CN114693766A - 目标物宽度确定方法及相关装置 - Google Patents
目标物宽度确定方法及相关装置 Download PDFInfo
- Publication number
- CN114693766A CN114693766A CN202210346601.2A CN202210346601A CN114693766A CN 114693766 A CN114693766 A CN 114693766A CN 202210346601 A CN202210346601 A CN 202210346601A CN 114693766 A CN114693766 A CN 114693766A
- Authority
- CN
- China
- Prior art keywords
- width
- crop
- mulching film
- preset sampling
- mask image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000005070 sampling Methods 0.000 claims abstract description 171
- 238000009313 farming Methods 0.000 claims description 41
- 239000002362 mulch Substances 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 10
- 238000009423 ventilation Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000002834 transmittance Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 22
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000002985 plastic film Substances 0.000 description 5
- 229920006255 plastic film Polymers 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009333 weeding Methods 0.000 description 1
Images
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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Protection Of Plants (AREA)
Abstract
本发明实施例提供的一种目标物宽度确定方法及相关装置，涉及农业自动化技术领域。首先，获取待检测种植区的目标物的掩模图像；然后，根据目标物的掩膜图像和目标物的预设采样点，得到待检测种植区对应的目标物的宽度信息。由于本发明实施例基于目标物的掩膜图像和目标物的预设采样点来确定目标物的宽度信息，从而降低了人为因素对检测结果客观性的影响，并且提高了检测效率以及检测结果的准确性，进而可以将检测结果作为后续调控技术的选择和实施的依据。
Description
技术领域
本发明涉及农业自动化技术领域，具体而言，涉及一种目标物宽度确定方法及相关装置。
背景技术
在实际生成种植中，通常是通过人工测量农作物的宽度和地膜的宽度。随着农作物种植密度的不断增加，膜下滴灌技术的推广以及各种新型种植方式的普及，人工检测的方式不仅检测效率低，检测结果的准确性和客观性方面也很难得到保障，后续也不利于调控技术的选择和实施。
发明内容
为了克服现有技术的不足，本发明实施例提供了一种目标物宽度确定方法及相关装置，以提高农作物和地膜的宽度检测效率，及检测结果的准确性和客观性，进而为后续调控技术的选择和实施提供依据。
本发明的实施例可以这样实现：
第一方面，本发明提供一种目标物宽度确定方法，所述方法包括：
获取待检测种植区的目标物的掩模图像；
根据所述目标物的掩膜图像和所述目标物的预设采样点，得到所述待检测种植区对应的所述目标物的宽度信息。
在可选的实施方式中，所述目标物包括农作物和/或地膜，所述根据所述目标物的掩膜图像和所述目标物的预设采样点，得到所述待检测种植区对应的所述目标物的宽度信息的步骤包括：
根据所述农作物的掩模图像和所述农作物的预设采样点，得到所述待检测种植区对应的所述农作物的宽度信息；和/或
根据所述农作物的掩模图像、所述地膜的掩模图像和所述地膜的预设采样点，得到所述待检测种植区对应的所述地膜的宽度信息。
在可选的实施方式中，所述农作物的预设采样点为多个，所述根据所述农作物的掩模图像和所述农作物的预设采样点，得到所述待检测种植区对应的所述农作物的宽度信息的步骤包括：
根据所述农作物的预设采样点的坐标和所述农作物的掩模图像，确定所述农作物的预设采样点的宽度；
根据所有所述农作物的预设采样点的宽度，得到所述农作物的宽度信息。
在可选的实施方式中，所述农作物的掩模图像包括多个像素点，所述根据所述农作物的预设采样点的坐标和所述农作物的掩模图像，确定所述农作物的预设采样点的宽度的步骤包括：
针对所述农作物的预设采样点，根据所述农作物的预设采样点的坐标，从所述多个像素点中确定所述农作物的预设采样点对应的起始像素点；
以所述起始像素点为起点，将预设方向上首个像素值与所述起始像素点的像素值不同的像素点的前一个像素点作为终点；
根据所述起点与所述终点之间像素点的数量，计算所述农作物的预设采样点的宽度。
在可选的实施方式中，所述地膜的预设采样点为多个，所述根据所述农作物的掩模图像、所述地膜的掩模图像和所述地膜的预设采样点，得到所述待检测种植区对应的所述地膜的宽度信息的步骤包括：
