CN114688997B - 基于rls自适应滤波算法的叶片面积自动检测装置及方法 - Google Patents

基于rls自适应滤波算法的叶片面积自动检测装置及方法 Download PDF

Info

Publication number
CN114688997B
CN114688997B CN202210317184.9A CN202210317184A CN114688997B CN 114688997 B CN114688997 B CN 114688997B CN 202210317184 A CN202210317184 A CN 202210317184A CN 114688997 B CN114688997 B CN 114688997B
Authority
CN
China
Prior art keywords
voltage
laser
computer
algorithm
photoelectric conversion
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
Application number
CN202210317184.9A
Other languages
English (en)
Other versions
CN114688997A (zh
Inventor
吴伟斌
姚焙火
何兆铠
张方任
孙顺利
高昌伦
罗茂林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China Agricultural University
Original Assignee
South China Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China Agricultural University filed Critical South China Agricultural University
Priority to CN202210317184.9A priority Critical patent/CN114688997B/zh
Publication of CN114688997A publication Critical patent/CN114688997A/zh
Application granted granted Critical
Publication of CN114688997B publication Critical patent/CN114688997B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/28Measuring arrangements characterised by the use of optical techniques for measuring areas
    • G01B11/285Measuring arrangements characterised by the use of optical techniques for measuring areas using photoelectric detection means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于RLS自适应滤波算法的叶片面积自动检测装置及方法,装置包括激光发生扫描机构以及三轴自动移动平台;三轴自动移动平台包括两台步进电机、电机控制器、传送带、滑块、可调节导轨以及调节旋钮;激光发生扫描机构包括激光发生器、光电转换传感器、数据采集卡、计算机以及激光功率调节器;传送带包括一横栏传送带以及两竖栏传送带,横栏传送带通过滑块连接在两竖栏传送带之间,可调节导轨通过调节旋钮固定在横栏传送带的滑块上;激光发生器和光电转换传感器设置在可调节导轨的末端,激光发生器和光电转换传感器均连接激光功率调节器。本发明能快速得出叶面积指数,装置使用操作方便,效率高、准确率高。

