google Patents
一种小区域土壤植被覆盖率测量方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110334583A CN110334583A CN201910386163.0A CN201910386163A CN110334583A CN 110334583 A CN110334583 A CN 110334583A CN 201910386163 A CN201910386163 A CN 201910386163A CN 110334583 A CN110334583 A CN 110334583A
- Authority
- CN
- China
- Prior art keywords
- vegetation
- image
- area
- segmentation
- zonule
- 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
- 239000002689 soil Substances 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 44
- 230000011218 segmentation Effects 0.000 claims abstract description 30
- 238000000605 extraction Methods 0.000 claims abstract description 21
- 238000000691 measurement method Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 31
- 238000003709 image segmentation Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims 1
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000010902 straw Substances 0.000 description 2
- 230000018199 S phase Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种小区域土壤植被覆盖率测量方法、装置及电子设备，所述测量方法包括：S1、获取摄像装置拍摄的小区域的检测图像；S2、对检测图像进行植被图像的分割与提取，获取植被图像；S3、依次将植被图像转换为灰度图和二值图；S4、寻找并绘制植被图像中的植被轮廓；S5、计算植被图像中所有植被轮廓面积，求和得到植被总面积area；S6、计算植被覆盖率RESULT＝area÷AREA×100％，其中AREA为检测图像面积。本发明可实现小区域土壤植被覆盖率的快速测量，并且成本较低。
Description
技术领域
本发明涉及一种小区域土壤植被覆盖率测量方法、装置及电子设备，属于土壤植被覆盖率测量技术领域。
背景技术
植被覆盖率是区域土壤及环境评价的主要指标，但是因为测量方法的复杂性和成本等问题，很多时候无法进行快速简便的土壤植被覆盖率测量。公开日为2018年12月7日，公开号为CN108960530A的专利文件，公开了一种基于长短时记忆网络的大田植被覆盖率指标的预测方法，主要步骤为：使用过去几年试验大田中的空气湿度、空气温度、二氧化碳、土壤水分、土壤温度、植被覆盖率指标RVI和相对应的采集时间周期的数据，构建数据集；对数据集内的空气湿度、空气温度、二氧化碳、土壤水分、土壤温度、植被覆盖率指标RVI和时间周期数据进行必要的滤波清洗，并对数据进行归一化处理后，建立样本集。该方法可以实现对植被覆盖率的预测，反应植被覆盖度和植被的生长状况，但是该方法较为复杂，不能实现实时植被覆盖率快速检测。公开日为2015年4月15日，公开号为CN204270319U的专利文件，公开了一种土壤地表秸秆覆盖率人工辅助识别系统，主要包括用于拍摄土壤地表秸秆图像的数码相机，用于粗调数码相机水平的三脚架和云台，用于精调数码相机水平的三向水平仪，用于实时获取数码相机位置信息的GPS定位模块，用于基于GPS定位模块反馈的数码相机位置信息和数码相机反馈的图像信息进行处理的笔记本电脑；数码相机和GPS定位模块分别安装在云台上，GPS定位模块与数码相机连接；三向水平仪与数码相机连接；云台与三脚架连接。该方法可以实现土壤地表秸秆覆盖率的计算，但是该方法成本较高，适用用户相对较少。
发明内容
本发明要解决的技术问题是：提供一种小区域土壤植被覆盖率测量方法、装置及电子设备，可实现小区域土壤植被覆盖率的快速测量，并且成本较低，以克服现有技术的不足。
本发明的技术方案是：一种小区域土壤植被覆盖率测量方法，所述测量方法包括：
S1、获取摄像装置拍摄的小区域的检测图像；
S2、对检测图像进行植被图像的分割与提取，获取植被图像；
S3、依次将植被图像转换为灰度图和二值图；
S4、寻找并绘制植被图像中的植被轮廓；
S5、计算植被图像中所有植被轮廓面积，求和得到植被总面积area；
S6、计算植被覆盖率RESULT＝area÷AREA×100％，其中AREA为检测图像面积。
本发明又提供一种小区域土壤植被覆盖率测量装置，所述测量装置包括：
图像检测获取模块，用于：获取摄像装置拍摄的小区域的检测图像；
