CN112183329A - 植株的补种信息识别方法、装置、计算机设备和存储介质 - Google Patents
植株的补种信息识别方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112183329A CN112183329A CN202011035221.4A CN202011035221A CN112183329A CN 112183329 A CN112183329 A CN 112183329A CN 202011035221 A CN202011035221 A CN 202011035221A CN 112183329 A CN112183329 A CN 112183329A
- Authority
- CN
- China
- Prior art keywords
- plant
- plants
- reseeded
- determining
- reseeding
- 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
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000002093 peripheral effect Effects 0.000 claims abstract description 69
- 230000001502 supplementing effect Effects 0.000 claims description 25
- 238000005516 engineering process Methods 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 2
- 230000009469 supplementation Effects 0.000 claims 1
- 241000196324 Embryophyta Species 0.000 description 517
- 238000012271 agricultural production Methods 0.000 description 14
- 230000032683 aging Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 241000219000 Populus Species 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06T7/13—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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种植株的补种信息识别方法、装置、计算机设备和存储介质。该方法包括：确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；根据各所述待补种植株对，确定待补种植株的数量以及补种位置。使用本发明的技术方案，可以实现自动识别植株空缺部分，并自动确定补种植株的位置和数量，从而提高植株补种效率。
Description
技术领域
本发明实施例涉及图像处理技术，尤其涉及一种植株的补种信息识别方法、装置、计算机设备和存储介质。
背景技术
随着农业现代化的发展，提高农业生产效率尤为迫切，在农业生产各阶段中，种植之后对空缺部分及时进行补种，可以提高农业生产效率。
现有技术中，农业生产中对植株进行补种主要依靠人工实地勘察，发明人在实现本发明的过程中，发现现有技术存在以下缺陷：在农业种植范围广的情况下，依靠人工进行补种，时效长、效率低、成本高，从而造成植株补种效率低以及农业生产效率低。
发明内容
本发明实施例提供一种植株的补种信息识别方法、装置、计算机设备和存储介质，以实现自动识别植株空缺部分，并自动确定补种植株的位置和数量，从而提高植株补种效率。
第一方面，本发明实施例提供了一种植株的补种信息识别方法，该方法包括：
确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；
根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；
根据各所述待补种植株对，确定待补种植株的数量以及补种位置。
第二方面，本发明实施例还提供了一种植株的补苗方法，该方法包括：
基于根据本发明实施例中任一所述的植株的补种信息识别方法获得的待补种植株的数量和补种位置进行补苗操作。
第三方面，本发明实施例还提供了一种植株的补种信息识别装置，该装置包括：
距离值确定模块，用于确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；
待补种植株对确定模块，用于根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；
待补种植株信息确定模块，用于根据各所述待补种植株对，确定待补种植株的数量以及补种位置。
第四方面，本发明实施例还提供了一种植株的补苗装置，该装置包括：
距离值确定模块，用于确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；
待补种植株对确定模块，用于根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；
待补种植株信息确定模块，用于根据各所述待补种植株对，确定待补种植株的数量以及补种位置；
补苗执行模块，用于基于所述待补种植株的数量和补种位置进行补苗操作。
第五方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例中任一所述的植株的补种信息识别方法，或者实现如本发明实施例中任一所述的植株的补苗方法。
第六方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例中任一所述的植株的补种信息识别方法，或者实现如本发明实施例中任一所述的植株的补苗方法。