Description

基于RLS自适应滤波算法的叶片面积自动检测装置及方法
技术领域
本发明属于生态数据测定技术领域,具体涉及一种基于RLS自适应滤波算法的叶片面积自动检测装置及方法。
背景技术
叶面积指数(Leaf Area Index,LAI)又叫叶面积系数,是指单位土地面积上植物叶片总面积占土地面积的倍数,即:叶面积指数=叶片总面积/土地面积。在田间试验中,叶面积指数是反映植物群体生长状况的一个重要指标,其大小直接与最终产量高低密切相关。其中植物的占土地面积和叶片面积的快速检测一直是一个难点,人工检测费时费力,也十分的影响检测效率。针对这种情况,有必要设计出一种快速的、自动的叶片面积的检测装置。
叶面积指数与植被的密度、结构(单层或复层)、树木的生物学特性(分枝角、叶着生角、耐荫性等)和环境条件(光照、水分、土壤营养状况)有关,是表示植被利用光能状况和冠层结构的一个综合指标,其大小直接与最终产量高低密切相关,所以精准的叶面积指数的测量技术是十分有需要的。
传统的测量方法是通过获取和分析植物冠层的半球数字图像来计算叶面积指数,这些图像分析系统通常由鱼眼镜头、数码相机、冠层图像分析软件和数据处理器组成.其原理是通过鱼眼镜头和数码相机获取冠层图像,利用软件对冠层图像进行分析,进而推算有效叶面积指数。基于图像测量的仪器和方法测量精度较高,但测量速度一般比较慢,且常需要对图像进行后期处理,相对的成本比较高昂,所以开发一种低成本、准确且快速植株叶片面积的测量装置与方法是十分有必要的。
发明内容
本发明的主要目的在于针对当前叶面积指数中植物叶片占土地面积和叶片面积检测速度慢、时间长的不足,提供了一种快速检测植物叶片占土地面积和叶片面积的检测装置以及方法,从而快速得出叶面积指数的方法。
为了达到上述目的,本发明采用以下技术方案:
一种基于RLS自适应滤波算法的叶片面积自动检测装置,包括激光发生扫描机构以及三轴自动移动平台;
三轴自动移动平台包括两台步进电机、电机控制器、传送带、滑块、可调节导轨以及调节旋钮;
激光发生扫描机构包括激光发生器、光电转换传感器、数据采集卡、计算机以及激光功率调节器;
传送带包括一横栏传送带以及两竖栏传送带,横栏传送带通过两个滑块连接在两竖栏传送带之间,横栏传送带上还设有一个滑块,可调节导轨通过调节旋钮固定在横栏传送带的滑块上;
激光发生器和光电转换传感器设置在可调节导轨的末端,激光发生器和光电转换传感器均连接激光功率调节器,激光功率调节器连接数据采集卡,数据采集卡连接计算机;
步进电机一台设置横栏传送带上,另一台设置在竖栏传送带上,并且两台步进电机均与电机控制器连接。
进一步的,工作时,激光发生器所发射的激光照射到叶片上会被反射,所反射的激光能量被光电转换传感器所接收,转换为有效的电压值通过数据采集卡传入计算机中,计算机通过最小二乘算法和最小二乘滤波器自适应算法处理之后计算出准确的阈值电压,并在运行过程中实时利用RLS自适应算法滤除环境光的影响;
将收集到的信号电压与阈值电压比较,并通过计算机计算出累计的光斑面积,从而实现了自动测量植被叶片面积。
进一步的,两个电机通过电机控制器驱动三轴自动移动平台在空间X轴方向与Y轴方向的任意移动;
可调节导轨通过调节旋钮调节Z方向上的高度;
其中X轴方向表示前、后方向,Y轴方向表示左、右方向,Z轴方向表示上、下方向。
进一步的,光电转换传感器具体安装在可调节角度的支架上,实现调节光电转换传感器的接收角度;
激光功率调节器具体安装在可调节导轨末端的侧面,负责调节所发出的激光功率。
进一步的,三轴自动移动平台的下方设有四个万向轮,用于整个叶片面积自动检测装置的移动。
进一步的,激光发生器为近红外激光发生器,发生功率为50mW-500mW;光电转换传感器为光敏三极管;数据采集卡为NI数据采集卡。
进一步的,三轴自动移动平台最大驱动速度为500mm/s,最大扫描范围为: 850mm×800mm×600mm,单位光斑大小为50×50mm2
X方向上的激光扫描速度为25mm/s-75mm/s,Y方向上单位步长为 80mm-100mm,最大范围的扫描时长为180s-360s。
本发明还包括基于提供的所述装置的叶片面积自动检测方法,包括以下步骤:
S1、装置通电,初始化,将阈值电压、累计投影面积以及光斑总面积初始化为零;
