CN110849262A - 一种植被表型结构参数测量方法、装置及系统 - Google Patents
一种植被表型结构参数测量方法、装置及系统 Download PDFInfo
- Publication number
- CN110849262A CN110849262A CN201910988660.8A CN201910988660A CN110849262A CN 110849262 A CN110849262 A CN 110849262A CN 201910988660 A CN201910988660 A CN 201910988660A CN 110849262 A CN110849262 A CN 110849262A
- Authority
- CN
- China
- Prior art keywords
- plant
- distance
- marking strip
- vertical marking
- leaf
- 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
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
-
- 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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- 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
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- 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
- G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种植被表型结构参数测量方法、装置及系统,其中,所述测量方法包括:接收并记录位于标定板上的标尺信息;获取待测植株位于所述标定板上的整体图像;识别并提取所述整体图像中的待测量植株;根据所述标尺信息计算所述待测植株的生长参数。实施本发明的植被表型结构参数测量方法,用户将标定板的标尺信息输入至测量装置内进行保存,测量装置接收用户输入的标尺信息并记录,进一步的,用户使用拍摄设备拍摄待测植株位于标定板上的整体图像,并将该整体图像导入至测量装置,测量装置识别并提取该整体图像中的待测量植株,然后根据标尺信息计算待测植株的生长参数,并最终实现对待测植株生长参数的智能计算。
Description
技术领域
本发明涉及植株测量技术领域,特别是涉及一种植被表型结构参数测量方法、装置及系统。
背景技术
植物表型是指基因和环境共同决定的植物结构、形状、大小、颜色等生物体的外在性状,获取表型各参数数据在植物学、生态学、环境学、林学、农学、遥感及其他诸多领域的基础而重要的研究途径和方法。植物表型结构参数(包括植物大小)是植物表型的重要组成部分,主要包括与尺寸相关的叶面积、叶倾角、茎粗、株高、冠层高度等参数。当前,植物结构表型主要通过人工手动测定或者大型特用成像系统获取,人工手动测量方式具有测定效率低、数据精度可控性低和观测误差不确定性高劣势,而大型特用成像系统则具有价格昂贵、系统复杂和便携性差和不足。因此,研制一套具有便智能化程度高、便携性好、成本造价低、使用方式简单的植物结构表型观测系统,可以弥补植被结构表型参数测定方式的现实需求空挡,对相关领域的研究和生产具有重要价值和意义。
发明内容
本发明要解决的技术问题在于,针对现有技术的人工手动测量方式具有测定效率低、数据精度可控性低和观测误差不确定性高劣势,而大型特用成像系统则具有价格昂贵、系统复杂和便携性差和不足问题,提供一种植被表型结构参数测量方法、装置及系统。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种植被表型结构参数测量方法,所述测量方法包括:
接收并记录位于标定板上的标尺信息;
获取待测植株位于所述标定板上的整体图像;
识别并提取所述整体图像中的待测量植株;
根据所述标尺信息计算所述待测植株的生长参数。
进一步的,所述标定板上设有至少三个标记点或至少两条标记条,所述至少三个标记点中的所有标记点不全部位于同一条直线上、且成直角分布,所述至少两条标记条中至少包含两条相互平行的标记条。
进一步的,所述至少三个标记点为设置于所述标定板表面四周角位置处的四个标记点,所述标尺信息为标记点的长宽尺寸、和/或所述标记点之间的距离。