本发明实施例通过目标区域各植株的外围轮廓确定植株种植方向上相邻植株的距离值，根据距离值和标准植株冠幅确定待补种植株对，并确定待补种植株对对应的待补种植株的数量和位置。解决了现有技术中依靠人工进行补种，时效长、效率低、成本高，从而造成植株补种效率低以及农业生产效率低的问题，实现了自动识别植株空缺部分，并自动确定补种植株的位置和数量，从而提高了植株补种效率。
附图说明
图1a是本发明实施例一中的一种植株的补种信息识别方法的流程图；
图1b是适用于本发明实施例中的一种植株外围轮廓的示意图；
图2a是本发明实施例二中的一种植株的补种信息识别方法的流程图；
图2b是适用于本发明实施例中的一种待补种植株对的示意图；
图3a是本发明实施例三中的一种植株的补种信息识别方法的流程图；
图3b是适用于本发明实施例中的一种地表模型数据的示意图；
图4是本发明实施例四中的一种植株的补种信息识别方法的流程图；
图5是本发明实施例五中的一种植株的补苗方法的流程图；
图6是本发明实施例六中的一种植株的补种信息识别装置的结构示意图；
图7是本发明实施例七中的一种植株的补苗装置的结构示意图；
图8是本发明实施例八中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1a是本发明实施例一提供的一种植株的补种信息识别方法的流程图，本实施例可适用于对目标区域进行植株的补种信息识别的情况，该方法可以由植株的补种信息识别装置来执行，该装置可以由软件和/或硬件来实现，并一般集成在服务器中。
如图1a所示，本发明实施例的技术方案，具体包括如下步骤：
S110、确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值。
其中，目标区域可以为已种植若干植株的区域。植株的外围轮廓可以为通过图像识别技术识别出的实际外围轮廓，也可以为植株的实际外围轮廓的外接多边形，本发明实施例对植株的外围轮廓的具体形式不进行限制。图1b提供了一种植株外围轮廓的示意图，如图1b所示，植株的外围轮廓用不同边长的八边形进行表示。植株种植方向可以为植株在目标区域中的种植方向。距离值可以为相邻植株的外围轮廓之间的空间距离。
在本发明实施例中，首先识别目标区域内的各植株，获取各植株的外围轮廓，并根据各植株的外围轮廓，在沿植株种植方向计算相邻植株之间的距离值。
在本发明一个可选的实施例中，获取目标区域内各植株的外围轮廓，可以包括：获取所述目标区域内的数字正射影像图，并采用设定图像识别技术，识别得到目标区域内各植株的外围轮廓。
其中，数字正射影像图(DOM，Digital Orthophoto Map)是对图片进行数字微分纠正和镶嵌，按一定图幅范围裁剪生成的数字正射影像集。它是同时具有地图几何精度和影像特征的图像。图像识别技术是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，示例性的，图像识别技术可以是基于OpenCV的轮廓检测算法，也可以是整体嵌套边缘检测算法等，本实施例对图像识别技术的具体类型不进行限制。
在本发明实施例中，对目标区域的数字正射影像图进行图像识别，获取植株外围轮廓。
S120、根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对。
其中，冠幅可以为植株在南北和东西方向宽度的平均值，可以用以表示植株的规格。标准植株冠幅可以为与目标区域内已种植的植株种类相匹配的标准冠幅，不同种类的植株对应的标准植株冠幅不同。例如，当植株为果树植株时，标准植株冠幅可以为三年生果树的标准冠幅，当植株为白杨植株时，标准植株冠幅可以为三年生白杨的标准冠幅，其中，果树对应的标准植株冠幅一般会大于白杨对应的标准植株冠幅。待补种植株对可以为中间需要补种植株的相邻两个植株。
在本发明实施例中，根据相邻植株间的距离值和标准植株冠幅，确定相邻植株是否是待补种植株对。可以通过判断相邻植株间的距离值是否大于标准植株冠幅来确定，也可以通过判断相邻植株间的距离值与标准植株冠幅之间的差值是否大于一定阈值来确定，本实施例对根据相邻植株间的距离值和标准植株冠幅确定待补种植株对的具体方式不进行限制。
在本发明一个可选的实施例中，根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对，可以包括：如果确定目标相邻植株间的距离值大于等于所述标准植株冠幅，则将所述目标相邻植株确定为待补种植株对。
在本发明实施例中，通过判断相邻植株间的距离值是否大于标准植株冠幅来确定相邻植株是否构成待补种植株对。
S130、根据各所述待补种植株对，确定待补种植株的数量以及补种位置。
在本发明实施例中，确定目标区域中的待补种植株对之后，根据待补种植株对确定待补种植株的数量和位置。
在本发明一个可选的实施例中，根据各所述待补种植株对，确定待补种植株的数量以及补种位置，可以包括：将目标待补种植株对对应的距离值与所述标准植株冠幅相除得到的整数，作为目标待补种植株的数量；根据所述目标待补种植株对应的相邻两个植株的中心点和冠幅、所述目标待补种植株的数量以及所述标准植株冠幅，计算各所述目标待补种植株的中心点坐标；根据各所述目标待补种植株的中心点坐标，确定各目标待补种植株的位置。
在一个具体的示例中，当目标待补种植株对之间的距离值为9米，标准植株冠幅为3米时，待补种植株的数量为3颗；当目标待补种植株对之间的距离值为7米，标准植株冠幅为3米时，待补种植株的数量为2颗。
确定待补种植株的数量之后，根据目标待补种植株对中相邻两个植株的中心点和冠幅、待补种植株的数量和标准植株冠幅，在目标待补种植株对之间填充待补种植株，获得待补种植株的中心点坐标作为待补种植株的位置。
示例性的，可以将相邻两个植株之间的距离根据待补种植株的数量进行等分，根据相邻两个植株的中心点坐标和冠幅，获得各等分段的中心点坐标，作为待补种植株的中心点坐标，将该中心点坐标作为待补种植株的位置。本实施例对确定待补种植株的中心点坐标的具体方式不进行限制。