S2、将被检测的植株置于自动检测装置下方,并调整三轴自动移动平台的初始位置,调节可调节导轨的初始高度,打开激光发生器;
S3、手动移动可调节导轨,将激光发生器分别对准地面、植株最底部的叶子、中部的叶子以及最顶端的叶子,记录下每一点的电压,通过数据采集卡输入计算机;
S4、通过计算机上的SPSS软件,记录四点电压,根据最小二乘算法拟合出电压与植株高度回归曲线,取最小电压值到第二小电压值的中位算的值为阈值电压,再将数据导入MATLAB中,根据RLS自适应算法滤除外接干扰,并将所计算出的阈值电压调零;
S5、利用计算机LabVIEW编程上位机,设置扫描起点、扫描范围的长宽、移动平台S形扫描路径;计算机通过电机控制器控制步进电机,驱动三轴自动移动平台X轴方向和Y轴方向移动,按预设路径对目标植株完成扫描;
S6、经过光电转换传感器收集到反射信号转换为电压信号经过RLS自适应算法滤除外接干扰,传入数据采集卡,经过处理后传入计算机,与阈值电压比较,并通过计算机计算出累计的光斑面积;
S7、将大于阈值电压的部分计入光斑面积,并记录测试点个数,光斑总面积=测试点个数×光斑面积;
S8、扫描完毕之后,光斑面积记录入LabVIEW上位机之中。
进一步的,最小二乘算法具体为:
手动采集植株从上自下三到五个点的对应电压值,由此拟合出一条曲线,初步取最小电压值到第二小电压值的中位算的值为阈值电压,达到初步的滤波作用,所述最小二乘法公式如下:
Figure BDA0003570173350000051
Figure BDA0003570173350000052
其中,
Figure BDA0003570173350000053
Figure BDA0003570173350000054
为xi和yi的均值,
Figure BDA0003570173350000055
是由观察值按最小二乘法求得的估计值。
进一步的,最小二乘滤波器自适应算法,将最小二乘算法处理后的电压数据代入MATLAB中的RLS自适应算法中,进行二次滤波,负责去除外部环境光中对光电转换传感器的影响,RLS自适应算法的公式如下:
w(k)=w(k-1)+Kkζk
ζk=d(k)-uT(k)w(k-1)
Figure BDA0003570173350000056
Figure BDA0003570173350000057
其中,w(k)为滤波系数向量,d(k)为期望响应向量,u(k)为输入向量,Kk为增益向量,Pk为输入信号的自相关矩阵的逆阵。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明装置利用步进电机的快速移动,对植株快速完成扫描,通过计算近红外光斑的单位面积数量,得到叶片占地面积或叶片面积,从而计算出叶面积指数,适时了解作物生长状况;本发明装置使用操作方便,效率高、准确率高,机构简单,设备成本低,无需传统方法中高昂的高精度高速摄像设备,具有较大的推广价值。
2、相对于传统的利用高精度照相机以各个角度拍摄植株相片,再进行二值化处理的方法,本发明不需要考虑相机镜头畸变所带来的精度影响,也节省了对每一张照片进行处理的步骤,具有精度高、操作简便的特点。
附图说明
图1是本发明的结构示意图;
图2是实施例中测量叶片占地面积指数的示意图;
图3是实施例中测量叶片面积指数的示意图;
图4是本发明方法的操作流程图;
附图标号说明:1-激光发生器;2-光电转换传感器;3-数据采集卡;4-计算机;5-第一步进电机;6-电机控制器;7-第一传送带;8-第一滑块;9-第二步进电机;10-第二滑块;11-第三滑块;12-调节旋钮;13-激光功率调节器;14-万向轮;15-第二传送带;16-第三传送带。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,一种基于RLS自适应滤波算法的叶片面积自动检测装置,包括激光发生扫描机构以及三轴自动移动平台;
三轴自动移动平台包括两台步进电机、电机控制器6、传送带、滑块、可调节导轨以及调节旋钮12;
激光发生扫描机构包括激光发生器1、光电转换传感器2、数据采集卡3、计算机4以及激光功率调节器13;
在本实施例中,传送带包括第一传送带7、第二传送带15以及第三传送带16,第一传送带和第三传送带为竖栏传送带,第二传送带为横栏传送带,第二传送带通过第一滑块8和第二滑块10连接在两竖栏传送带之间,可调节导轨通过调节旋钮固定在横栏传送带的第三滑块11上;