根据所述地膜的预设采样点的坐标和所述农作物的掩模图像以及所述地膜的掩模图像，确定所述地膜的预设采样点的宽度；
根据所有所述地膜的预设采样点的宽度，得到所述待检测种植区对应的所述地膜的宽度信息。
在可选的实施方式中，所述根据所述地膜的预设采样点的坐标和所述农作物的掩模图像以及所述地膜的掩模图像，确定所述地膜的预设采样点的宽度的步骤包括：
针对所述地膜的预设采样点，根据所述地膜的预设采样点的坐标和所述农作物的掩模图像，得到所述地膜的预设采样点的第一宽度；
根据所述地膜的预设采样点的坐标和所述地膜的掩模图像，得到所述地膜的预设采样点的第二宽度；
根据所述第一宽度和所述第二宽度，确定所述地膜的预设采样点的宽度。
在可选的实施方式中，所述根据所述第一宽度和所述第二宽度，确定所述地膜的预设采样点的宽度的步骤，包括：
若所述第一宽度不大于所述第二宽度与预设系数的乘积，则将所述第一宽度作为所述地膜的预设采样点的宽度；
若所述第一宽度大于所述第二宽度与预设系数的乘积，则根据所述第一宽度和预设权重因子计算所述地膜的预设采样点的宽度。
在可选的实施方式中，所述目标物包括农作物和地膜，所述方法还包括：
根据所述农作物的宽度信息和所述地膜的宽度信息，确定所述待检测种植区的通风透光性。
在可选的实施方式中，所述方法还包括：
根据在预设时间段内的所述农作物的宽度信息，生成农作物宽度变化曲线；和/或
根据在预设时间段内的所述地膜的宽度信息，生成地膜宽度变化曲线。
在可选的实施方式中，所述方法还包括：
根据所述农作物宽度变化曲线和/或所述地膜宽度变化曲线，确定目标农事管理策略。
在可选的实施方式中，所述根据所述农作物宽度变化曲以及所述地膜宽度变化曲线确定目标农事管理策略的步骤，包括以下至少一种方式：
第一种方式：
将所述农作物宽度变化曲线与第一阈值曲线进行比较，所述第一阈值曲线表征农作物的宽度标准变化趋势；
根据所述农作物宽度变化曲线与所述第一阈值曲线的比较结果，确定目标农事管理策略；
第二种方式：
将所述地膜宽度变化曲线与第二阈值曲线进行比较，所述第二阈值曲线表征地膜的宽度标准变化趋势；
根据所述地膜宽度变化曲线与所述第二阈值曲线的比较结果，确定目标农事管理策略；
第三种方式：
将所述农作物宽度变化曲线中至少一个所述农作物的宽度信息与农作物的标准宽度信息进行比较；
根据所述农作物宽度变化曲线中至少一个所述农作物的宽度信息与所述农作物的标准宽度信息的比较结果，确定目标农事管理策略；
第四种方式：
将所述地膜宽度变化曲线中至少一个所述地膜的宽度信息与地膜的标准宽度信息进行比较；
根据所述地膜宽度变化曲线中至少一个所述地膜的宽度信息与所述地膜的标准宽度信息的比较结果，确定目标农事管理策略；
第五种方式：
将所述农作物宽度变化曲线和/或所述地膜宽度变化曲线输入农事策略生成模型，确定目标农事管理策略。
在可选的实施方式中，还包括：
通过种植区显示界面显示所述农作物宽度变化曲线和/或所述地膜宽度变化曲线。
在可选的实施方式中，所述方法还包括：
通过种植区显示界面显示所述目标农事管理策略。
在可选的实施方式中，所述通过种植区显示界面显示所述农作物宽度变化曲线和/或所述地膜宽度变化曲线的步骤包括：
对所述待检测种植区进行区域划分；
针对每一个所述待检测种植区的子区域，显示所述子区域对应的农作物宽度变化曲线和/或地膜宽度变化曲线。
第二方面，本发明提供一种农业管理系统，包括处理模块和输出模块；
所述处理模块，用于执行以下至少一种操作：
根据前述实施方式的方法获取待检测种植区对应的目标物的宽度信息、根据前述实施方式所述的方法获取待检测种植区的通风透光性、根据所述前述实施方式所述的方法确定目标农事管理策略；
所述输出模块，用于输出所述处理模块的处理结果。
第三方面，本发明提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于在调用所述计算机程序时执行如前述实施方式任一项所述的方法。
第四方面，本发明提供一种计算机可读存储介质，其上存储由计算机程序，所述计算机程序被处理器执行时实现如前述实施方式任一项所述的方法。
相较于现有技术，本发明实施例提供的一种目标物宽度确定方法及相关装置，首先，获取待检测种植区的目标物的掩模图像；然后，根据目标物的掩膜图像和目标物的预设采样点，得到待检测种植区对应的目标物的宽度信息。由于本发明实施例基于目标物的掩膜图像和目标物的预设采样点来确定目标物的宽度信息，从而降低了人为因素对检测结果客观性的影响，并且提高了检测效率以及检测结果的准确性，进而可以将检测结果作为后续调控技术的选择和实施的依据。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明实施例提供的种植区图像的一种示意图；
图2为本发明实施例提供的目标物宽度确定方法的一种流程示意图；
图3为本发明实施例提供的四值化掩模图像的一种示意图；
图4为本发明实施例提供的农业管理系统的一种结构示意框图；
图5为本发明实施例提供的一种计算机设备的结构示意框图。
图标：200-农业管理系统；210-处理模块；220-输出模块；300-计算机设备；310-存储器；320-处理器。
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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。
农作物通常包括油料作物、粮食作物、经济作物等。如图1所示，在实际生产种植中，许多农作物通常是整齐的按直线、彼此间平行的方式种植的，得到多行农作物，而两行农作物之间未种植作物的区域，部分被地膜覆盖，即农作物被种植在地膜的两侧。随着农作物的生长，农作物的叶将地膜逐渐覆盖，当两行的农作物长到互相搭连将它们之间的地膜完全覆盖时，这种现象被称为封行，如果“封行”过早发生，易造成种植区通风、透光不良，虚弱作物的光合作用，从而出现空瘪粒、落花落果以及倒伏。