进一步的,所述至少两条标记条为设置于所述标定板表面第一侧边的第一竖直标记条和第二竖直标记条、以及设置于所述标定板表面第二侧边的第三竖直标记条和第四竖直标记条,所述第一竖直标记条与所述第三竖直标记条相互平行,所述第二竖直标记条与所述第四竖直标记条相互平行,所述第一竖直标记条外侧边与所述第三竖直标记条外侧边之间的距离为第一距离,所述第二竖直标记条外侧边与所述第四竖直标记条外侧边之间的距离为第二距离,所述第一距离等于第二距离,所述第一竖直标记条顶边与所述第二竖直标记条底边之间的距离为第三距离,所述第三竖直标记条顶边与所述第四竖直标记条底边之间的距离为第四距离,所述第三距离等于第四距离,所述标尺信息为第一距离及第三距离、和/或第二距离及第四距离、和/或第一竖直标记条的长宽尺寸、和/或第二竖直标记条的长宽尺寸、和/或第三竖直标记条的长宽尺寸、和/或第四竖直标记条的长宽尺寸。
进一步的,所述待测植株为整株植株,所述生长参数包括所述整株植株的株茎、叶片数、植株高度、冠幅、叶倾角、叶位高、和/或节间距;
或,所述待测植株为至少一片叶片,所述生长参数包括所述至少一片叶片中每片叶片的叶片长度、叶片宽度、叶片周长、和/或叶片面积。
进一步的,所述识别并提取所述整体图像中的待测植株的方法为:
根据颜色提取所述待测植株或根据灰度值提取所述待测植株;
其中,根据灰度值提取所述待测植株的方法为:
将所述整体图像采用加权平均算法转灰度图,
I(x,y)=0.3*IR(x,y)+0.59*IG(x,y)+0.11*IB(x,y)
以整体图像左下角为坐标原点建立坐标轴,其中(x,y)为坐标轴内(x,y)位置处的像素点,所述I(x,y)表示(x,y)像素灰度值,IR表示(x,y)像素红基色分量值,IG表示(x,y)像素绿基色分量值,IB表示(x,y)像素蓝基色分量值;
使用直方图方法搜索灰度图二值化阀值,取到阀值之后与每个像素灰度值进行对比,实现灰度图的二值化,并采用图像细化的迭代串行算法进一步实现二值图像骨架化;实现植株骨架的提取后,采用Harris角点检测算法提取株茎顶点、植株叶片顶点和植株叶片叶柄与株茎节点,角点响应函数R为:
R=(AB-CD)-K(A+B)2
其中,
其中,检测角点矩阵Ix为x方向的特征值,Iy为y方向的特征值,w(x,y)为高斯函数:
K为实验参数常值,高斯低通滤波器窗口大小为5×5像素,σ为0.8;当R为大数值正数时,该像素即被确认为特征角点。
根据特征角点对待测植株进行提取。
进一步的,在所述获取待测植株位于所述标定板上的整体图像的步骤之后,所述测量方法还包括:
接收用户输入的待测植株的观测属性信息。
进一步的,在所述根据所述标尺信息计算所述待测植株的生长参数的步骤之后,所述测量方法还包括:
将计算出的所述生长参数写入观测参数列表,以表格形式输出所述待测植株的生长参数数据;
以所述植株测量信息命名并存储所述待测植株的生长参数数据表格。
为解决上述技术问题,本发明还提供一种植被表型结构参数测量装置,所述测量装置包括存储器、处理器及显示器,所述存储器、所述显示器和所述处理器在工作时实现如上述的测量方法。
为解决上述技术问题,本发明还提供一种植被表型结构参数测量系统,所述测量系统包括如上述的测量装置、以及拍摄设备和标定板。
本发明的有益效果是:实施本发明的植被表型结构参数测量方法,用户将标定板的标尺信息输入至测量装置内进行保存,测量装置接收用户输入的标尺信息并记录,进一步的,用户使用拍摄设备拍摄待测植株位于标定板上的整体图像,并将该整体图像导入至测量装置,测量装置识别比恩提取该整体图像中的待测量植株,然后根据标尺信息计算待测植株的生长参数,并最终实现对待测植株生长参数的智能计算。
附图说明
图1是本发明植被表型结构参数测量方法的第一实施例的流程图;
图2是本发明植被表型结构参数测量方法中第一标定板的结构示意图;
图3是本发明植被表型结构参数测量方法中第二标定板的结构示意图;
图4是本发明植被表型结构参数测量方法的第二实施例的流程图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如后。
请参阅图1,为本发明植被表型结构参数测量方法的第一实施例的流程图,在植被表型结构参数测量方法的第一实施例中,该方法包括以下步骤:
步骤S101,接收并记录位于标定板上的标尺信息;
步骤S102,获取待测植株位于该标定板上的整体图像;
步骤S103,识别并提取该整体图像中的待测量植株;
步骤S104,根据该标尺信息计算该待测植株的生长参数。
其中,步骤S101可以是在步骤S104之前的任一步骤,步骤S101可以在步骤S102和步骤S103之间,步骤S101还可以在步骤S103和步骤S104之间.