激光发生器和光电转换传感器设置在可调节导轨的末端,激光发生器和光电转换传感器均连接激光功率调节器,激光功率调节器连接数据采集卡,数据采集卡连接计算机;
在本实施例中,第二步进电机9设置横栏传送带上,第一步进电机5设置在竖栏传送带上,并且两台步进电机均与电机控制器连接。
工作时,激光发生器所发射的激光照射到叶片上会被反射,所反射的激光能量被光电转换传感器所接收,转换为有效的电压值通过数据采集卡传入计算机中,计算机通过最小二乘算法和最小二乘滤波器自适应算法处理之后计算出准确的阈值电压,并在运行过程中实时利用RLS自适应算法滤除环境光的影响;将收集到的信号电压与阈值电压比较,并通过计算机计算出累计的光斑面积,从而实现了自动测量植被叶片面积。
两个步进电机通过电机控制器驱动三轴自动移动平台在空间X轴方向与Y 轴方向的任意移动;
可调节导轨通过调节旋钮调节Z方向上的高度;
其中X轴方向表示前、后方向,Y轴方向表示左、右方向,Z轴方向表示上、下方向。
光电转换传感器具体安装在可调节角度的支架上,调节光电转换传感器的接收角度;激光功率调节器具体安装在可调节导轨末端的侧面,负责调节所发出的激光功率。
三轴自动移动平台的下方设有四个万向轮14,用于整个自动检测装置的移动。
激光发生器为近红外激光发生器,发生功率为50mW-500mW;光电转换传感器为光敏三极管;数据采集卡为NI数据采集卡。
三轴自动移动平台最大驱动速度为500mm/s,最大扫描范围为:850mm× 800mm×600mm,单位光斑大小为50×50mm2;
X方向上的激光扫描速度为25mm/s-75mm/s,Y方向上单位步长为 80mm-100mm,最大范围的扫描时长为180s-360s。
在本实施例中,两台步进电机的规格为:60102两相四线闭环步进电机,输出力矩为4.5Nm,出轴长度为32mm。
传送带的规格为:同步带直线模组,总长为1105mm,有效行程为850mm,参考负载为20kg,定位精度为0.05mm,最大驱动速度为500mm/s。激光发生扫描机构的最大扫描范围为:850mm×800mm×600mm。
可调节导轨规格为:有效行程500mm,负参考载5kg。
激光发生器的规格为:发生近红外激光,波长为809nm,功率为 50mW-500mW,单位光斑大小为50×50mm2。
光电转换传感器由一个Ⅳ转换电压放大器和一个发光二极管组成,光电放大模块的模块供电电压为±5-±15V。
为保证识别精度,本实施例中,X方向上的激光扫描速度为25mm/s-75mm/s, Y方向上单位步长为80mm-100mm,最大范围的扫描时长为180s-360s。计算机上装有虚拟仪器LabVIEW软件、SPSS统计分析软件和MATLAB,并有LabVIEW 建立上位机界面。
如图2所示,为发明的叶片占地面积指数测定示意图,本实施例的测试对象为柑橘树。
如图3所示,为发明的叶片面积指数测定示意图,本实施例的测试对象为柑橘叶片。
本实施例中,由于大多数柑橘叶片对近红外光线的反射率最强,所以选择近红外激光发射器作为光源,近红外照射到植物叶片上,反射的光源被光电转换传感器接收,光信号通过电压放大器放大电压,电压传输入数据采集卡传入计算机,计算机此时会计入一个单位光斑面积,若为照射到叶片则未计入面积,记录的所以光斑面积累计之和即为叶片面积。
本发明由于采用了高精度的光电转换传感器来提高光电转化率,以提升系统精度,但高精度的光电转换传感器受外界的环境光以及其他冗余光信号的影响很大,对阈值电压的确定有很大影响,所以引入通过最小二乘算法和最小二乘滤波器(RLS)自适应算法对采集的电压信号进行处理。
在另一个实施例中,还提供了基于实施例所述装置的叶片面积自动检测方法,如图4所示,包括以下步骤:
S1、装置通电,初始化,将阈值电压、累计投影面积以及光斑总面积初始化为零;
S2、将被检测的植株置于检测装置下方,并调整三轴自动移动平台的初始位置,调节可调节导轨的初始高度,打开激光发生器;
S3、手动移动可调节导轨,将激光发生器分别对准地面、植株最底部的叶子、中部的叶子以及最顶端的叶子,记录下每一点的电压,通过数据采集卡输入计算机;