根据种植区“封行”现象的出现情况可以获知种植区的通风透光性，目前主要是通过人工测量每行农作物的宽度和地膜的宽度来确定是否发生“封行”，对于较大规模的种植区，这种方式不仅效率低下，而且准确率低，不利于后续种植区调控策略的选择和实施。
有鉴于此，本方面实施例提供了一种目标物宽度确定方法、农业管理系统、计算机设备及存储介质，以克服现有技术存在的低效率、低准确率问题，下面进行详细的介绍。
请参照图2，图2为本发明实施例提供的目标物宽度确定方法的一种流程示意图，具体包括下述步骤S101至步骤S102。
S101，获取待检测种植区的目标物的掩膜图像。
其中，目标物可以是待检测种植区内的种植的农作物，也可以是未种植农作物的区域覆盖的地膜，还可以是未种植农作物并且未覆盖地膜的区域，即裸露土壤。掩膜图像可以是通过对无人机巡视待检测种植区时拍摄的图像进行掩模操作得到的。
掩模(mask)图像包括二值化掩模图像、四值化掩模图像等，图3为一四值化掩模图像。本发明实施例中的目标物的掩膜图像为二值化掩模图像。二值化掩模图像是由若干个像素值为0和1的像素点组成，其中，目标物区域对应的像素点的像素值为1，非目标物区域对应的像素点的像素值为0。
例如，当目标物为农作物时，在农作物的掩膜图像上，值为1的像素点代表农作物，值为0的像素点代表非农作物。同样地，当目标物为地膜时，地膜的掩膜图像上，值为1的像素点代表地膜，值为0的像素点代表非地膜。
S102，根据目标物的掩膜图像和目标物的预设采样点，得到待检测种植区对应的目标物的宽度信息。
其中，如图1所示，种植区内的目标物是按行分布的，目标物的预设采样点位于每行目标物的中心线上，对于任意一行目标物，其中心线上有多个预设采样点。待检测种植区对应的目标物的宽度信息包括每个预设采样点目标的宽度。根据目标物的掩模图像上像素点的像素值的变化情况，确定每个目标物的预设采样点处的宽度，从而得到待检测种植区对应的目标物的宽度信息。
上述实施例提供的方法，其有益效果在于，通过目标物的掩膜图像和目标物的预设采样点来确定目标物的宽度信息，从而降低了人为因素对检测结果客观性的影响，并且提高了检测效率以及检测结果的准确性，进而可以将检测结果作为后续调控技术的选择和实施的依据。
由于目标物可以是农作物、地膜或裸露土壤等，当目标物为农作物时，本发明实施例提供了如下确定待检测种植区对应的农作物的宽度信息的一种实现方式，即步骤S102包括子步骤S102-1。
S102-1，根据农作物的掩模图像和农作物的预设采样点，得到待检测种植区对应的农作物的宽度信息。
其中，如图1所示，种植区内分布着多行农作物，在任意一行农作物的中心线上都预先选取了多个采样点。根据农作物的掩模图像上每个农作物的预设采样点处一定区域内像素点的像素值的变化情况，确定每个农作物的预设采样点处农作物的宽度，进而得到待检测种植区对应的农作物的宽度信息。
当目标物为地膜时，本发明实施例提供了如下确定待检测种植区对应的地膜的宽度信息的一种实现方式，即步骤S102包括子步骤S102-2。
S102-2，根据地膜的掩模图像和地膜的预设采样点，得到待检测种植区对应的地膜的宽度信息。
其中，如图1所示，种植区内的地膜与农作物一样也是按行分布的，并且在任意一行地膜的中心线上也预先选取了多个采样点。类似地，根据地膜的掩模图像上每个地膜的预设采样点处一定区域内像素点的像素值的变化情况，确定每个地膜的预设采样点处地膜的宽度，进而可以得到待检测种植区对应的地膜的宽度信息。
虽然上述方式可以获取到待检测种植区对应的地膜的宽度信息，但由于地膜的掩膜图像上，地膜被损坏的区域的像素点的像素值不代表地膜，使得根据像素点的像素值的变化情况确定的地膜宽度存在误差。
为了进一步提高检测结果的准确性，本发明实施例还提供了如下确定待检测种植区对应的地膜的宽度信息的另一实现方式，即步骤S102包括子步骤S102-3：
S102-3，根据农作物的掩模图像、地膜的掩模图像和地膜的预设采样点，得到待检测种植区对应的地膜的宽度信息。
其中，分别根据地膜的掩模图像和农作物掩膜图像上每个地膜的预设采样点处一定区域内像素点的像素值的变化情况，来确定每个地膜的预设采样点处地膜的宽度，进而得到待检测种植区对应的地膜的宽度信息。
进一步地，子步骤S102-1的实现方式如下：
S102-1-1，根据农作物的预设采样点的坐标和农作物的掩模图像，确定农作物的预设采样点的宽度。
其中，根据每个农作物的预设采样点的坐标确定该农作物的预设采样点在农作物掩模图像中的位置，并根据该位置周围一定范围内的像素点变化情况，确定该农作物的预设采样点处农作物的宽度。
S102-1-2，根据所有农作物的预设采样点的宽度，得到农作物的宽度信息。
将位于同一行农作物的中心线上的预设采样点处农作物的宽度组成一个集合，每行农作物对应一个集合，所有集合构成了待检测种植区对应的农作物的宽度信息。
在本发明实施例中，子步骤S102-1-1包括子步骤S102-1-1a、S102-1-1b和S102-1-1c。
S102-1-1a，针对农作物的预设采样点，根据农作物的预设采样点的坐标，从多个像素点中确定农作物的预设采样点对应的起始像素点。
其中，由于图像上像素点的数量受图像分辨率的影响，农作物的预设采样点处可能不存在像素点。可以将农作物的预设采样点依次与农作物掩模图像中各像素点的坐标进行比较，将差值最小，且像素值代表“农作物”的像素点作为农作物的预设采样点对应的起始像素点，即将掩膜图像上的起始像素点与现实的农作物的预设采样点对应起来。
S102-1-1b，以起始像素点为起点，将预设方向上首个像素值与起始像素点的像素值不同的像素点的前一个像素点作为终点。
其中，每行农作物均被其中心线划分为左半部分和右半部分，预设方向与每行农作物的中心线垂直，可以理解地，平面上这样的预设方向有两个，将起始像素点作为起点，分别获取两个预设方向上一定长度的像素点序列，将每个像素点序列中首个像素值与起始像素点的像素值不同的像素点的前一个像素点作为终点，其中，像素点序列的长度可以根据待检测种植区的种植参数或者根据无人机拍摄的待检测种植区图像的GSD进行设定。