在本发明一个可选的实施例中，确定待补种植株的数量以及补种位置之后，还可以包括：将待补种植株的数量和补种位置在所述数字正射影像图中进行标注，并将标注后的数字正射影像图在用户交互界面进行显示。
在本发明实施例中，可以在数字正射影像图中标记待补充植株的数量和位置，并将数字正射影像图展示到用户交互界面，可以向用户及时提示补种信息，便于进行农业生产管理。
本实施例的技术方案，通过目标区域各植株的外围轮廓确定植株种植方向上相邻植株的距离值，根据距离值和标准植株冠幅确定待补种植株对，并确定待补种植株对对应的待补种植株的数量和位置。解决了现有技术中依靠人工进行补种，时效长、效率低、成本高，从而造成植株补种效率低以及农业生产效率低的问题，实现了自动识别植株空缺部分，并自动确定补种植株的位置和数量，从而提高了植株补种效率。
实施例二
图2a是本发明实施例二提供的一种植株的补种信息识别方法的流程图，本发明实施例在上述实施例的基础上，对确定植株外围轮廓的过程、确定相邻植株距离值的过程、确定待补种植株对的过程以及确定待补种植株数量位置的过程进行了进一步的具体化。
相应的，如图2a所示，本发明实施例的技术方案，具体包括如下步骤：
S210、获取所述目标区域内的数字正射影像图，并采用设定图像识别技术，识别得到目标区域内各植株的外围轮廓。
S220、根据所述外围轮廓，确定与各所述植株分别对应的中心点以及冠幅。
在本发明实施例中，可以通过OpenCV获取各外围轮廓的中心点坐标，从而确定各植株对应的中心点坐标，可以通过各植株的外围轮廓对应的像素数量，计算各植株的冠幅。
S230、根据植株种植方向上的相邻两个植株的中心点和冠幅，确定所述相邻植株间的距离值。
可以通过对目标区域进行植株种植方向识别，得到植株种植方向，从而在植株种植方向上计算相邻两个植株的距离值。也可以获取预存的植株种植方向，从而在植株种植方向上计算相邻两个植株的距离值。本实施例对植株种植方向的获取方式不进行限制。
示例性的，可以使用直线检测算法，在目标区域内，根据识别得到的各植株的外围轮廓的中心点，确定植株种植方向。以霍夫变换直线检测算法为例，将包含各植株外围轮廓中心点的数字正射影像图转换到极坐标系霍夫空间，统计检测得到的若干直线与参考方向的相对角度，将对应的直线个数最多的角度作为植株种植方向。
在本发明实施例中，确定植株种植方向的作用在于，沿植株种植方向计算相邻植株之间的距离，更加便利，避免对植株间距离值进行重复计算。
在本发明实施例中，沿植株种植方向，对各相邻植株进行距离值的计算，距离值与相邻两个植株的中心点和冠幅相关。
相应的，S230又包括：
S231、根据植株种植方向上的相邻两个植株的中心点，计算所述相邻植株间的中心点距离。
其中，可以将中心点坐标之间的像素个数，与每个像素代表的实际距离之间的乘积，作为相邻植株的中心点距离。但本实施例对根据中心点计算中心点距离的方式不进行限制。
S232、将所述相邻植株间的中心点距离，分别减去相邻植株中两个植株的半冠幅，作为所述相邻植株间的距离值。
在本发明实施例中，中心点距离与相邻两植株的冠幅的二分之一的差值，即为相邻两植株的距离值。
示例性的，图2b提供了一种待补种植株对的示意图，如图2b所示，待补种植株对中，获取左侧植株的中心点m坐标为(10，10，8)，冠幅为2米，右侧植株的中心点n坐标为(18，16，10)，冠幅为3米。则中心点m和中心点n之间的距离为10米，两个植株之间的距离值为10-1-1.5＝7.5米。
S240、判断目标相邻植株间的距离值是否大于等于所述标准植株冠幅，如果是，则执行S250，否则执行S240。
S250、将所述目标相邻植株确定为待补种植株对。
S260、将目标待补种植株对对应的距离值与所述标准植株冠幅相除得到的整数，作为目标待补种植株的数量。
S270、根据所述目标待补种植株对应的相邻两个植株的中心点和冠幅、所述目标待补种植株的数量以及所述标准植株冠幅，计算各所述目标待补种植株的中心点坐标。
示例性的，在获取目标待补种植株对应的相邻两个植株(植株1和植株2)的中心点A、B的位置坐标分别为(X1，Y1)以及(X2，Y2)后，可以根据上述两个位置坐标，在地理空间中得到线段AB的方程，进而可以在线段AB内，从A点出发，沿朝向B点方向移动植株1的半冠幅，得到A’，并从B点出发，沿朝向A点方向移动植株2的半冠幅，得到B’，进而可以得到需要均匀插入目标待补种植株的线段A’B’。
可选的，可以在线段A’B’内，从A’为起点出发，沿朝向B’点方向移动标准植株冠幅的一半之后，得到第一个目标待补种植株的中心点坐标O1，并从当前确定的O1为起点，沿朝向B’点方向移动标准植株冠幅后，得到第二个目标待补种植株的中心点坐标O2，以此类推，直至得到全部目标待补种植株的中心点坐标。或者，可以根据目标待补种植株对对应的距离值与所述标准植株冠幅相除得到的余数，以及目标待补种植株的数量，确定两两目标待补种植株之间的间距，进而，每当确定一个目标待补种植株的中心点坐标后，在线段A’B’上向后移动该间距后，继续确定下一个目标待补种植株的中心点坐标，直至得到全部目标待补种植株的中心点坐标。
S280、根据各所述目标待补种植株的中心点坐标，确定各目标待补种植株的位置。
S290、将待补种植株的数量和补种位置在所述数字正射影像图中进行标注，并将标注后的数字正射影像图在用户交互界面进行显示。
本实施例的技术方案，通过目标区域内的数字正射影像图获取各植株的外围轮廓，根据外围轮廓确定植株种植方向上相邻植株的距离值，当距离值大于标准植株冠幅时，将相邻植株作为待补种植株对，并根据距离值和标准植株冠幅确定待补种植株的数量和位置。解决了现有技术中依靠人工进行补种，时效长、效率低、成本高，从而造成植株补种效率低以及农业生产效率低的问题，实现了自动识别植株空缺部分，并自动确定补种植株的位置和数量，从而提高了植株补种效率。
实施例三
图3a是本发明实施例三提供的一种植株的补种信息识别方法的流程图，本发明实施例在上述实施例的基础上，提出了确定相邻植株距离值的另一种实现过程。
相应的，如图3a所示，本发明实施例的技术方案，具体包括如下步骤：
S310、获取所述目标区域内的数字正射影像图，并采用设定图像识别技术，识别得到目标区域内各植株的外围轮廓。