S4、通过计算机上的SPSS,记录四点电压,根据最小二乘算法拟合出电压与植株高度回归曲线,取最小电压值到第二小电压值的中位算的值为阈值电压,再将数据导入MATLAB中,根据RLS自适应算法滤除外接干扰,并将所计算出的阈值电压调零;
S5、利用计算机LabVIEW编程上位机,设置扫描起点、扫描范围的长宽、移动平台S形扫描路径;计算机通过电机控制器控制步进电机,驱动三轴自动移动平台X轴方向和Y轴方向移动,按预设路径对目标植株完成扫描;
S6、经过光电转换传感器收集到反射信号转换为电压信号经过RLS自适应算法滤除外接干扰,传入数据采集卡,经过处理后传入计算机,与阈值电压比较,并通过计算机计算出累计的光斑面积;
S7、将大于阈值电压的部分计入光斑面积,并记录测试点个数,光斑总面积=测试点个数×光斑面积;
S8、扫描完毕之后,光斑面积记录入LabVIEW上位机之中。
最小二乘算法,首先手动采集植株从上自下三到五个点的对应电压值,由此拟合出一条曲线,初步取最小电压值到第二小电压值的中位算的值为阈值电压,达到初步的滤波作用,所述最小二乘法公式如下:
Figure BDA0003570173350000101
Figure BDA0003570173350000102
其中,
Figure BDA0003570173350000103
Figure BDA0003570173350000104
为xi和yi的均值,
Figure BDA0003570173350000105
是由观察值按最小二乘法求得的估计值。
最小二乘滤波器自适应算法,将最小二乘算法处理后的电压数据代入 MATLAB中的RLS自适应算法中,进行二次滤波,负责去除外部环境光中对光电转换传感器的影响,RLS自适应算法的公式如下:
w(k)=w(k-1)+Kkζk
ζk=d(k)-uT(k)w(k-1)
Figure BDA0003570173350000111
Figure BDA0003570173350000112
其中,w(k)为滤波系数向量,d(k)为期望响应向量,u(k)为输入向量,Kk为增益向量,Pk为输入信号的自相关矩阵的逆阵。
还需要说明的是,在本说明书中,诸如术语“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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种基于RLS自适应滤波算法的叶片面积自动检测装置,其特征在于,包括激光发生扫描机构以及三轴自动移动平台;
三轴自动移动平台包括两台步进电机、电机控制器、传送带、滑块、可调节导轨以及调节旋钮;
激光发生扫描机构包括激光发生器、光电转换传感器、数据采集卡、计算机以及激光功率调节器;
传送带包括一横栏传送带以及两竖栏传送带,横栏传送带通过两个滑块连接在两竖栏传送带之间,横栏传送带上还设有一个滑块,可调节导轨通过调节旋钮固定在横栏传送带滑块上;
激光发生器和光电转换传感器设置在可调节导轨的末端,激光发生器和光电转换传感器均连接激光功率调节器,激光功率调节器连接数据采集卡,数据采集卡连接计算机;
步进电机一台设置横栏传送带上,另一台设置在竖栏传送带上,并且两台步进电机均与电机控制器连接;
叶片面积自动检测包括以下步骤:
S1、装置通电,初始化,将阈值电压、累计投影面积以及光斑总面积初始化为零;
S2、将被检测的植株置于自动检测装置下方,并调整三轴自动移动平台的初始位置,调节可调节导轨的初始高度,打开激光发生器;
S3、手动移动可调节导轨,将激光发生器分别对准地面、植株最底部的叶子、中部的叶子以及最顶端的叶子,记录下每一点的电压,通过数据采集卡输入计算机;
S4、通过计算机上的SPSS软件,记录四点电压,根据最小二乘算法拟合出电压与植株高度回归曲线,取最小电压值到第二小电压值的中位算的值为阈值电压,再将数据导入MATLAB中,根据RLS自适应算法滤除外接干扰,并将所计算出的阈值电压调零;
S5、利用计算机LabVIEW编程上位机,设置扫描起点、扫描范围的长宽、移动平台S形扫描路径;计算机通过电机控制器控制步进电机,驱动三轴自动移动平台X轴方向和Y轴方向移动,按预设路径对目标植株完成扫描;
S6、光电转换传感器将收集到的反射信号转换为电压信号,同时经过RLS自适应算法滤除外接干扰,传入数据采集卡,经过处理后传入计算机,与阈值电压比较,并通过计算机计算出累计的光斑面积;