图像分割与提取模块，用于：对检测图像进行植被图像的分割与提取，获取植被图像；
图像转换模块，用于：依次将植被图像转换为灰度图和二值图；
植被轮廓绘制模块，用于：寻找并绘制植被图像中的植被轮廓；
植被轮廓面积计算模块，用于：计算植被图像中所有植被轮廓面积，求和得到植被总面积area；
植被覆盖率计算模块，用于：计算植被覆盖率RESULT＝area÷AREA×100％，其中AREA为检测图像面积。
本发明还提供一种电子设备，所述电子设备包括处理器；用于储存处理器可执行指令的存储器；其中，所述处理器被配置为：获取摄像装置拍摄的小区域的检测图像；对检测图像进行植被图像的分割与提取，获取植被图像；依次将植被图像转换为灰度图和二值图；寻找并绘制植被图像中的植被轮廓；计算植被图像中所有植被轮廓面积，求和得到植被总面积area；计算植被覆盖率RESULT＝area÷AREA×100％，其中AREA为检测图像面积。
本发明的有益效果是：本发明小区域土壤植被覆盖率测量方法，根据图像处理结果和植被覆盖率计算结果，能够快速计算被测量区域植被覆盖率，使用户更好的掌握了解该区域植被和土壤相关信息。
附图说明
图1为本发明实施例的测量方法流程图；
图2为本发明实施例的结构框架图；
图3为本发明实施例图像分割与提取模块的结构框架图；
图4为其中一种实施方式的结构图；
图中：1 摄像装置，2 处理器，3 电源，4 支架。
具体实施方式
下面结合附图及具体的实施例对发明进行进一步介绍：
请参考图1，根据本发明实施例一种小区域土壤植被覆盖率测量方法，所述测量方法包括：
S1、获取摄像装置拍摄的小区域的检测图像；
摄像装置用于拍摄小区域的检测图像，优选地，如图4所示，摄像装置水平安装在支架上，摄像装置朝向正下方，以便获取下方土壤的检测图像。摄像装置是一种常规的拍摄装置，例如CCD相机及镜头。
S2、对检测图像进行植被图像的分割与提取，获取植被图像；
在获取到检测图像后，先根据设定的HSV分割阈值范围对检测图像进行分割获取预分割图像。由于植被以绿色为主，因此可根据绿色在HSV颜色空间的分量范围确定分割阈值范围。优选地，HSV分割阈值范围中H、S、V范围：35、43、46至99、255、255，以此HSV分割阈值范围对检测图像进行分割。
然后，通过遍历预分割图像每个像素点提取植被图像，提取时像素点H、S、V值在分割阈值范围内则H、S、V值不变，反之为0(即变为黑色)，由于不在提取分割阈值范围内的像素点均变为黑色，即背景色，而在提取分割阈值范围内的像素点保持不变，因此可将植被图像从检测图像中提取出来。
最后，对提取图像进行噪声处理。例如通过常规的面积阈值和开运算对图像中噪声进行进一步处理以获得不含杂质的植被图像，以提高测量的准确率。
S3、依次将植被图像转换为灰度图和二值图；
可选地，调用OPENCV函数库中cv2.cvtColor函数和cv2.threshold依次将植被图像转换为灰度图和二值图。
S4、寻找并绘制植被图像中的植被轮廓；
可选地，调用OPENCV函数库中cv2.findContours函数寻找植被图像中植被的所有轮廓，调用OPENCV函数库中cv2.drawContours函数绘制植被轮廓。
S5、计算植被图像中所有植被轮廓面积，求和得到植被总面积area；
可选地，调用OPENCV函数库中cv2.contourArea面积计算函数计算所有植被轮廓面积，并对所有植被轮廓面积求和得到植被总面积area。
S6、计算植被覆盖率RESULT＝area÷AREA×100％，其中AREA为检测图像面积。
检测图像的面积可根据获取的检测图像的边缘来进行计算，例如，若其是长方形，则获取图像的长和宽a、b，图像面积AREA＝a×b，若其是圆形，则获取图像的直径D，计算半径R，图像面积AREA＝π×R2。
与前述一种小区域土壤植被覆盖率测量方法的实施例相对应，本说明书还提供了一种小区域土壤植被覆盖率测量装置及其所应用的电子设备的实施例。
本说明书中小区域土壤植被覆盖率测量装置的实施例可以应用在电子设备上，例如手机、电脑、服务器、处理器等设备。装置实施例可以通过软件实现，也可以通过软硬件结合的方式实现。在一个例子中，如图4所示，可应用在处理器上，处理器与摄像装置通信连接，处理器安装在摄像装置上方，处理器分别与显示单元、通信单元和数据处理单元等连接，在处理器与摄像装置之间安装有电源，以供给处理器工作所需的电压，整个装置安装在支架上。在通信单元获取摄像装置拍摄的检测图像后，数据处理单元按程序处理流程对检测图像进行处理，得到结果后将其输送给显示单元显示，同时显示单元也可以用于显示检测图像。
请参考图2，本实施例一种小区域土壤植被覆盖率测量装置，所述测量装置包括：
图像检测获取模块，用于：获取摄像装置拍摄的小区域的检测图像；
图像分割与提取模块，用于：对检测图像进行植被图像的分割与提取，获取植被图像；
图像转换模块，用于：依次将植被图像转换为灰度图和二值图；
植被轮廓绘制模块，用于：寻找并绘制植被图像中的植被轮廓；
植被轮廓面积计算模块，用于：计算植被图像中所有植被轮廓面积，求和得到植被总面积area；
植被覆盖率计算模块，用于：计算植被覆盖率RESULT＝area÷AREA×100％，其中AREA为检测图像面积。
请参阅图3，可选地，所述图像分割与提取模块包括：
图像分割子模块，用于：根据设定的HSV分割阈值范围对检测图像进行分割获取预分割图像；