例如，像素点序列的长度为66，一个预设方向上的像素点序列为[1 1 1 1 1 1 11 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0]，由于起始像素点的像素值为1(代表农作物)，而首个像素值为0(代表非农作物)的像素点为第11个像素点，所以将第11个像素点的前一个像素点作为终点，即终点为第10个像素点。
S102-1-1c，根据起点与终点之间像素点的数量，计算农作物的预设采样点的宽度。
其中，分别统计起点与两个预设方向上的终点之间的像素点的个数，再根据换算关系(例如1像素点约相当于2厘米)，分别得到预设采样点处农作物的左半部分宽度和右半部分宽度，将左半部分宽度和右半部分宽度之和作为预设采样点处农作物的宽度。
可以理解地，子步骤S102-2的实现方式与子步骤S102-1相同，即“根据地膜的掩模图像和地膜的预设采样点，得到待检测种植区对应的地膜的宽度信息”的实现过程可以参考“根据农作物的掩模图像和农作物的预设采样点，得到待检测种植区对应的农作物的宽度信息”的实现过程。
进一步地，子步骤S102-3的实现方式如下：
S102-3-1，根据地膜的预设采样点的坐标和农作物的掩模图像以及地膜的掩模图像，确定地膜的预设采样点的宽度。
其中，根据每个地膜的预设采样点的坐标分别确定该地膜的预设采样点在农作物掩模图像和地膜的掩膜图像中的位置。一般情况下，地膜的预设采样点在农作物掩模图像中的位置与其在地膜的掩膜图像中的位置相同。根据该位置周围一定范围内农作物掩模图像上像素点的像素值的变化情况和地膜掩模图像上像素点的像素值的变化情况，确定该地膜的预设采样点处地膜的宽度。
S102-3-2，根据所有地膜的预设采样点的宽度，得到待检测种植区对应的地膜的宽度信息。
其中，将位于同一行地膜的中心线上的预设采样点处地膜的宽度组成一个集合，每行地膜对应一个集合，所有集合构成了待检测种植区对应的地膜的宽度信息。
在本发明实施例中，子步骤S102-3-1包括子步骤S102-3-1a、S102-3-1b和S102-3-1c。
S102-3-1a，针对地膜的预设采样点，根据地膜的预设采样点的坐标和农作物的掩模图像，得到地膜的预设采样点的第一宽度。
其中，可以将地膜的预设采样点依次与农作物的掩模图像中各像素点的坐标进行比较，将差值最小，且像素值代表“非农作物”的像素点作为地膜的预设采样点对应的起始像素点，即将掩膜图像上的起始像素点与现实的地膜的预设采样点对应起来。
由于每行地膜均被其中心线划分为左半部分和右半部分，预设方向与每行地膜的中心线垂直，可以理解地，平面上这样的预设方向有两个，将起始像素点作为起点，分别获取两个预设方向上一定长度的像素点序列，将每个像素点序列中首个像素值与起始像素点的像素值不同的像素点的前一个像素点作为终点，其中，像素点序列的长度可以根据待检测种植区的种植参数或者根据无人机拍摄的待检测种植区图像的GSD进行设定。
例如，像素点序列的长度为66，一个预设方向上的像素点序列为[0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 1 1 1 1 1 1 1 1 1 1]，由于起始像素点的像素值为0(代表非农作物)，而首个像素值为1(代表农作物)的像素点为第57个像素点，所以将第57个像素点的前一个像素点作为终点，即终点为第56个像素点。
分别统计起点与两个预设方向上的终点之间的像素点的个数，再根据换算关系(例如1像素点约相当于2厘米)，分别得到预设采样点处地膜的左半部分宽度和右半部分宽度，将左半部分宽度和右半部分宽度之和作为预设采样点处地膜的第一宽度。
S102-3-1b，根据地膜的预设采样点的坐标和地膜的掩模图像，得到地膜的预设采样点的第二宽度。
其中，可以将地膜的预设采样点依次与地膜的掩模图像中各像素点的坐标进行比较，将差值最小，且像素值代表“地膜”的像素点作为地膜的预设采样点对应的起始像素点，即将掩膜图像上的起始像素点与现实的地膜的预设采样点对应起来。
将起始像素点作为起点，分别获取两个预设方向上一定长度的像素点序列，将每个像素点序列中首个像素值与起始像素点的像素值不同的像素点的前一个像素点作为终点。
例如，像素点序列的长度为66，一个预设方向上的像素点序列为[1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 0 0 0 0 0 0 0 0 0 0]，由于起始像素点的像素值为1(代表地膜)，而首个像素值为0(代表非地膜)的像素点为第57个像素点，所以将第57个像素点的前一个像素点作为终点，即终点为第56个像素点。
S102-3-1c，根据第一宽度和第二宽度，确定地膜的预设采样点的宽度。
可选地，子步骤S102-3-1c的实现过程如下：
首先，判断第一宽度是否大于第二宽度与预设系数的乘积；
若第一宽度不大于第二宽度与预设系数的乘积，则将第一宽度作为地膜的预设采样点的宽度；
若第一宽度大于第二宽度与预设系数的乘积，则根据第一宽度和预设权重因子计算地膜的预设采样点的宽度。
其中，第一宽度是基于农作物的掩模图形得到的，第二宽度是基于地膜的掩模图像得到的，当第一宽度不大于第二宽度与预设系数的乘积时，按行分布的未种植农作物的区域上覆盖的地膜没有损坏，则可以直接将第二宽度作为地膜的预设采样点的宽度。当第一宽度大于第二宽度与预设系数的乘积时，按行分布的未种植农作物的区域上覆盖的地膜存在损坏，由于第一宽度是每行地膜的左半部分宽度和右半部分宽度之和，将左半部分宽度和右半部分宽度中的较小值乘以预设权重因子，得到的结果作为地膜的预设采样点的宽度。在一个实施例中，预设系数设置为1.5，预设权重因子设置为2。
进一步地，本发明实施例提供的方法还可以包括步骤S103。
S103，根据待检测种植区内农作物的宽度信息和地膜的宽度信息，确定待检测种植区的通风透光性。
其中，如图1所示，任意一行农作物上的预设采样点和相邻的一行地膜上的预设采样点是一一对应的，根据每个农作物的预设采样点处的宽度和与其对应的地膜的预设采样点处的宽度，判断待检测种植区内“封行”现象的情况，进而获知待检测种植区的通风透光性。