在本实施方式中,测量装置接收用户输入的位于标定板上的标尺信息并记录,测量装置获取待测植株位于标定板上的整体图像后识别并提取该整体图像中的待测植株,在待测植株特征提取之后,根据标尺信息计算该待测植株的生长参数,实现对待测植株生长参数的测量。
其中,该标定板上设有至少三个标记点或至少两条标记条,该至少三个标记点中的所有标记点不全部位于同一条直线上、且成直角分布,该至少两条标记条中至少包含两条相互平行的标记条。
如图2所示,在本实施方式中,该至少三个标记点为设置于该标定板表面四周角位置处的四个标记点,该标尺信息为标记点的长宽尺寸、和/或该标记点之间的距离。使用时,将待测植株放置于标定板的四个标记点中间,然后对标定板及待测植株整体进行拍摄,获取标定板与待测植株的整体图像。
在其他实施方式中,如图3所示,该至少两条标记条为设置于标定板表面第一侧边的第一竖直标记条和第二竖直标记条、以及设置于标定板表面第二侧边的第三竖直标记条和第四竖直标记条,该第一竖直标记条与第三竖直标记条相互平行,该第二竖直标记条与第四竖直标记条相互平行,该第一竖直标记条外侧边与第三竖直标记条外侧边之间的距离为第一距离,该第二竖直标记条外侧边与第四竖直标记条外侧边之间的距离为第二距离,该第一距离等于第二距离,该第一竖直标记条顶边与第二竖直标记条底边之间的距离为第三距离,该第三竖直标记条顶边与第四竖直标记条底边之间的距离为第四距离,该第三距离等于第四距离,该标尺信息为第一距离及第三距离、和/或第二距离及第四距离、和/或第一竖直标记条的长宽尺寸、和/或第二竖直标记条的长宽尺寸、和/或第三竖直标记条的长宽尺寸、和/或第四竖直标记条的长宽尺寸。
本申请中,待测植株为整株植株,该生长参数包括该整株植株的株茎、叶片数、植株高度、冠幅、叶倾角、叶位高、和/或节间距。
或,该待测植株为至少一片叶片,该生长参数包括该至少一片叶片中每片叶片的叶片长度、叶片宽度、叶片周长、和/或叶片面积。
实施本发明的植被表型结构参数测量方法,用户将标定板的标尺信息输入至测量装置内进行保存,测量装置接收用户输入的标尺信息并记录,进一步的,用户使用拍摄设备拍摄待测植株位于标定板上的整体图像,并将该整体图像导入至测量装置,测量装置识别比恩提取该整体图像中的待测量植株,然后根据标尺信息计算待测植株的生长参数,并最终实现对待测植株生长参数的智能计算。
请参阅图4,为本发明植被表型结构参数测量方法的第二实施例的流程图,在植被表型结构参数测量方法的第二实施例中,该方法包括以下步骤:
步骤S201,接收并记录位于标定板上的标尺信息;
步骤S202,获取待测植株位于该标定板上的整体图像;
步骤S203,接收用户输入的待测植株的观测属性信息;
步骤S204,识别并提取该整体图像中的待测量植株;
步骤S205,根据该标尺信息计算该待测植株的生长参数;
步骤S206,将计算出的生长参数写入观测参数列表,以表格形式输出待测植株的生长参数数据。
其中,该观测属性信息包括观测目标、观测地名、观测项目、观测样区、观测样方、观测样点、观测时间、以及待测量植株参数等信息。
在第一实施例的基数上,实施本实施例的植被表型结构参数测量方法,用户可根据需要在测量装置中输入待测植株的观测属性信息,在测量过程中,测量装置根据用户输入的观测属性信息生产与之对应的观测参数列表,并将计算出的生长参数写入观测参数列表,以表格形式输出待测植株的生长参数数据,便于用户在表格中直观的读取生长参数数据。
在步骤S204中,识别并提取该整体图像中的待测量植株的方法为:
根据颜色提取所述待测植株或根据灰度值提取所述待测植株;
其中,根据灰度值提取所述待测植株的方法为:
将所述整体图像采用加权平均算法转灰度图,
I(x,y)=0.3*IR(x,y)+0.59*IG(x,y)+0.11*IB(x,y)
以整体图像左下角为坐标原点建立坐标轴,其中(x,y)为坐标轴内(x,y)位置处的像素点,所述I(x,y)表示(x,y)像素灰度值,IR表示(x,y)像素红基色分量值,IG表示(x,y)像素绿基色分量值,IB表示(x,y)像素蓝基色分量值;
使用直方图方法搜索灰度图二值化阀值,取到阀值之后与每个像素灰度值进行对比,实现灰度图的二值化,并采用图像细化的迭代串行算法进一步实现二值图像骨架化;实现植株骨架的提取后,采用Harris角点检测算法提取株茎顶点、植株叶片顶点和植株叶片叶柄与株茎节点,角点响应函数R为:
R=λ1λ2-k(λ1+λ2)2
当R为大数值正数时,该像素即被确认为特征角点;其中,在本实施方式中,R取值为14。
R=(AB-CD)-K(A+B)2
其中,
其中,检测角点矩阵Ix为x方向的特征值,Iy为y方向的特征值,w(x,y)为高斯函数:
K为实验参数常值,优选的,K=0.04,高斯低通滤波器窗口大小为5×5像素,σ为0.8;
根据特征角点对株茎、叶片数、植株高度、冠幅、叶倾角、叶位高、和/或节间距进行提取。
在本发明的另一实施例中,本发明还提供一种植被表型结构参数测量装置,该测量装置包括存储器、处理器及显示器,该存储器、该显示器和该处理器在工作时实现如上所述的测量方法。