S320、根据所述外围轮廓，以及所述目标区域内的地表模型数据，生成所述目标区域的各植株的三维模型。
其中，地表模型数据(Digital Surface Model，DSM)可以为包含了地表建筑物、桥梁和树木等高度的地面高程模型，图3b提供了一种地表模型数据的示意图，如图3b所示，目标区域的地表模型数据可以展示植株的起伏情况。
三维模型可以是根据数字正射影像图数据和地表模型数据生成的模型，用以展示目标区域的三维空间结构。生成三维模型的好处在于，可以立体化展示目标区域的植株，使待补种植株对的确定更加直观。
S330、根据所述各植株的三维模型，确定与各所述植株分别对应的中心点以及冠幅。
在本发明实施例中，根据三维模型，确定各植株的中心点和冠幅。
可选的，可以以标注有中心点和冠幅的三维模型为训练样本，通过机器学习算法预先训练中心点和冠幅的识别模型，将各植株的三维模型输入至中心点和冠幅的识别模型之后，模型输出各植株对应的中心点和冠幅。
需要进行说明的是，本实施例展示了生成三维模型，并根据三维模型确定各植株的中心点和冠幅的方式，实施例二中的技术方案是根据数字正射影像图中各植株的外围轮廓确定各植株的中心点和冠幅，本申请对获取各植株中心点和冠幅的方式不进行限制。
S340、根据植株种植方向上的相邻两个植株的中心点和冠幅，确定所述相邻植株间的距离值。
相应的，S340又包括：
S341、根据植株种植方向上的相邻两个植株的中心点，计算所述相邻植株间的中心点距离。
S342、将所述相邻植株间的中心点距离，分别减去相邻植株中两个植株的半冠幅，作为所述相邻植株间的距离值。
S350、判断目标相邻植株间的距离值是否大于等于所述标准植株冠幅，如果是，则执行S360，否则执行S350。
S360、将所述目标相邻植株确定为待补种植株对。
S370、将目标待补种植株对对应的距离值与所述标准植株冠幅相除得到的整数，作为目标待补种植株的数量。
S380、根据所述目标待补种植株对应的相邻两个植株的中心点和冠幅、所述目标待补种植株的数量以及所述标准植株冠幅，计算各所述目标待补种植株的中心点坐标。
S390、根据各所述目标待补种植株的中心点坐标，确定各目标待补种植株的位置。S3100、将待补种植株的数量和补种位置在所述数字正射影像图中进行标注，并将标注后的数字正射影像图在用户交互界面进行显示。
本实施例的技术方案，通过目标区域内的数字正射影像图获取各植株的外围轮廓，根据外围轮廓确定植株种植方向上相邻植株的距离值，当距离值大于标准植株冠幅时，将相邻植株作为待补种植株对，并根据距离值和标准植株冠幅确定待补种植株的数量和位置。解决了现有技术中依靠人工进行补种，时效长、效率低、成本高，从而造成植株补种效率低以及农业生产效率低的问题，实现了自动识别植株空缺部分，并自动确定补种植株的位置和数量，从而提高了植株补种效率。
实施例四
图4是本发明实施例四提供的一种植株的补种信息识别方法的流程图，本发明实施例在上述实施例的基础上，提出了确定相邻植株距离值的另一种实现过程。
相应的，如图4所示，本发明实施例的技术方案，具体包括如下步骤：
S410、获取所述目标区域内的数字正射影像图，并采用设定图像识别技术，识别得到目标区域内各植株的外围轮廓。
S420、根据所述外围轮廓，确定各植株分别对应的中心点。
在本发明实施例中，仅需确定各植株的中心点，无需获取各植株的冠幅。
S430、获取植株种植方向上的相邻植株间中心点的连线与所述相邻植株中各植株的第一交点和第二交点。
在本发明实施例中，对相邻植株的中心点进行连线，该连线分别与相邻植株的外围轮廓相交于第一交点和第二交点。
S440、将所述相邻植株中第一交点和第二交点之间的距离值，作为所述相邻植株间的距离值。
在本发明实施例中，第一交点和第二交点之间的距离，即为相邻两植株之间的距离值。
S450、判断目标相邻植株间的距离值是否大于等于所述标准植株冠幅，如果是，则执行S460，否则执行S450。
S460、将所述目标相邻植株确定为待补种植株对。
S470、将目标待补种植株对对应的距离值与所述标准植株冠幅相除得到的整数，作为目标待补种植株的数量。
S480、根据所述目标待补种植株对应的相邻两个植株的中心点和冠幅、所述目标待补种植株的数量以及所述标准植株冠幅，计算各所述目标待补种植株的中心点坐标。
S490、根据各所述目标待补种植株的中心点坐标，确定各目标待补种植株的位置。
S4100、将待补种植株的数量和补种位置在所述数字正射影像图中进行标注，并将标注后的数字正射影像图在用户交互界面进行显示。
本实施例的技术方案，通过目标区域内的数字正射影像图获取各植株的外围轮廓，根据外围轮廓确定植株种植方向上相邻植株的距离值，当距离值大于标准植株冠幅时，将相邻植株作为待补种植株对，并根据距离值和标准植株冠幅确定待补种植株的数量和位置。解决了现有技术中依靠人工进行补种，时效长、效率低、成本高，从而造成植株补种效率低以及农业生产效率低的问题，实现了自动识别植株空缺部分，并自动确定补种植株的位置和数量，从而提高了植株补种效率。
实施例五
图5是本发明实施例五提供的一种植株的补苗方法的流程图，本实施例可适用于根据植株的补种信息对目标区域进行植株补种的情况，该方法可以由植株的补苗装置来执行，该装置可以由软件和/或硬件来实现，并一般集成在计算机设备中，与补苗装置配合使用。
相应的，如图5所示，本发明实施例的技术方案，具体包括如下步骤：
S510、基于根据植株的补种信息识别方法获得的待补种植株的数量和补种位置进行补苗操作。
在本发明实施例中，根据植株的补种信息识别方法，可以获得待补种植株的数量和补种位置，根据待补种植株的数量和补种位置，进行补苗操作。
示例性的，可以在检测到补苗装置位于目标待补种植株的补种位置时，向补苗装置发送补苗指令，接收到补苗装置反馈的补苗完成信息后，继续检测补苗装置的位置，直至确定接收的补苗完成信息与待补种植株的数量相匹配。
本实施例的技术方案，通过植株的补种信息识别方法，获得待补种植株的数量和补种位置，在待补种植株的补种位置处进行补苗操作，并在进行待补种植株数量的补苗操作之后，完成目标区域的补苗操作。解决了现有技术中依靠人工进行补苗，时效长、效率低、成本高，从而造成植株补种效率低以及农业生产效率低的问题，实现了根据补种植株的位置和数量进行自动补苗的效果，提高了植株补种效率。