进一步地，本发明实施例提供的方法还可以包括步骤S104和/或S105。
S104，根据在预设时间段内的农作物的宽度信息，生成农作物宽度变化曲线。
其中，可以对不同时间点获取的待检测种植区的航拍图像进行掩膜操作，得到不同时间点的农作物的掩膜图像，并对每一时间点的农作物的掩膜图像采用前述实施例的方法，得到每一时间点的待检测种植区对应的农作物的宽度信息。根据位于预设时间段内的各时间点的待检测种植区对应的农作物的宽度信息，可以生成时间域的农作物宽度变化曲线。
需要说明的是，农作物宽度变化曲线可以是表征任意一个农作物的预设采样点处农作物的宽度随时间的变化情况，也可以是表征一行农作物上所有农作物的预设采样点的平均宽度/宽度极大值/宽度极小值随时间的变化情况，也可以是一个矩形区域内所有农作物的预设采样点的平均宽度/宽度极大值/宽度极小值随时间的变化情况。
S105，根据在预设时间段内的多个地膜的预设采样点的宽度信息，生成地膜宽度变化曲线。
其中，可以对不同时间点获取的待检测种植区的航拍图像进行掩膜操作，得到不同时间点的农作物的掩膜图像和地膜的掩膜图像，并对每一时间点的农作物的掩膜图像和地膜的掩膜图像采用前述实施例的方法，得到每一时间点的待检测种植区对应的地膜的宽度信息。根据位于预设时间段内的各时间点的待检测种植区对应的地膜的宽度信息，可以生成时间域的地膜宽度变化曲线。
需要说明的是，地膜宽度变化曲线可以是表征任意一个地膜的预设采样点处地膜的宽度随时间的变化情况，也可以是表征一行地膜上所有地膜的预设采样点的平均宽度/宽度极大值/宽度极小值随时间的变化情况，也可以是一个矩形区域内所有地膜的预设采样点的平均宽度/宽度极大值/宽度极小值随时间的变化情况。
可以将农作物宽度变化曲线和地膜宽度变化曲线展示给种植区管理人员，以使管理人员根据两曲线来获取农作物的生长信息，并制定相应的农事管理策略。但为了实现智能的无人化管理种植区，本发明实施例提供的方法还可以包括步骤S106。
S106，根据农作物宽度变化曲线和/或地膜宽度变化曲线，确定目标农事管理策略。
在本发明实施例中，步骤S106具有如下五种实现方式。
第一种方式：
首先，将农作物宽度变化曲线与第一阈值曲线进行比较，第一阈值曲线表征农作物的宽度标准变化趋势；
然后，根据农作物宽度变化曲线与第一阈值曲线的比较结果，确定目标农事管理策略。
第二种方式：
首先，将地膜宽度变化曲线与第二阈值曲线进行比较，第二阈值曲线表征地膜的宽度标准变化趋势；
然后，根据地膜宽度变化曲线与第二阈值曲线的比较结果，确定目标农事管理策略。
第三种方式：
首先，将农作物宽度变化曲线中至少一个农作物的宽度信息与农作物的标准宽度信息进行比较；
然后，根据农作物宽度变化曲线中至少一个农作物的宽度信息与农作物的标准宽度信息的比较结果，确定目标农事管理策略。
第四种方式：
首先，将地膜宽度变化曲线中至少一个地膜的宽度信息与地膜的标准宽度信息进行比较；
然后，根据地膜宽度变化曲线中至少一个地膜的宽度信息与地膜的标准宽度信息的比较结果，确定目标农事管理策略。
第五种方式：
将农作物宽度变化曲线和/或地膜宽度变化曲线输入农事策略生成模型，确定目标农事管理策略。
可以将得到的农作物宽度变化曲线和/或地膜宽度变化曲线、目标农事管理策略显示在种植区显示界面上，以供种植区管理人员进行监管。其中，目标农事管理策略可以为除草策略、施肥策略、或滴灌策略等。种植区显示界面可以是种植区自动化管理设备上的显示界面，也可以是与自动化管理设备通信连接的终端设备上。
进一步地，当种植区面积较大时，为了更加精细化的管控种植区，本发明实施例提供了如下显示农作物宽度变化曲线和/或地膜宽度变化曲线、目标农事管理策略的一种实现方式。
首先，对待检测种植区进行区域划分；
然后，针对每一个待检测种植区的子区域，显示子区域对应的农作物宽度变化曲线和/或地膜宽度变化曲线。
可以理解地，种植区显示界面上可以将每一个待检测种植区的子区域对应的农作物宽度变化曲线和/或地膜宽度变化曲线均显示出来，也可以按照子区域的编号逐一进行显示，还可以只显示被管理人员选择的子区域对应的农作物宽度变化曲线和/或地膜宽度变化曲线。
同时，在种植区显示界面上显示每一个待检测种植区的子区域对应的农作物宽度变化曲线和/或地膜宽度变化曲线时，也可以将该子区域对应的目标农事管理策略一同进行显示。
为了执行上述实施例及各个可能的实施方式中的相应步骤进一步地，下面给出了一种农业管理系统200的实现方式。请参照图4，图4为本发明实施例提供的农业管理系统200的一种结构示意框图。需要说明的是，本发明实施例提供农业管理系统200，其基本原理及产生的技术效果和上述实施例相同，在此不再进行赘述。
农业管理系统200包括处理模块210和输出模块220。
处理模块210，用于获取待检测种植区的目标物的掩模图像；根据目标物的掩膜图像和目标物的预设采样点，得到待检测种植区对应的目标物的宽度信息。
在一种实现方式中，目标物包括农作物和/或地膜，处理模块210还用于根据农作物的掩模图像和农作物的预设采样点，得到待检测种植区对应的农作物的宽度信息；和/或根据农作物的掩模图像、地膜的掩模图像和地膜的预设采样点，得到待检测种植区对应的地膜的宽度信息。
在一种实现方式中，农作物的预设采样点为多个，处理模块210在用于根据农作物的掩模图像和农作物的预设采样点，得到待检测种植区对应的农作物的宽度信息时，还具体用于根据农作物的掩模图像和农作物的预设采样点，得到待检测种植区对应的农作物的宽度信息。
在一种实现方式中，农作物的掩模图像包括多个像素点，处理模块210在用于根据农作物的预设采样点的坐标和农作物的掩模图像，确定农作物的预设采样点的宽度时，还具体用于针对农作物的预设采样点，根据农作物的预设采样点的坐标，从多个像素点中确定农作物的预设采样点对应的起始像素点；以起始像素点为起点，将预设方向上首个像素值与起始像素点的像素值不同的像素点的前一个像素点作为终点；根据起点与终点之间像素点的数量，计算农作物的预设采样点的宽度。