S7、将大于阈值电压的部分计入光斑面积,并记录测试点个数,光斑总面积=测试点个数×光斑面积;
S8、扫描完毕之后,光斑面积记录入LabVIEW上位机之中;
最小二乘算法具体为:
手动采集植株从上自下三到五个点的对应电压值,由此拟合出一条曲线,初步取最小电压值到第二小电压值的中位算的值为阈值电压,达到初步的滤波作用,所述最小二乘算法公式如下:
Figure FDA0004034624390000021
Figure FDA0004034624390000022
其中,
Figure FDA0004034624390000023
Figure FDA0004034624390000024
为xi和yi的均值,
Figure FDA0004034624390000025
是由观察值按最小二乘算 法求得的估计值;
最小二乘滤波器自适应算法,将最小二乘算法处理后的电压数据代入MATLAB中的RLS自适应算法中,进行二次滤波,负责去除外部环境光中对光电转换传感器的影响,RLS自适应算法的公式如下:
w(k)=w(k-1)+Kkζk
ζk=d(k)-uT(k)w(k-1)
Figure FDA0004034624390000026
Figure FDA0004034624390000031
其中,w(k)为滤波系数向量,d(k)为期望响应向量,u(k)为输入向量,Kk为增益向量,Pk为输入信号的自相关矩阵的逆阵。
2.根据权利要求1所述的一种基于RLS自适应滤波算法的叶片面积自动检测装置,其特征在于,工作时,激光发生器所发射的激光照射到叶片上被反射,所反射的激光能量被光电转换传感器所接收,转换为有效的电压值通过数据采集卡传入计算机中,计算机通过最小二乘算法和最小二乘滤波器自适应算法处理之后计算出准确的阈值电压,并在运行过程中实时利用RLS自适应算法滤除环境光的影响;
将收集到的信号电压与阈值电压比较,并通过计算机计算出累计的光斑面积,从而实现了自动测量植被叶片面积。
3.根据权利要求1所述的一种基于RLS自适应滤波算法的叶片面积自动检测装置,其特征在于,两个步进电机通过电机控制器驱动三轴自动移动平台在空间X轴方向与Y轴方向的任意移动;
可调节导轨通过调节旋钮调节Z方向上的高度;
其中X轴方向表示前、后方向,Y轴方向表示左、右方向,Z轴方向表示上、下方向。
4.根据权利要求1所述的一种基于RLS自适应滤波算法的叶片面积自动检测装置,其特征在于,光电转换传感器具体安装在可调节角度的支架上,实现调节光电转换传感器的接收角度;
激光功率调节器具体安装在可调节导轨末端的侧面,负责调节所发出的激光功率。
5.根据权利要求1所述的一种基于RLS自适应滤波算法的叶片面积自动检测装置,其特征在于,三轴自动移动平台的下方设有四个万向轮,用于整个叶片面积自动检测装置的移动。
6.根据权利要求1所述的一种基于RLS自适应滤波算法的叶片面积自动检测装置,其特征在于,激光发生器为近红外激光发生器,发生功率为50mW-500mW;光电转换传感器为光敏三极管;数据采集卡为NI数据采集卡。
7.根据权利要求3所述的一种基于RLS自适应滤波算法的叶片面积自动检测装置,其特征在于,三轴自动移动平台最大驱动速度为500mm/s,最大扫描范围为:850mm×800mm×600mm,单位光斑大小为50×50mm2
X方向上的激光扫描速度为25mm/s-75mm/s,Y方向上单位步长为80mm-100mm,最大范围的扫描时长为180s-360s。
CN202210317184.9A 2022-03-29 2022-03-29 基于rls自适应滤波算法的叶片面积自动检测装置及方法 Active CN114688997B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210317184.9A CN114688997B (zh) 2022-03-29 2022-03-29 基于rls自适应滤波算法的叶片面积自动检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210317184.9A CN114688997B (zh) 2022-03-29 2022-03-29 基于rls自适应滤波算法的叶片面积自动检测装置及方法