图像提取子模块，用于：通过遍历预分割图像每个像素点提取植被图像，提取时像素点H、S、V值在分割阈值范围内则H、S、V值不变，反之为0；
噪声处理子模块，用于：对提取植被图像进行噪声处理。
可选地，所述HSV分割阈值范围中H、S、V范围：35、43、46至99、255、255。
可选地，图像转换模块调用OPENCV函数库中cv2.cvtColor函数和cv2.threshold依次将植被图像转换为灰度图和二值图；植被轮廓绘制模块调用OPENCV函数库中cv2.findContours函数寻找植被图像中植被的所有轮廓；植被轮廓绘制模块调用OPENCV函数库中cv2.drawContours函数绘制植被轮廓；植被轮廓面积计算模块调用OPENCV函数库中cv2.contourArea面积计算函数计算所有植被轮廓面积。
本实施例还提供一种电子设备，所述电子设备包括处理器；用于储存处理器可执行指令的存储器；其中，所述处理器被配置为：获取摄像装置拍摄的小区域的检测图像；对检测图像进行植被图像的分割与提取，获取植被图像；依次将植被图像转换为灰度图和二值图；寻找并绘制植被图像中的植被轮廓；计算植被图像中所有植被轮廓面积，求和得到植被总面积area；计算植被覆盖率RESULT＝area÷AREA×100％，其中AREA为检测图像面积。
上述小区域土壤植被覆盖率测量装置中各个模块的功能和作用的实现过程具体详见上述一种小区域土壤植被覆盖率测量方法中对应步骤的实现过程，在此不再赘述。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (9)
1.一种小区域土壤植被覆盖率测量方法，所述测量方法包括：
S1、获取摄像装置拍摄的小区域的检测图像；
S2、对检测图像进行植被图像的分割与提取，获取植被图像；
S3、依次将植被图像转换为灰度图和二值图；
S4、寻找并绘制植被图像中的植被轮廓；
S5、计算植被图像中所有植被轮廓面积，求和得到植被总面积area；
S6、计算植被覆盖率RESULT＝area÷AREA×100％，其中AREA为检测图像面积。
2.根据权利要求1所述的小区域土壤植被覆盖率测量方法，其特征在于：在S2步骤中，先根据设定的HSV分割阈值范围对检测图像进行分割获取预分割图像；然后通过遍历预分割图像每个像素点提取植被图像，提取时像素点H、S、V值在分割阈值范围内则H、S、V值不变，反之为0；最后对提取图像进行噪声处理。
3.根据权利要求2所述的小区域土壤植被覆盖率测量方法，其特征在于：所述HSV分割阈值范围中H、S、V范围：35、43、46至99、255、255。
4.根据权利要求1所述的小区域土壤植被覆盖率测量方法，其特征在于：调用OPENCV函数库中cv2.cvtColor函数和cv2.threshold依次将植被图像转换为灰度图和二值图；调用OPENCV函数库中cv2.findContours函数寻找植被图像中植被的所有轮廓；调用OPENCV函数库中cv2.drawContours函数绘制植被轮廓；调用OPENCV函数库中cv2.contourArea面积计算函数计算所有植被轮廓面积。
5.一种小区域土壤植被覆盖率测量装置，所述测量装置包括：
图像检测获取模块，用于：获取摄像装置拍摄的小区域的检测图像；
图像分割与提取模块，用于：对检测图像进行植被图像的分割与提取，获取植被图像；
图像转换模块，用于：依次将植被图像转换为灰度图和二值图；
植被轮廓绘制模块，用于：寻找并绘制植被图像中的植被轮廓；
植被轮廓面积计算模块，用于：计算植被图像中所有植被轮廓面积，求和得到植被总面积area；
植被覆盖率计算模块，用于：计算植被覆盖率RESULT＝area÷AREA×100％，其中AREA为检测图像面积。
6.根据权利要求5所述的小区域土壤植被覆盖率测量装置，其特征在于：所述图像分割与提取模块包括：
图像分割子模块，用于：根据设定的HSV分割阈值范围对检测图像进行分割获取预分割图像；
图像提取子模块，用于：通过遍历预分割图像每个像素点提取植被图像，提取时像素点H、S、V值在分割阈值范围内则H、S、V值不变，反之为0；
噪声处理子模块，用于：对提取植被图像进行噪声处理。
7.根据权利要求6所述的小区域土壤植被覆盖率测量装置，其特征在于：所述HSV分割阈值范围中H、S、V范围：35、43、46至99、255、255。
8.根据权利要求5所述的小区域土壤植被覆盖率测量装置，其特征在于：图像转换模块调用OPENCV函数库中cv2.cvtColor函数和cv2.threshold依次将植被图像转换为灰度图和二值图；植被轮廓绘制模块调用OPENCV函数库中cv2.findContours函数寻找植被图像中植被的所有轮廓；植被轮廓绘制模块调用OPENCV函数库中cv2.drawContours函数绘制植被轮廓；植被轮廓面积计算模块调用OPENCV函数库中cv2.contourArea面积计算函数计算所有植被轮廓面积。