在一种实现方式中，地膜的预设采样点为多个，处理模块210在用于根据农作物的掩模图像、地膜的掩模图像和地膜的预设采样点，得到待检测种植区对应的地膜的宽度信息时，还具体用于根据地膜的预设采样点的坐标和农作物的掩模图像以及地膜的掩模图像，确定地膜的预设采样点的宽度；根据所有地膜的预设采样点的宽度，得到待检测种植区对应的地膜的宽度信息。
在一种实现方式中，处理模块210在用于根据地膜的预设采样点的坐标和农作物的掩模图像以及地膜的掩模图像，确定地膜的预设采样点的宽度时，还具体用于针对地膜的预设采样点，根据地膜的预设采样点的坐标和农作物的掩模图像，得到地膜的预设采样点的第一宽度；根据地膜的预设采样点的坐标和地膜的掩模图像，得到地膜的预设采样点的第二宽度；根据第一宽度和第二宽度，确定地膜的预设采样点的宽度。
在一种实现方式中，处理模块210在用于根据第一宽度和第二宽度，确定地膜的预设采样点的宽度时，还具体用于若第一宽度不大于第二宽度与预设系数的乘积，则将第一宽度作为地膜的预设采样点的宽度。若第一宽度大于第二宽度与预设系数的乘积，则根据第一宽度和预设权重因子计算地膜的预设采样点的宽度。
在一种实现方式中，目标物包括农作物和地膜，处理模块210还用于根据农作物的宽度信息和地膜的宽度信息，确定待检测种植区的通风透光性。
在一种实现方式中，处理模块210还用于根据在预设时间段内的多个农作物的宽度信息，生成农作物宽度变化曲线；和/或根据在预设时间段内的地膜的预设采样点的宽度信息，生成地膜宽度变化曲线。
在一种实现方式中，处理模块210还用于根据农作物宽度变化曲线和/或地膜宽度变化曲线，确定目标农事管理策略。
可选地，处理模块210在用于根据农作物宽度变化曲以及地膜宽度变化曲线确定目标农事管理策略时，还用于执行以下至少一种方式：
第一种方式：将农作物宽度变化曲线与第一阈值曲线进行比较；第一阈值曲线表征农作物的宽度标准变化趋势；根据农作物宽度变化曲线与第一阈值曲线的比较结果，确定目标农事管理策略；
第二种方式：将地膜宽度变化曲线与第二阈值曲线进行比较；第二阈值曲线表征地膜的宽度标准变化趋势；根据地膜宽度变化曲线与第二阈值曲线的比较结果，确定目标农事管理策略；
第三种方式：将农作物宽度变化曲线中至少一个农作物的宽度信息与农作物的标准宽度信息进行比较；根据农作物宽度变化曲线中至少一个农作物的宽度信息与农作物的标准宽度信息的比较结果，确定目标农事管理策略；
第四种方式：将地膜宽度变化曲线中至少一个地膜的宽度信息与地膜的标准宽度信息进行比较；根据地膜宽度变化曲线中至少一个地膜的宽度信息与地膜的标准宽度信息的比较结果，确定目标农事管理策略；
第五种方式：将农作物宽度变化曲线和/或地膜宽度变化曲线输入农事策略生成模型，确定目标农事管理策略。
输出模块220，用于通过种植区显示界面显示农作物宽度变化曲线和/或地膜宽度变化曲线。
在一种实现方式中，输出模块220还用于通过种植区显示界面显示目标农事管理策略。
在一种实现方式中，输出模块220具体用于对待检测种植区进行区域划分；针对每一个待检测种植区的子区域，显示子区域对应的农作物宽度变化曲线和/或地膜宽度变化曲线。
需要注意地是，输出模块220可以是显示模块，也可以是通信模块。当输出模块220为通信模块时，可以将处理模块210得到的结果发送到用户终端进行显示。
进一步地，请参照图5，图5为本发明实施例提供的一种计算机设备300的结构示意框图，该计算机设备300可以包括存储器310和处理器320。
其中，处理器320可以是一个通用的中央处理器(Central Processing Unit，CPU)，微处理器，特定应用集成电路(Application-Specific Integrated Circuit，ASIC)，或一个或多个用于控制上述方法实施例提供的种植区通风透光性检测方法的程序执行的集成电路。
存储器310可以是ROM或可存储静态信息和指令的其它类型的静态存储设备，RAM或者可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器(Electrically Erasable Programmabler-Only MEMory，EEPROM)、只读光盘(CompactdiscRead-Only MEMory，CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器310可以是独立存在，通过通信总线与处理器320相连接。存储器310也可以和处理器320集成在一起。其中，存储器310用于存储执行本申请方案的机器可执行指令。处理器320用于执行存储器310中存储的机器可执行指令，以实现前述的方法实施例。
由于本发明实施例提供的计算机设备300是前述的方法实施例提供目标物宽度确定方法的另一种实现形式，因此其所能获得的技术效果可参考上述方法实施例，在此不再赘述。
本发明实施例还提供一种包含计算机可执行指令的可读存储介质，计算机可执行指令在被执行时可以用于执行前述的方法实施例提供的目标物确定方法中的相关操作。
综上，本发明实施例提供的一种目标物宽度确定方法及相关装置，首先，获取待检测种植区的目标物的掩模图像；然后，根据目标物的掩膜图像和目标物的预设采样点，得到待检测种植区对应的目标物的宽度信息。由于本发明实施例基于目标物的掩膜图像和目标物的预设采样点来确定目标物的宽度信息，从而降低了人为因素对检测结果客观性的影响，并且提高了检测效率以及检测结果的准确性，进而可以将检测结果作为后续调控技术的选择和实施的依据。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (17)
1.一种目标物宽度确定方法，其特征在于，所述方法包括：
获取待检测种植区的目标物的掩模图像；
根据所述目标物的掩膜图像和所述目标物的预设采样点，得到所述待检测种植区对应的所述目标物的宽度信息。