在本发明的另一实施例中,本发明还提供一种植被冠层垂直结构参数室外测量系统,该测量系统包括如上所述的测量装置、以及拍摄设备和标定板。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者装置中还存在另外的相同要素。
本领域技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种植被表型结构参数测量方法,其特征在于,所述测量方法包括:
接收并记录位于标定板上的标尺信息;
获取待测植株位于所述标定板上的整体图像;
识别并提取所述整体图像中的待测量植株;
根据所述标尺信息计算所述待测植株的生长参数。
2.根据权利要求1所述的测量方法,其特征在于,所述标定板上设有至少三个标记点或至少两条标记条,所述至少三个标记点中的所有标记点不全部位于同一条直线上、且成直角分布,所述至少两条标记条中至少包含两条相互平行的标记条。
3.根据权利要求2所述的测量方法,其特征在于,所述至少三个标记点为设置于所述标定板表面四周角位置处的四个标记点,所述标尺信息为标记点的长宽尺寸、和/或所述标记点之间的距离。
4.根据权利要求2所述的测量方法,其特征在于,所述至少两条标记条为设置于所述标定板表面第一侧边的第一竖直标记条和第二竖直标记条、以及设置于所述标定板表面第二侧边的第三竖直标记条和第四竖直标记条,所述第一竖直标记条与所述第三竖直标记条相互平行,所述第二竖直标记条与所述第四竖直标记条相互平行,所述第一竖直标记条外侧边与所述第三竖直标记条外侧边之间的距离为第一距离,所述第二竖直标记条外侧边与所述第四竖直标记条外侧边之间的距离为第二距离,所述第一距离等于第二距离,所述第一竖直标记条顶边与所述第二竖直标记条底边之间的距离为第三距离,所述第三竖直标记条顶边与所述第四竖直标记条底边之间的距离为第四距离,所述第三距离等于第四距离,所述标尺信息为第一距离及第三距离、和/或第二距离及第四距离、和/或第一竖直标记条的长宽尺寸、和/或第二竖直标记条的长宽尺寸、和/或第三竖直标记条的长宽尺寸、和/或第四竖直标记条的长宽尺寸。
5.根据权利要求1所述的测量方法,其特征在于,所述待测植株为整株植株,所述生长参数包括所述整株植株的株茎、叶片数、植株高度、冠幅、叶倾角、叶位高、和/或节间距;
或,所述待测植株为至少一片叶片,所述生长参数包括所述至少一片叶片中每片叶片的叶片长度、叶片宽度、叶片周长、和/或叶片面积。
6.根据权利要求1所述的测量方法,其特征在于,所述识别并提取所述整体图像中的待测植株的方法为:
根据颜色提取所述待测植株或根据灰度值提取所述待测植株;
其中,根据灰度值提取所述待测植株的方法为:
将所述整体图像采用加权平均算法转灰度图,
I(x,y)=0.3*IR(x,y)+0.59*IG(x,y)+0.11*IB(x,y)
以整体图像左下角为坐标原点建立坐标轴,其中(x,y)为坐标轴内(x,y)位置处的像素点,所述I(x,y)表示(x,y)像素灰度值,IR表示(x,y)像素红基色分量值,IG表示(x,y)像素绿基色分量值,IB表示(x,y)像素蓝基色分量值;
使用直方图方法搜索灰度图二值化阀值,取到阀值之后与每个像素灰度值进行对比,实现灰度图的二值化,并采用图像细化的迭代串行算法进一步实现二值图像骨架化;实现植株骨架的提取后,采用Harris角点检测算法提取株茎顶点、植株叶片顶点和植株叶片叶柄与株茎节点,角点响应函数R为:
R=(AB-CD)-K(A+B)2
其中,
其中,检测角点矩阵Ix为x方向的特征值,Iy为y方向的特征值,w(x,y)为高斯函数:
K为实验参数常值,高斯低通滤波器窗口大小为5×5像素,σ为0.8;当R为大数值正数时,该像素即被确认为特征角点。
根据特征角点对待测植株进行提取。
7.根据权利要求1所述的测量方法,其特征在于,在所述获取待测植株位于所述标定板上的整体图像的步骤之后,所述测量方法还包括:
接收用户输入的待测植株的观测属性信息。
8.根据权利要求7所述的测量方法,其特征在于,在所述根据所述标尺信息计算所述待测植株的生长参数的步骤之后,所述测量方法还包括:
将计算出的所述生长参数写入观测参数列表,以表格形式输出所述待测植株的生长参数数据;
以所述植株测量信息命名并存储所述待测植株的生长参数数据表格。
9.一种植被表型结构参数测量装置,其特征在于,所述测量装置包括存储器、处理器及显示器,所述存储器、所述显示器和所述处理器在工作时实现权利要求1至8中任一项所述的测量方法。
10.一种植被表型结构参数测量系统,其特征在于,所述测量系统包括如权利要求9所述的测量装置、以及拍摄设备和标定板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910988660.8A CN110849262A (zh) | 2019-10-17 | 2019-10-17 | 一种植被表型结构参数测量方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910988660.8A CN110849262A (zh) | 2019-10-17 | 2019-10-17 | 一种植被表型结构参数测量方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110849262A true CN110849262A (zh) | 2020-02-28 |