9.一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取摄像装置拍摄的小区域的检测图像；对检测图像进行植被图像的分割与提取，获取植被图像；依次将植被图像转换为灰度图和二值图；寻找并绘制植被图像中的植被轮廓；计算植被图像中所有植被轮廓面积，求和得到植被总面积area；计算植被覆盖率RESULT＝area÷AREA×100％，其中AREA为检测图像面积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910386163.0A CN110334583A (zh) | 2019-05-09 | 2019-05-09 | 一种小区域土壤植被覆盖率测量方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910386163.0A CN110334583A (zh) | 2019-05-09 | 2019-05-09 | 一种小区域土壤植被覆盖率测量方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110334583A true CN110334583A (zh) | 2019-10-15 |
Family
ID=68140005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910386163.0A Pending CN110334583A (zh) | 2019-05-09 | 2019-05-09 | 一种小区域土壤植被覆盖率测量方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110334583A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111192273A (zh) * | 2019-12-27 | 2020-05-22 | 西北工业大学 | 一种基于计算机视觉技术的数字化喷丸覆盖率测量方法 |
| CN113077486A (zh) * | 2021-04-30 | 2021-07-06 | 深圳世源工程技术有限公司 | 一种山区植被覆盖率监测方法及系统 |
| CN114216445A (zh) * | 2021-12-08 | 2022-03-22 | 中国电建集团成都勘测设计研究院有限公司 | 一种野外快速测定植被覆盖度的水土保持监测方法 |
| CN116030112A (zh) * | 2022-11-28 | 2023-04-28 | 四川省地质工程勘察院集团有限公司 | 一种基于图像处理计算山体植被覆盖率的方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2657363C1 (ru) * | 2017-04-20 | 2018-06-13 | Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет аэрокосмического приборостроения" | Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования |
| CN109117811A (zh) * | 2018-08-24 | 2019-01-01 | 颜俊君 | 一种基于低空遥感测量技术估算城市植被覆盖率的系统及方法 |
-
2019
- 2019-05-09 CN CN201910386163.0A patent/CN110334583A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2657363C1 (ru) * | 2017-04-20 | 2018-06-13 | Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет аэрокосмического приборостроения" | Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования |
| CN109117811A (zh) * | 2018-08-24 | 2019-01-01 | 颜俊君 | 一种基于低空遥感测量技术估算城市植被覆盖率的系统及方法 |
Non-Patent Citations (6)
| Title |
|---|
| JORSEAN: "\"RGB色彩空间和HSV色彩空间的理解\"", pages 1 - 6, Retrieved from the Internet <URL:https://www.cnblogs.com/JorSean/p/9412952.html> * |
| 吴风志等: "基于OLI数据的云南砚山县植被覆盖率遥感估算", 《环境科学导刊》 * |
| 吴风志等: "基于OLI数据的云南砚山县植被覆盖率遥感估算", 《环境科学导刊》, no. 05, 25 October 2017 (2017-10-25) * |
| 王思乐 等: ""大田作物长势监控图像中绿色植物的识别方法 "", 《江苏农业科学》, pages 1 - 6 * |
| 赵得军: ""高分辨率影像在稀土矿区典型地物识别中的应用"", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅰ辑B021-10》 * |
| 赵得军: ""高分辨率影像在稀土矿区典型地物识别中的应用"", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅰ辑B021-10》, 15 January 2018 (2018-01-15), pages 2 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111192273A (zh) * | 2019-12-27 | 2020-05-22 | 西北工业大学 | 一种基于计算机视觉技术的数字化喷丸覆盖率测量方法 |