2.如权利要求1所述的方法，其特征在于，所述目标物包括农作物和/或地膜，所述根据所述目标物的掩膜图像和所述目标物的预设采样点，得到所述待检测种植区对应的所述目标物的宽度信息的步骤包括：
根据所述农作物的掩模图像和所述农作物的预设采样点，得到所述待检测种植区对应的所述农作物的宽度信息；和/或
根据所述农作物的掩模图像、所述地膜的掩模图像和所述地膜的预设采样点，得到所述待检测种植区对应的所述地膜的宽度信息。
3.如权利要求2所述的方法，其特征在于，所述农作物的预设采样点为多个，所述根据所述农作物的掩模图像和所述农作物的预设采样点，得到所述待检测种植区对应的所述农作物的宽度信息的步骤包括：
根据所述农作物的预设采样点的坐标和所述农作物的掩模图像，确定所述农作物的预设采样点的宽度；
根据所有所述农作物的预设采样点的宽度，得到所述农作物的宽度信息。
4.如权利要求3所述的方法，其特征在于，所述农作物的掩模图像包括多个像素点，所述根据所述农作物的预设采样点的坐标和所述农作物的掩模图像，确定所述农作物的预设采样点的宽度的步骤包括：
针对所述农作物的预设采样点，根据所述农作物的预设采样点的坐标，从所述多个像素点中确定所述农作物的预设采样点对应的起始像素点；
以所述起始像素点为起点，将预设方向上首个像素值与所述起始像素点的像素值不同的像素点的前一个像素点作为终点；
根据所述起点与所述终点之间像素点的数量，计算所述农作物的预设采样点的宽度。
5.如权利要求2所述的方法，其特征在于，所述地膜的预设采样点为多个，所述根据所述农作物的掩模图像、所述地膜的掩模图像和所述地膜的预设采样点，得到所述待检测种植区对应的所述地膜的宽度信息的步骤包括：
根据所述地膜的预设采样点的坐标和所述农作物的掩模图像以及所述地膜的掩模图像，确定所述地膜的预设采样点的宽度；
根据所有所述地膜的预设采样点的宽度，得到所述待检测种植区对应的所述地膜的宽度信息。
6.如权利要求5所述的方法，其特征在于，所述根据所述地膜的预设采样点的坐标和所述农作物的掩模图像以及所述地膜的掩模图像，确定所述地膜的预设采样点的宽度的步骤包括：
针对所述地膜的预设采样点，根据所述地膜的预设采样点的坐标和所述农作物的掩模图像，得到所述地膜的预设采样点的第一宽度；
根据所述地膜的预设采样点的坐标和所述地膜的掩模图像，得到所述地膜的预设采样点的第二宽度；
根据所述第一宽度和所述第二宽度，确定所述地膜的预设采样点的宽度。
7.如权利要求6所述的方法，其特征在于，所述根据所述第一宽度和所述第二宽度，确定所述地膜的预设采样点的宽度的步骤，包括：
若所述第一宽度不大于所述第二宽度与预设系数的乘积，则将所述第一宽度作为所述地膜的预设采样点的宽度；
若所述第一宽度大于所述第二宽度与预设系数的乘积，则根据所述第一宽度和预设权重因子计算所述地膜的预设采样点的宽度。
8.如权利要求2～7任一项所述的方法，其特征在于，所述目标物包括农作物和地膜，所述方法还包括：
根据所述农作物的宽度信息和所述地膜的宽度信息，确定所述待检测种植区的通风透光性。
9.如权利要求2～7任一项所述的方法，其特征在于，所述方法还包括：
根据在预设时间段内的所述农作物的宽度信息，生成农作物宽度变化曲线；和/或
根据在预设时间段内的所述地膜的宽度信息，生成地膜宽度变化曲线。
10.如权利要求9所述的方法，其特征在于，所述方法还包括：
根据所述农作物宽度变化曲线和/或所述地膜宽度变化曲线，确定目标农事管理策略。
11.如权利要求10所述的方法，其特征在于，所述根据所述农作物宽度变化曲以及所述地膜宽度变化曲线确定目标农事管理策略的步骤，包括以下至少一种方式：
第一种方式：
将所述农作物宽度变化曲线与第一阈值曲线进行比较，所述第一阈值曲线表征农作物的宽度标准变化趋势；
根据所述农作物宽度变化曲线与所述第一阈值曲线的比较结果，确定目标农事管理策略；
第二种方式：
将所述地膜宽度变化曲线与第二阈值曲线进行比较，所述第二阈值曲线表征地膜的宽度标准变化趋势；
根据所述地膜宽度变化曲线与所述第二阈值曲线的比较结果，确定目标农事管理策略；
第三种方式：
将所述农作物宽度变化曲线中至少一个所述农作物的宽度信息与农作物的标准宽度信息进行比较；
根据所述农作物宽度变化曲线中至少一个所述农作物的宽度信息与所述农作物的标准宽度信息的比较结果，确定目标农事管理策略；
第四种方式：
将所述地膜宽度变化曲线中至少一个所述地膜的宽度信息与地膜的标准宽度信息进行比较；
根据所述地膜宽度变化曲线中至少一个所述地膜的宽度信息与所述地膜的标准宽度信息的比较结果，确定目标农事管理策略；
第五种方式：
将所述农作物宽度变化曲线和/或所述地膜宽度变化曲线输入农事策略生成模型，确定目标农事管理策略。
12.如权利要求9所述的方法，其特征在于，还包括：
通过种植区显示界面显示所述农作物宽度变化曲线和/或所述地膜宽度变化曲线。
13.如权利要求11所述的方法，其特征在于，所述方法还包括：
通过种植区显示界面显示所述目标农事管理策略。
14.如权利要求12所述的方法，其特征在于，所述通过种植区显示界面显示所述农作物宽度变化曲线和/或所述地膜宽度变化曲线的步骤包括：
对所述待检测种植区进行区域划分；
针对每一个所述待检测种植区的子区域，显示所述子区域对应的农作物宽度变化曲线和/或地膜宽度变化曲线。
15.一种农业管理系统，其特征在于，包括处理模块和输出模块；
所述处理模块，用于执行以下至少一种操作：
根据权利要求1～7任一项所述的方法获取待检测种植区对应的目标物的宽度信息、根据权利要求8所述的方法获取待检测种植区的通风透光性、根据权利要求9～11任一项所述的方法确定目标农事管理策略；
所述输出模块，用于输出所述处理模块的处理结果。
16.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于在调用所述计算机程序时执行如权利要求1～14任一项所述的方法。