Publications (2)

Publication Number Publication Date
CN114688997A CN114688997A (zh) 2022-07-01
CN114688997B true CN114688997B (zh) 2023-03-14

Family

ID=82140340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210317184.9A Active CN114688997B (zh) 2022-03-29 2022-03-29 基于rls自适应滤波算法的叶片面积自动检测装置及方法

Country Status (1)

Country Link
CN (1) CN114688997B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117078743B (zh) * 2023-10-16 2024-02-06 东莞市兆丰精密仪器有限公司 一种基于图像计算电路板银浆线面积的方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU741352B3 (en) * 2001-02-09 2001-11-29 Commonwealth Scientific And Industrial Research Organisation Lidar system and method
CN102564357A (zh) * 2012-01-06 2012-07-11 华南农业大学 一种叶面积指数快速自动测定装置及方法
CN106023105A (zh) * 2016-05-18 2016-10-12 四川省农业科学院土壤肥料研究所 一种植物叶片的二值图像生成方法及系统
WO2018234733A1 (en) * 2017-06-19 2018-12-27 Earlham Institute DATA PROCESSING OF IMAGES OF A PLANT CULTURE
CN109146951A (zh) * 2018-08-01 2019-01-04 南京林业大学 一种基于无人机激光雷达孔隙度模型估测银杏人工林叶面积指数的方法
CN111487646A (zh) * 2020-03-31 2020-08-04 安徽农业大学 一种玉米植株形态在线检测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102243069B (zh) * 2011-06-22 2013-05-01 华南农业大学 一种叶面积指数测定方法
CN103630091B (zh) * 2013-11-05 2017-02-08 河南理工大学 一种基于激光与图像处理技术的叶面积测量方法
CA3073713A1 (en) * 2017-08-25 2019-02-28 The Board Of Trustees Of The University Of Illinois Apparatus and method for agricultural data collection and agricultural operations
CN108376419B (zh) * 2017-12-11 2020-06-26 江苏大学 一种盆栽生菜的综合长势监测方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU741352B3 (en) * 2001-02-09 2001-11-29 Commonwealth Scientific And Industrial Research Organisation Lidar system and method
CN102564357A (zh) * 2012-01-06 2012-07-11 华南农业大学 一种叶面积指数快速自动测定装置及方法
CN106023105A (zh) * 2016-05-18 2016-10-12 四川省农业科学院土壤肥料研究所 一种植物叶片的二值图像生成方法及系统
WO2018234733A1 (en) * 2017-06-19 2018-12-27 Earlham Institute DATA PROCESSING OF IMAGES OF A PLANT CULTURE
CN109146951A (zh) * 2018-08-01 2019-01-04 南京林业大学 一种基于无人机激光雷达孔隙度模型估测银杏人工林叶面积指数的方法
CN111487646A (zh) * 2020-03-31 2020-08-04 安徽农业大学 一种玉米植株形态在线检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于数字式光强传感器阵列的叶面积测量方法;黄伟锋等;《农机化研究》;20150228(第2期);第171-175页 *

Also Published As

Publication number Publication date
CN114688997A (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN114688997B (zh) 基于rls自适应滤波算法的叶片面积自动检测装置及方法
CN111459193B (zh) 具有两个光敏面的太阳能电池组件的方向的控制方法
CN100576231C (zh) 图像采集装置及应用该装置的人脸识别系统和方法
US11816874B2 (en) Plant identification using heterogenous multi-spectral stereo imaging
CN109743019B (zh) 基于气象因素的热斑温度预测及热斑定位的系统和方法
CN1293359A (zh) 田间作物营养诊断方法
CN101784882A (zh) 用于测量植物在其自然环境中水化作用的光电子测量装置
CN111504915B (zh) 反演水体叶绿素浓度的方法、装置、设备及存储介质
CN109974854B (zh) 一种框幅式fpi高光谱图像的辐射校正方法
JP5145716B2 (ja) 作物情報を算出するリモートセンシングにおける検量線の作成方法
US20240037676A1 (en) Upward facing light sensor for plant detection
CN109324051A (zh) 一种植物水分检测方法及系统
CN114998728A (zh) 无人机多源遥感预测棉花叶面积指数的方法及系统
CN112098343A (zh) 基于etl新型自对焦一体化高光谱成像探测系统
CN112816441B (zh) 一种设施园艺作物生长状况检测方法及装置
CN102661920B (zh) 一种对杂草进行分类识别的装置和方法
US5144122A (en) Scanning radiation sensor with automatic focus control for optimal focus and method
JP2011027600A (ja) リモートセンシングにおける検量線の作成方法
CN115326199A (zh) 一种自动对焦的内置推扫式高光谱成像仪
CN109212737A (zh) 一种采集点可控的真菌孢子显微图像采集装置和方法
CN111146728B (zh) 用于电网激光异物清除装置的高效闭环调焦系统及方法
CN116609278A (zh) 一种农田重金属光谱数据的采集方法及系统
Vermote et al. Validation of high spatial resolution surface reflectance using a camera system (CAMSIS)
CN112881343A (zh) 一种基于特征谱图视频图像监测水稻设备
CN208861054U (zh) 一种采集点可控的真菌孢子显微图像采集装置

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