Family
ID=69596787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910988660.8A Pending CN110849262A (zh) | 2019-10-17 | 2019-10-17 | 一种植被表型结构参数测量方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110849262A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111536890A (zh) * | 2020-05-09 | 2020-08-14 | 中南大学 | 蜂窝规整度检测的Harris顶点提取方法及其系统 |
CN112084921A (zh) * | 2020-09-01 | 2020-12-15 | 无为县年香马蹄种植专业合作社 | 一种植物生长状况的测定方法及装置 |
CN112199634A (zh) * | 2020-10-14 | 2021-01-08 | 中国科学院空天信息创新研究院 | 基于贝叶斯模型平均方法的地表组分温度多算法集成算法 |
CN112465893A (zh) * | 2020-11-05 | 2021-03-09 | 内蒙古工业大学 | 一种植被叶片面积测量方法、装置、终端及存储介质 |
CN112461343A (zh) * | 2020-11-05 | 2021-03-09 | 内蒙古工业大学 | 一种植被叶片鲜重测量装置及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11173840A (ja) * | 1997-12-08 | 1999-07-02 | Ishikawajima Harima Heavy Ind Co Ltd | 測距装置及び測距方法 |
CN101871768A (zh) * | 2010-05-12 | 2010-10-27 | 中国科学院自动化研究所 | 一种基于单目视觉的行李外观信息自动获取系统及其方法 |
CN102509096A (zh) * | 2011-09-19 | 2012-06-20 | 中国科学院东北地理与农业生态研究所 | 一种玉米植株叶倾角的提取处理方法 |
CN103471523A (zh) * | 2013-09-30 | 2013-12-25 | 北京林业大学 | 一种拟南芥轮廓表型的检测方法 |
CN103593840A (zh) * | 2013-09-30 | 2014-02-19 | 北京林业大学 | 一种拟南芥表型检测方法 |
CN106651900A (zh) * | 2016-12-27 | 2017-05-10 | 中国农业大学 | 一种基于轮廓分割的高架原位草莓三维建模方法 |
CN109708578A (zh) * | 2019-02-25 | 2019-05-03 | 中国农业科学院农业信息研究所 | 一种植株表型参数测量装置、方法及系统 |
-
2019
- 2019-10-17 CN CN201910988660.8A patent/CN110849262A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11173840A (ja) * | 1997-12-08 | 1999-07-02 | Ishikawajima Harima Heavy Ind Co Ltd | 測距装置及び測距方法 |
CN101871768A (zh) * | 2010-05-12 | 2010-10-27 | 中国科学院自动化研究所 | 一种基于单目视觉的行李外观信息自动获取系统及其方法 |
CN102509096A (zh) * | 2011-09-19 | 2012-06-20 | 中国科学院东北地理与农业生态研究所 | 一种玉米植株叶倾角的提取处理方法 |
CN103471523A (zh) * | 2013-09-30 | 2013-12-25 | 北京林业大学 | 一种拟南芥轮廓表型的检测方法 |
CN103593840A (zh) * | 2013-09-30 | 2014-02-19 | 北京林业大学 | 一种拟南芥表型检测方法 |
CN106651900A (zh) * | 2016-12-27 | 2017-05-10 | 中国农业大学 | 一种基于轮廓分割的高架原位草莓三维建模方法 |
CN109708578A (zh) * | 2019-02-25 | 2019-05-03 | 中国农业科学院农业信息研究所 | 一种植株表型参数测量装置、方法及系统 |