17.一种计算机可读存储介质，其上存储由计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～14任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210346601.2A CN114693766A (zh) | 2022-03-31 | 2022-03-31 | 目标物宽度确定方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210346601.2A CN114693766A (zh) | 2022-03-31 | 2022-03-31 | 目标物宽度确定方法及相关装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114693766A true CN114693766A (zh) | 2022-07-01 |
Family
ID=82140913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210346601.2A Pending CN114693766A (zh) | 2022-03-31 | 2022-03-31 | 目标物宽度确定方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114693766A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116795163A (zh) * | 2023-08-17 | 2023-09-22 | 四川长虹云数信息技术有限公司 | 基于物联网的农作物无胁迫生长自动化控制系统及方法 |
-
2022
- 2022-03-31 CN CN202210346601.2A patent/CN114693766A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116795163A (zh) * | 2023-08-17 | 2023-09-22 | 四川长虹云数信息技术有限公司 | 基于物联网的农作物无胁迫生长自动化控制系统及方法 |
| CN116795163B (zh) * | 2023-08-17 | 2023-11-14 | 四川长虹云数信息技术有限公司 | 基于物联网的农作物无胁迫生长自动化控制系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yu et al. | Automatic image-based detection technology for two critical growth stages of maize: Emergence and three-leaf stage | |
| US8335653B2 (en) | System and method of evaluating crop management | |
| JP4058544B2 (ja) | 作業決定支援装置および方法、並びに記録媒体 | |
| JP4873545B2 (ja) | 圃場管理支援方法及びシステム | |
| US20200250593A1 (en) | Yield estimation in the cultivation of crop plants | |
| AU2018329244A1 (en) | Generating a yield map for an agricultural field using classification and regression methods | |
| CN110909679B (zh) | 冬小麦历史种植区的休耕轮作信息遥感识别方法及系统 | |
| CA2956205A1 (en) | Agronomic systems, methods and apparatuses | |
| CN114239756B (zh) | 一种虫害检测方法及系统 | |
| CN110321774B (zh) | 农作物灾情评估方法、装置、设备及计算机可读存储介质 | |
| CN111985724B (zh) | 一种农作物产量预估的方法、装置、设备及存储介质 | |
| US20200245525A1 (en) | Yield estimation in the cultivation of crop plants | |
| CN113469112B (zh) | 农作物生长状况图像识别方法及系统 | |
| CN114693766A (zh) | 目标物宽度确定方法及相关装置 | |
| CN113329617A (zh) | 信息处理设备和信息处理系统 | |
| CN114332849B (zh) | 一种农作物生长状态联合监测方法、装置及存储介质 | |
| CN112183273A (zh) | 一种基于光谱信息及气象数据的小麦条锈病监测方法 | |
| CN116721236A (zh) | 一种基于数字孪生大棚种植监测方法、系统及存储介质 | |
| CN112330149A (zh) | 一种作物管理系统、方法、装置及电子设备 | |
| CN107437262B (zh) | 作物种植面积预警方法和系统 | |
| CN106097372A (zh) | 基于图像处理的农作物植株水分胁迫表型检测方法 | |
| CN116579521B (zh) | 产量预测时间窗口确定方法、装置、设备及可读存储介质 | |
| CN113762768B (zh) | 基于天气发生器和作物模型的农业旱灾动态风险评估方法 | |
| CN113010529A (zh) | 基于知识图谱的作物管理方法和装置 | |
| CN114782807A (zh) | 目标区域的宽度确定方法及相关装置 |
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 |