实施例六
图6是本发明实施例六提供的一种植株的补种信息识别装置的结构示意图，该装置包括：距离值确定模块610、待补种植株对确定模块620以及待补种植株信息确定模块630。其中：
距离值确定模块610，用于确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；
待补种植株对确定模块620，用于根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；
待补种植株信息确定模块630，用于根据各所述待补种植株对，确定待补种植株的数量以及补种位置。
本实施例的技术方案，通过目标区域各植株的外围轮廓确定植株种植方向上相邻植株的距离值，根据距离值和标准植株冠幅确定待补种植株对，并确定待补种植株对对应的待补种植株的数量和位置。解决了现有技术中依靠人工进行补种，时效长、效率低、成本高，从而造成植株补种效率低以及农业生产效率低的问题，实现了自动识别植株空缺部分，并自动确定补种植株的位置和数量，从而提高了植株补种效率。
在上述实施例的基础上，所述距离值确定模块610，包括：
外围轮廓获取单元，用于获取所述目标区域内的数字正射影像图，并采用设定图像识别技术，识别得到目标区域内各植株的外围轮廓。
在上述实施例的基础上，所述距离值确定模块610，包括：
第一中心点和冠幅确定单元，用于根据所述外围轮廓，确定与各所述植株分别对应的中心点以及冠幅；
第一距离值确定单元，用于根据所述植株种植方向上的相邻两个植株的中心点和冠幅，确定所述相邻植株间的距离值。
在上述实施例的基础上，所述距离值确定模块610，包括：
三维模型生成单元，用于根据所述外围轮廓，以及所述目标区域内的地表模型数据，生成所述目标区域的三维模型；
第二中心点和冠幅确定单元，用于根据所述各植株的三维模型，确定与各所述植株分别对应的中心点以及冠幅；
第二距离值确定单元，用于根据植株种植方向上的相邻两个植株的中心点和冠幅，确定所述相邻植株间的距离值。
在上述实施例的基础上，所述第一距离值确定单元和第二距离值确定单元，具体用于：
根据所述植株种植方向上的相邻两个植株的中心点，计算所述相邻植株间的中心点距离；
将所述相邻植株间的中心点距离，分别减去相邻植株中两个植株的半冠幅，作为所述相邻植株间的距离值。
在上述实施例的基础上，所述距离值确定模块610，包括：
中心点确定模块，用于根据所述外围轮廓，确定各植株分别对应的中心点；
交点确定模块，用于获取植株种植方向上的相邻植株间中心点的连线与所述相邻植株中各植株的第一交点和第二交点；
第三距离值确定单元，用于将所述相邻植株中第一交点和第二交点之间的距离值，作为所述相邻植株间的距离值。
在上述实施例的基础上，所述待补种植株对确定模块620，包括：
待补种植株对确定单元，用于如果确定目标相邻植株间的距离值大于等于所述标准植株冠幅，则将所述目标相邻植株确定为待补种植株对。
在上述实施例的基础上，所述待补种植株信息确定模块630，包括：
目标待补种植株数量确定单元，用于将目标待补种植株对对应的距离值与所述标准植株冠幅相除得到的整数，作为目标待补种植株的数量；
目标待补种植株中心点坐标计算单元，用于根据所述目标待补种植株对应的相邻两个植株的中心点和冠幅、所述目标待补种植株的数量以及所述标准植株冠幅，计算各所述目标待补种植株的中心点坐标；
目标待补种植株位置确定单元，用于根据各所述目标待补种植株的中心点坐标，确定各目标待补种植株的位置。
在上述实施例的基础上，所述装置，还包括：
待补种植株信息展示模块，用于将待补种植株的数量和补种位置在所述数字正射影像图中进行标注，并将标注后的数字正射影像图在用户交互界面进行显示。
本发明实施例所提供的植株的补种信息识别装置可执行本发明任意实施例所提供的植株的补种信息识别方法，具备执行方法相应的功能模块和有益效果。
实施例七
图7是本发明实施例七提供的一种植株的补苗装置的结构示意图，所述装置包括：距离值确定模块710、待补种植株对确定模块720、待补种植株信息确定模块730以及补苗执行模块740。其中：
距离值确定模块710，用于确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；
待补种植株对确定模块720，用于根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；
待补种植株信息确定模块730，用于根据各所述待补种植株对，确定待补种植株的数量以及补种位置；
补苗执行模块740，用于基于所述待补种植株的数量和补种位置进行补苗操作。
本实施例的技术方案，通过植株的补种信息识别方法，获得待补种植株的数量和补种位置，在待补种植株的补种位置处进行补苗操作，并在进行待补种植株数量的补苗操作之后，完成目标区域的补苗操作。解决了现有技术中依靠人工进行补苗，时效长、效率低、成本高，从而造成植株补种效率低以及农业生产效率低的问题，实现了根据补种植株的位置和数量进行自动补苗的效果，提高了植株补种效率。
本发明实施例所提供的植株的补苗装置可执行本发明任意实施例所提供的植株的补苗方法，具备执行方法相应的功能模块和有益效果。
实施例八
图8为本发明实施例八提供的一种计算机设备的结构示意图，如图8所示，该计算机设备包括处理器70、存储器71、输入装置72和输出装置73；计算机设备中处理器70的数量可以是一个或多个，图8中以一个处理器70为例；计算机设备中的处理器70、存储器71、输入装置72和输出装置73可以通过总线或其他方式连接，图8中以通过总线连接为例。
存储器71作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的植株的补种信息识别方法对应的模块(例如，植株的补种信息识别装置中的距离值确定模块610、待补种植株对确定模块620以及待补种植株信息确定模块630)，或者，如本发明实施例中的植株的补苗方法对应的模块(例如，植株的补苗装置中的距离值确定模块710、待补种植株对确定模块720、待补种植株信息确定模块730以及补苗执行模块740)。处理器70通过运行存储在存储器71中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述的植株的补种信息识别方法。该方法包括：