Non-Patent Citations (1)
Title |
---|
姚远等: ""大豆植株分杈数自动提取算法研究"", 《现代农业科技》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111536890A (zh) * | 2020-05-09 | 2020-08-14 | 中南大学 | 蜂窝规整度检测的Harris顶点提取方法及其系统 |
CN112084921A (zh) * | 2020-09-01 | 2020-12-15 | 无为县年香马蹄种植专业合作社 | 一种植物生长状况的测定方法及装置 |
CN112199634A (zh) * | 2020-10-14 | 2021-01-08 | 中国科学院空天信息创新研究院 | 基于贝叶斯模型平均方法的地表组分温度多算法集成算法 |
CN112465893A (zh) * | 2020-11-05 | 2021-03-09 | 内蒙古工业大学 | 一种植被叶片面积测量方法、装置、终端及存储介质 |
CN112461343A (zh) * | 2020-11-05 | 2021-03-09 | 内蒙古工业大学 | 一种植被叶片鲜重测量装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110849262A (zh) | 一种植被表型结构参数测量方法、装置及系统 | |
CN112818988B (zh) | 一种指针式仪表自动识别读数方法及系统 | |
Lu et al. | Residential population estimation using a remote sensing derived impervious surface approach | |
CN112257676B (zh) | 一种指针式仪表读数方法、系统以及巡检机器人 | |
CN108764255B (zh) | 一种冬小麦种植信息的提取方法 | |
CN108304883A (zh) | 基于改进sift的sar图像匹配方法 | |
Dandrifosse et al. | Imaging wheat canopy through stereo vision: Overcoming the challenges of the laboratory to field transition for morphological features extraction | |
Taylor et al. | Monitoring landscape change in the National Parks of England and Wales using aerial photo interpretation and GIS | |
CN112949624B (zh) | 基于水尺的水位检测方法、装置、电子设备及存储介质 | |
CN107688777B (zh) | 一种协同多源遥感影像的城市绿地提取方法 | |
CN109631766B (zh) | 一种基于图像的木材板尺寸测量方法 | |
CN110288612B (zh) | 铭牌定位与校正方法及设备 | |
CN113313296A (zh) | 一种基于rusle的区域土壤侵蚀定量评价方法 | |
CN115880683B (zh) | 一种基于深度学习的城市内涝积水智能水位检测方法 | |
CN115849202B (zh) | 基于数字孪生技术的智能起重机操作目标识别方法 | |
Sreenivas et al. | Processing of satellite image using digital image processing | |
CN109726679B (zh) | 一种遥感分类误差空间分布制图方法 | |
CN110866911A (zh) | 表盘缺陷检测方法、装置、图像处理设备及存储介质 | |
CN107945228B (zh) | 一种基于单幅卫星图像提取油罐高度的方法 | |
Tu et al. | 2D in situ method for measuring plant leaf area with camera correction and background color calibration | |
CN115588196A (zh) | 基于机器视觉的指针型仪表读数方法和装置 | |
CN112668578B (zh) | 指针式仪表读数方法、装置、计算机设备和存储介质 | |
CN114723794A (zh) | 基于lsd直线检测的sar图像配准方法 | |
CN114049390A (zh) | 一种基于机器视觉的小麦麦苗种植密度测量装置及方法 | |
CN114842326A (zh) | 一种免定标檀香树植株缺苗定位方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200228 |