| CN113077486A (zh) * | 2021-04-30 | 2021-07-06 | 深圳世源工程技术有限公司 | 一种山区植被覆盖率监测方法及系统 |
| CN113077486B (zh) * | 2021-04-30 | 2021-10-08 | 深圳世源工程技术有限公司 | 一种山区植被覆盖率监测方法及系统 |
| CN114216445A (zh) * | 2021-12-08 | 2022-03-22 | 中国电建集团成都勘测设计研究院有限公司 | 一种野外快速测定植被覆盖度的水土保持监测方法 |
| CN116030112A (zh) * | 2022-11-28 | 2023-04-28 | 四川省地质工程勘察院集团有限公司 | 一种基于图像处理计算山体植被覆盖率的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110334583A (zh) | 一种小区域土壤植被覆盖率测量方法、装置及电子设备 | |
| CN101419058B (zh) | 一种基于机器视觉的植物茎秆直径测量装置与测量方法 | |
| CN105279772B (zh) | 一种红外序列图像的可跟踪性判别方法 | |
| CN109816680B (zh) | 一种农作物株高的高通量计算方法 | |
| CN111738229B (zh) | 一种指针表盘刻度的自动读取方法 | |
| CN104200457A (zh) | 基于广角摄像的离散型冠层叶面积指数检测系统和方法 | |
| CN112560837A (zh) | 一种指针式仪表的读数方法、装置、设备和存储介质 | |
| CN110837006A (zh) | 一种基于星地同步观测对比的卫星闪电探测评估方法 | |
| CN103852034A (zh) | 一种电梯导轨垂直度检测方法 | |
| CN115717867A (zh) | 一种基于机载双相机和目标追踪的桥梁变形测量方法 | |
| CN113627427B (zh) | 一种基于图像检测技术的仪器仪表读数方法及系统 | |
| Genno et al. | Apple growth evaluated automatically with high-definition field monitoring images | |
| CN111598874B (zh) | 一种基于智能移动端的红树林郁闭度调查方法 | |
| CN117237925A (zh) | 一种基于计算机视觉的智慧道路病害巡检方法及系统 | |
| CN112508995A (zh) | 一种基于tof相机的煤流量实时动态计量方法 | |
| CN116310263A (zh) | 一种指针式航空地平仪示数自动读取实现方法 | |
| CN110942058A (zh) | 一种基于ccd机器视觉识别的仪表数据读取方法 | |
| CN114782561B (zh) | 基于大数据的智慧农业云平台监控系统 | |
| CN110279393B (zh) | 微血管检测装置和方法 | |
| CN116392800A (zh) | 一种基于目标检测和图像处理的立定跳远测距方法及系统 | |
| CN116229001A (zh) | 一种基于空间熵的城市三维数字地图生成方法及系统 | |
| CN113534296B (zh) | 基于神经网络沙尘天气预报强度误差的测算方法及装置 | |
| CN108764212B (zh) | 一种用于调查打草场地的遥感自动识别方法 | |
| CN111257854B (zh) | 一种通用的基于遥感影像分割单元的地形校正优化方法 | |
| Daengsi et al. | Irrigation Management: A Pilot Study for Automatic Water Level Measurement and Report System Development Using Machine Learning Associated with Modified Images |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20191129 Address after: No. 2708, south section of Huaxi Avenue, Huaxi District, Guiyang City, Guizhou Province 550001 Applicant after: Guizhou University Address before: 550025 School of Life Sciences, West Campus, Guizhou University, Huaxi District, Guiyang City, Guizhou Province Applicant before: Wang Zhijie |
|
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191015 |