确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；
根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；
根据各所述待补种植株对，确定待补种植株的数量以及补种位置。
还可以实现上述的植株的补苗方法，该方法包括：
基于根据植株的补种信息识别方法获得的待补种植株的数量和补种位置进行补苗操作。
存储器71可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器71可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器71可进一步包括相对于处理器70远程设置的存储器，这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置72可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置73可包括显示屏等显示设备。
实施例九
本发明实施例九还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种植株的补种信息识别方法，该方法包括：
确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；
根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；
根据各所述待补种植株对，确定待补种植株的数量以及补种位置。
还可以用于执行一种植株的补苗方法，该方法包括：
基于根据植株的补种信息识别方法获得的待补种植株的数量和补种位置进行补苗操作。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的植株的补种信息识别方法，或者执行本发明任意实施例所提供的植株的补苗方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的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，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明各个实施例所述的方法。
值得注意的是，上述植株的补种信息识别装置以及植株的补苗装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种植株的补种信息识别方法，其特征在于，包括：
确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；
根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；
根据各所述待补种植株对，确定待补种植株的数量以及补种位置。
2.根据权利要求1所述的方法，其特征在于，确定目标区域内各植株的外围轮廓，包括：
获取所述目标区域内的数字正射影像图，并采用设定图像识别技术，识别得到目标区域内各植株的外围轮廓。
3.根据权利要求1所述的方法，其特征在于，根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值，包括：
根据所述外围轮廓，确定与各所述植株分别对应的中心点以及冠幅；
根据植株种植方向上的相邻两个植株的中心点和冠幅，确定所述相邻植株间的距离值。
4.根据权利要求1所述的方法，其特征在于，根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值，包括：
根据所述外围轮廓，以及所述目标区域内的地表模型数据，生成所述目标区域中的各植株的三维模型；
根据所述各植株的三维模型，确定与各所述植株分别对应的中心点以及冠幅；
根据植株种植方向上的相邻两个植株的中心点和冠幅，确定所述相邻植株间的距离值。
5.根据权利要求3或4所述的方法，其特征在于，根据植株种植方向上的相邻两个植株的中心点和冠幅，确定所述相邻植株间的距离值，包括：
根据植株种植方向上的相邻两个植株的中心点，计算所述相邻植株间的中心点距离；
将所述相邻植株间的中心点距离，分别减去相邻植株中两个植株的半冠幅，作为所述相邻植株间的距离值；
或者，根据所述外围轮廓，确定各植株分别对应的中心点；
获取植株种植方向上的相邻植株间中心点的连线与所述相邻植株中各植株的第一交点和第二交点；
将所述相邻植株中第一交点和第二交点之间的距离值，作为所述相邻植株间的距离值。
6.根据权利要求1所述的方法，根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对，包括：
如果确定目标相邻植株间的距离值大于等于所述标准植株冠幅，则将所述目标相邻植株确定为待补种植株对。
7.根据权利要求3或4所述的方法，其特征在于，根据各所述待补种植株对，确定待补种植株的数量以及补种位置，包括：
将目标待补种植株对对应的距离值与所述标准植株冠幅相除得到的整数，作为目标待补种植株的数量；
根据所述目标待补种植株对应的相邻两个植株的中心点和冠幅、所述目标待补种植株的数量以及所述标准植株冠幅，计算各所述目标待补种植株的中心点坐标；
根据各所述目标待补种植株的中心点坐标，确定各目标待补种植株的位置。
8.根据权利要求2所述的方法，其特征在于，确定待补种植株的数量以及补种位置之后，还包括：
将待补种植株的数量和补种位置在所述数字正射影像图中进行标注，并将标注后的数字正射影像图在用户交互界面进行显示。
9.一种植株的补苗方法，其特征在于，
基于根据如权利要求1～8任一项所述的方法获得的待补种植株的数量和补种位置进行补苗操作。
10.一种植株的补种信息识别装置，其特征在于，包括：
距离值确定模块，用于确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；
待补种植株对确定模块，用于根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；
待补种植株信息确定模块，用于根据各所述待补种植株对，确定待补种植株的数量以及补种位置。
11.一种植株的补苗装置，其特征在于，包括：
距离值确定模块，用于确定目标区域内各植株的外围轮廓，并根据所述外围轮廓，确定植株种植方向上的相邻植株间的距离值；
待补种植株对确定模块，用于根据所述相邻植株间的距离值以及预设的标准植株冠幅，在所述目标区域内确定待补种植株对；
待补种植株信息确定模块，用于根据各所述待补种植株对，确定待补种植株的数量以及补种位置；
补苗执行模块，用于基于所述待补种植株的数量和补种位置进行补苗操作。
12.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-8中任一所述的植株的补种信息识别方法，或者，实现如权利要求9所述的植株的补苗方法。
13.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的植株的补种信息识别方法，或者，实现如权利要求9所述的植株的补苗方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011035221.4A CN112183329B (zh) | 2020-09-27 | 2020-09-27 | 植株的补种信息识别方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011035221.4A CN112183329B (zh) | 2020-09-27 | 2020-09-27 | 植株的补种信息识别方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112183329A true CN112183329A (zh) | 2021-01-05 |
| CN112183329B CN112183329B (zh) | 2024-10-18 |
Family
ID=73944646
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011035221.4A Active CN112183329B (zh) | 2020-09-27 | 2020-09-27 | 植株的补种信息识别方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112183329B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115152378A (zh) * | 2022-07-28 | 2022-10-11 | 华南农业大学 | 一种宿根蔗补种机器人及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103413172A (zh) * | 2013-08-22 | 2013-11-27 | 北京农业信息技术研究中心 | 玉米苗期缺苗数的测量方法及装置 |
| CN103559705A (zh) * | 2013-10-23 | 2014-02-05 | 浙江工业大学 | 一种比较不同植物形态相似度的计算机方法 |
| CN107818565A (zh) * | 2017-11-23 | 2018-03-20 | 扬州大学 | 一种小麦一至三叶期麦苗数量调查方法 |
| CN108537164A (zh) * | 2018-04-08 | 2018-09-14 | 北京农业智能装备技术研究中心 | 基于无人机遥感的点穴播种出芽率监测方法与装置 |
| CN109341702A (zh) * | 2018-12-13 | 2019-02-15 | 广州极飞科技有限公司 | 作业区域内的路线规划方法、装置、设备及存储介质 |
| CN109886094A (zh) * | 2019-01-08 | 2019-06-14 | 中国农业大学 | 一种作物苗情苗势采集分析方法和装置 |
| CN109934186A (zh) * | 2019-03-19 | 2019-06-25 | 广东省农业科学院农业生物基因研究中心 | 一种农作物直播成苗率的智慧高效监控方法 |
| CN110309933A (zh) * | 2018-03-23 | 2019-10-08 | 广州极飞科技有限公司 | 植株种植数据测量方法、作业路线规划方法及装置、系统 |
-
2020
- 2020-09-27 CN CN202011035221.4A patent/CN112183329B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103413172A (zh) * | 2013-08-22 | 2013-11-27 | 北京农业信息技术研究中心 | 玉米苗期缺苗数的测量方法及装置 |
| CN103559705A (zh) * | 2013-10-23 | 2014-02-05 | 浙江工业大学 | 一种比较不同植物形态相似度的计算机方法 |
| CN107818565A (zh) * | 2017-11-23 | 2018-03-20 | 扬州大学 | 一种小麦一至三叶期麦苗数量调查方法 |
| CN110309933A (zh) * | 2018-03-23 | 2019-10-08 | 广州极飞科技有限公司 | 植株种植数据测量方法、作业路线规划方法及装置、系统 |
| CN108537164A (zh) * | 2018-04-08 | 2018-09-14 | 北京农业智能装备技术研究中心 | 基于无人机遥感的点穴播种出芽率监测方法与装置 |
| CN109341702A (zh) * | 2018-12-13 | 2019-02-15 | 广州极飞科技有限公司 | 作业区域内的路线规划方法、装置、设备及存储介质 |
| CN109886094A (zh) * | 2019-01-08 | 2019-06-14 | 中国农业大学 | 一种作物苗情苗势采集分析方法和装置 |
| CN109934186A (zh) * | 2019-03-19 | 2019-06-25 | 广东省农业科学院农业生物基因研究中心 | 一种农作物直播成苗率的智慧高效监控方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘帅兵;杨贵军;周成全;景海涛;冯海宽;徐波;杨浩;: "基于无人机遥感影像的玉米苗期株数信息提取", 农业工程学报, no. 22, 23 November 2018 (2018-11-23), pages 1 * |
| 张晔珵 等: "基于树冠因子的林木竞争指数研究", 林 业 科 学 研 究, vol. 29, no. 1, 29 February 2016 (2016-02-29), pages 80 - 84 * |
| 李英;: "基于机载LIDAR的DSM应用研究", 科技信息, no. 23, 15 August 2011 (2011-08-15), pages 2 * |
| 韩文霆;邵国敏;马代健;ZHANG HUIHUI;王毅;牛亚晓;: "大田玉米作物系数无人机多光谱遥感估算方法", 农业机械学报, no. 07, 17 May 2018 (2018-05-17), pages 1 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115152378A (zh) * | 2022-07-28 | 2022-10-11 | 华南农业大学 | 一种宿根蔗补种机器人及方法 |
| CN115152378B (zh) * | 2022-07-28 | 2023-06-27 | 华南农业大学 | 一种宿根蔗补种机器人及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112183329B (zh) | 2024-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110135341B (zh) | 杂草识别方法、装置及终端设备 | |
| US8340433B2 (en) | Image processing apparatus, electronic medium, and image processing method | |
| WO2021082507A1 (zh) | 半自动化图像分割数据标注方法、电子装置及存储介质 | |
| CN116681959B (zh) | 基于机器学习的锋线识别方法、装置、存储介质及终端 | |
| US12106438B2 (en) | Point cloud annotation device, method, and program | |
| CN110992384B (zh) | 半自动化图像数据标注方法、电子装置及存储介质 | |
| CN112052855A (zh) | 一种基于深度学习的车牌识别方法及装置 | |
| CN115762218A (zh) | 一种车位地图生成方法、装置、设备及存储介质 | |
| CN106297536B (zh) | 电子地图中的面状图元名称的标注位置确定方法及装置 | |
| CN112183329B (zh) | 植株的补种信息识别方法、装置、计算机设备和存储介质 | |
| CN112381034A (zh) | 一种车道线检测方法、装置、设备及存储介质 | |
| CN105719261A (zh) | 点云数据合并系统及方法 | |
| CN110717141A (zh) | 一种车道线优化方法、装置及存储介质 | |
| CN112527442B (zh) | 一种环境数据多维显示方法、装置、介质及终端设备 | |
| CN107833227B (zh) | 一种圆形裁剪区域的绘制方法及其系统 | |
| CN113222025A (zh) | 一种基于激光雷达的可行区域标签生成方法 | |
| CN113807128B (zh) | 一种缺苗标记方法、装置、计算机设备和存储介质 | |
| CN111260723B (zh) | 棒材的质心定位方法及终端设备 | |
| CN111860084A (zh) | 图像特征的匹配、定位方法及装置、定位系统 | |
| CN113033701B (zh) | 基于gis空间数据制作遥感影像深度学习样本的优化方法 | |
| CN112634311B (zh) | 一种基于二值图的特征提取的方法及装置 | |
| CN105574868B (zh) | 图像传输过程中的数据处理方法及装置 | |
| CN113674142A (zh) | 图像中目标物的消融方法、装置、计算机设备及介质 | |
| CN114839976A (zh) | 一种复杂边界农田的路径规划方法及农田机器操作系统 | |
| CN116681792A (zh) | 矢量图纸的子图生成方法、装置、设备及可读存储介质 |
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 | ||
| CB02 | Change of applicant information |
Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant after: XAG Co., Ltd. Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant before: Guangzhou Xaircraft Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant |