CN114812418A - 一种便携式植株密度和株距测量系统 - Google Patents
一种便携式植株密度和株距测量系统 Download PDFInfo
- Publication number
- CN114812418A CN114812418A CN202210441110.6A CN202210441110A CN114812418A CN 114812418 A CN114812418 A CN 114812418A CN 202210441110 A CN202210441110 A CN 202210441110A CN 114812418 A CN114812418 A CN 114812418A
- Authority
- CN
- China
- Prior art keywords
- plant
- image
- spacing
- region
- plants
- 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
- 238000005259 measurement Methods 0.000 title claims description 18
- 230000009466 transformation Effects 0.000 claims abstract description 25
- 230000000007 visual effect Effects 0.000 claims abstract description 24
- 239000003550 marker Substances 0.000 claims abstract description 14
- 238000013135 deep learning Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 238000011077 uniformity evaluation Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
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
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- 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)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种便携式植株密度和株距测量系统，包括用于采集并分析植株图像和显示测量结果的手持式终端设备和用于标定区域面积和校正拍摄视角的伸缩式标定组件，成本低、结构紧凑、便于携带；通过提取伸缩式标定组件中标志球的球心，利用透视变换可自动校正拍摄视角，植株图像拍摄灵活性强、自动化程度高；利用深度学习网络训练植株模型，识别并定位单个植株，进而计算出植株密度和株距，自动化程度高。
Description
技术领域
本发明属于农业测量设备技术领域，具体地说，本发明涉及一种便携式植株密度和株距测量系统。
背景技术
植株密度是指单位面积田地上植株的数量，植株株距是指两个植株之间的栽种距离。根据田间植株群体发展的适宜数量要求，结合植株个体生长发育的具体条件与水平，确定适宜的植株密度和株距，即合理密植，能够充分利用土地、光照、水分、肥料等资源，提高植株的光合作用效率，达到增产增收的目的。
传统的植株密度和株距检测方法主要采用人工测量的方式和无人机航拍的检测方式。人工测量的方式，记录繁琐，耗时耗力，且可靠性偏低。无人机航拍的检测方式，利用图像处理算法或深度学习网络提取植株数目和位置，估算出植株密度和株距。无人机航拍的检测方式，虽然能够实现大面积测量，适用于多种地形地势，但硬件成本较高，携带和调试不便，对操作人员的技能水平要求较高。
发明内容
本发明提供一种便携式植株密度和株距测量系统，以解决上述背景技术中存在的问题。
为了实现上述目的，本发明采取的技术方案为：一种便携式植株密度和株距测量系统，具体包括以下步骤：
步骤S1：搭建便携式植株密度和株距测量系统，包括手持式终端设备和伸缩式标定组件，其中，手持式终端设备用于采集并分析植株图像和显示测量结果，伸缩式标定组件用于标定区域面积和校正拍摄视角；
步骤S2：大田环境中任意划分一块矩形的待测区域，依次将四根支架垂直插入矩形的待测区域的四个顶点位置，且使四根支架的高度保持一致；拉伸相邻支架间的刻度尺，使得刻度尺处于水平绷紧状态，同时记录下刻度尺的读数，即相邻支架的间距，也是待测区域的边长，记长度为L和宽度为W；
步骤S3：使用手持式终端设备在自由视角下拍摄待测区域，采集得到自由视角下的植株图像；将植株图像的红色通道进行二值化分割，再利用连通域标记法标记出四个标志球的图像区域，最后利用灰度重心法定位到四个标志球的球心坐标，分别记为(ua,va),(ub,vb),(uc,vc),(ud,vd)；
步骤S4：将四个标志球的球心坐标作为透视变换前的图像坐标，根据待测区域的长度L和宽度W换算得到透视变换后的图像坐标，再利用透视变换将自由视角下的植株图像变换为垂直视角下的植株图像；
步骤S5：采集并制作充足的植株样本图像，利用深度学习网络训练植株检测模型，然后将植株检测模型作用于垂直视角下的植株图像，识别到待测区域内所有植株的数目N，并定位到每个植株的图像坐标；
步骤S6：根据待测区域的长度L和宽度W，计算出待测区域的面积，将待测区域内植株的数目除以待测区域的面积，便可得到该待测区域的植株密度；根据每个植株的图像坐标，计算相邻植株的像素间距，并根据比例系数换算成相邻植株的实际株距，并统计株距的标准差作为植株分布均匀度评价指标；最后，将各个测量参数显示在终端设备上。
优选的，所述步骤S1中的手持式终端设备集成了摄像头模块、图像处理模块、显示器模块，其中，摄像头模块用于采集植株图像，图像处理模块用于分析植株图像，显示器模块用于显示植株图像测量结果。
优选的，所述伸缩式标定组件包括四根支架和四条刻度尺，四根支架和四条刻度尺均为伸缩式，即四根支架的高度可调，四条刻度尺的长度可调，两者共同用于标识待测区域；每根支架顶端均安装有红色球作为标志球，便于识别每根支架的图像位置；每根支架底端的等高处均配置有限位环，保证每根支架插入田地的深度相等；相邻支架使用刻度尺依次连接，用于测量相邻支架的间距。
优选的，所述步骤S3中，使用手持式终端设备在自由视角下拍摄待测区域，环境允许情况下，尽量保证接近垂直视角下拍摄待测区域；所述二值化分割可采用传统的大津阈值法。
优选的，所述步骤S4中，根据待测区域的长度L和宽度W换算得到透视变换后的图像坐标分别为(0,0),(λL,0),(0,λW),(λL,λW)，其中，比例系数λ表示单位长度所对应的像素数，可根据实际需求设置合适的比例系数λ。
优选的，所述步骤S4中，利用透视变换将自由视角下的植株图像转换为垂直视角下的植株图像，对应的坐标转换关系如下：
式中：(u,v)表示透视变换前的图像坐标；参数w＝1和a33＝1，则透视变换后的图像坐标(x,y)的计算公式如下：
令透视变换前的图像坐标(u,v)为(ua,va),(ub,vb),(uc,vc),(ud,vd)，透视变换后的图像坐标(x,y)为(0,0),(λL,0),(0,λW),(λL,λW)代入上述两个公式，联立方程组，便可求解8个未知参数a11,a12,a13,a21,a22,a23,a31,a32；结合上述两个公式和参数，便可建立透视变换前后图像坐标的映射关系，将自由视角下的植株图像变换为垂直视角下的植株图像。
优选的，所述步骤S5中的深度学习网络采用通用的YOLO-V5或Faster R-CNN。
优选的，所述步骤S6中，所述待测区域的植株密度的计算公式为：
ρ＝N/(L×W)；
式中：N表示待测区域内所有植株的数目；L×W表示待测区域的面积；
若已知两个相邻植株的图像坐标分别为(uk,vk)和(uk+1,vk+1)，其中，k表示植株的次序，则该相邻植株的像素间距的计算公式如下：
根据比例系数λ换算成相邻植株的实际株距的计算公式如下：
dk＝qk/λ；
统计出所有株距的标准差用于评价植株分布均匀度，其计算公式如下：
式中：
表示所有株距的平均值；若株距的标准差越小，则植株分布越均匀；反之，植株分布越不均匀。
采用以上技术方案的有益效果是：
1、本发明的便携式植株密度和株距测量系统，包括用于采集并分析植株图像和显示测量结果的手持式终端设备和用于标定区域面积和校正拍摄视角的伸缩式标定组件，成本低、结构紧凑、便于携带。
2、本发明的便携式植株密度和株距测量系统，通过提取伸缩式标定组件中标志球的球心，利用透视变换可自动校正拍摄视角，植株图像拍摄灵活性强、自动化程度高。
3、本发明的便携式植株密度和株距测量系统，利用深度学习网络训练植株模型，识别并定位单个植株，进而计算出植株密度和株距，自动化程度高。
附图说明
图1是伸缩式标定组件田间布置示意图；
图2是自由视角下的植株图像示意图；
图3是标志球及其球心检测示意图；
图4是垂直视角下的植株图像示意图；
图5是植株识别与定位示意图；
图6是手持式终端设备的显示器模块示意图；
具体实施方式
下面对照附图，通过对实施例的描述，对本发明的具体实施方式作进一步详细的说明，目的是帮助本领域的技术人员对本发明的构思、技术方案有更完整、准确和深入的理解，并有助于其实施。
如图1至图6所示，本发明是一种便携式植株密度和株距测量系统，能够利用手持式终端设备采集并分析大田植株图像，具有成本低、结构紧凑、便于携带、灵活性强、自动化程度高的优点。
以下用具体实施例对具体工作方式进行阐述：
实施例1：
具体的说，如图1至图6所示，一种便携式植株密度和株距测量系统，具体包括以下步骤：
步骤S1：搭建便携式植株密度和株距测量系统，包括手持式终端设备和伸缩式标定组件，其中，手持式终端设备用于采集并分析植株图像和显示测量结果，伸缩式标定组件用于标定区域面积和校正拍摄视角；
步骤S2：如图1所示，大田环境中任意划分一块矩形的待测区域，依次将四根支架垂直插入矩形的待测区域的四个顶点位置，且使四根支架的高度保持一致；拉伸相邻支架间的刻度尺，使得刻度尺处于水平绷紧状态，同时记录下刻度尺的读数，即相邻支架的间距，也是待测区域的边长，记长度为L和宽度为W；
步骤S3：如图2所示，使用手持式终端设备在自由视角下拍摄待测区域，采集得到自由视角下的植株图像；如图3所示，将植株图像的红色通道进行二值化分割，再利用连通域标记法标记出四个标志球的图像区域，最后利用灰度重心法定位到四个标志球的球心坐标，分别记为(ua,va),(ub,vb),(uc,vc),(ud,vd)；
步骤S4：如图4所示，将四个标志球的球心坐标(ua,va),(ub,vb),(uc,vc),(ud,vd)作为透视变换前的图像坐标，根据待测区域的长度L和宽度W换算得到透视变换后的图像坐标(0,0),(λL,0),(0,λW),(λL,λW)，再利用透视变换将自由视角下的植株图像变换为垂直视角下的植株图像；
步骤S5：采集并制作充足的植株样本图像，利用深度学习网络训练植株检测模型，然后将植株检测模型作用于垂直视角下的植株图像，识别到待测区域内所有植株的数目N，并定位到每个植株的图像坐标(uk,vk)。图5中虚线框表示深度学习网络的检测结果；
步骤S6：根据待测区域的长度L和宽度W，计算出待测区域的面积为L×W，将待测区域内植株的数目N除以待测区域的面积L×W，便可得到该待测区域的植株密度ρ；根据每个植株的图像坐标(uk,vk)，计算相邻植株的像素间距qk，并根据比例系数λ换算成相邻植株的实际株距dk，并统计株距的标准差σ作为植株分布均匀度评价指标；最后，将各个测量参数显示在终端设备上，如图6所示。
以上结合附图对本发明进行了示例性描述，显然，本发明具体实现并不受上述方式的限制，只要是采用了本发明的方法构思和技术方案进行的各种非实质性的改进；或未经改进，将本发明的上述构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。
Claims (8)
1.一种便携式植株密度和株距测量系统，其特征在于：具体包括以下步骤：
步骤S1：搭建便携式植株密度和株距测量系统，包括手持式终端设备和伸缩式标定组件，其中，手持式终端设备用于采集并分析植株图像和显示测量结果，伸缩式标定组件用于标定区域面积和校正拍摄视角；
步骤S2：大田环境中任意划分一块矩形的待测区域，依次将四根支架垂直插入矩形的待测区域的四个顶点位置，且使四根支架的高度保持一致；拉伸相邻支架间的刻度尺，使得刻度尺处于水平绷紧状态，同时记录下刻度尺的读数，即相邻支架的间距，也是待测区域的边长，记长度为L和宽度为W；
步骤S3：使用手持式终端设备在自由视角下拍摄待测区域，采集得到自由视角下的植株图像；将植株图像的红色通道进行二值化分割，再利用连通域标记法标记出四个标志球的图像区域，最后利用灰度重心法定位到四个标志球的球心坐标，分别记为(ua,va),(ub,vb),(uc,vc),(ud,vd)；
步骤S4：将四个标志球的球心坐标作为透视变换前的图像坐标，根据待测区域的长度L和宽度W换算得到透视变换后的图像坐标，再利用透视变换将自由视角下的植株图像变换为垂直视角下的植株图像；
步骤S5：采集并制作充足的植株样本图像，利用深度学习网络训练植株检测模型，然后将植株检测模型作用于垂直视角下的植株图像，识别到待测区域内所有植株的数目N，并定位到每个植株的图像坐标；
步骤S6：根据待测区域的长度L和宽度W，计算出待测区域的面积，将待测区域内植株的数目除以待测区域的面积，便可得到该待测区域的植株密度；根据每个植株的图像坐标，计算相邻植株的像素间距，并根据比例系数换算成相邻植株的实际株距，并统计株距的标准差作为植株分布均匀度评价指标；最后，将各个测量参数显示在终端设备上。
2.根据权利要求1所述的一种便携式植株密度和株距测量系统，其特征在于：所述步骤S1中的手持式终端设备集成了摄像头模块、图像处理模块、显示器模块，其中，摄像头模块用于采集植株图像，图像处理模块用于分析植株图像，显示器模块用于显示植株图像测量结果。
3.根据权利要求1所述的一种便携式植株密度和株距测量系统，其特征在于：所述伸缩式标定组件包括四根支架和四条刻度尺，四根支架和四条刻度尺均为伸缩式，即四根支架的高度可调，四条刻度尺的长度可调，两者共同用于标识待测区域；每根支架顶端均安装有红色球作为标志球，便于识别每根支架的图像位置；每根支架底端的等高处均配置有限位环，保证每根支架插入田地的深度相等；相邻支架使用刻度尺依次连接，用于测量相邻支架的间距。
4.根据权利要求1所述的一种便携式植株密度和株距测量系统，其特征在于：所述步骤S3中，使用手持式终端设备在自由视角下拍摄待测区域，环境允许情况下，尽量保证接近垂直视角下拍摄待测区域；所述二值化分割可采用传统的大津阈值法。
5.根据权利要求1所述的一种便携式植株密度和株距测量系统，其特征在于：所述步骤S4中，根据待测区域的长度L和宽度W换算得到透视变换后的图像坐标分别为(0,0),(λL,0),(0,λW),(λL,λW)，其中，比例系数λ表示单位长度所对应的像素数，可根据实际需求设置合适的比例系数λ。
6.根据权利要求1所述的一种便携式植株密度和株距测量系统，其特征在于：所述步骤S4中，利用透视变换将自由视角下的植株图像转换为垂直视角下的植株图像，对应的坐标转换关系如下：
式中：(u,v)表示透视变换前的图像坐标；参数w＝1和a33＝1，则透视变换后的图像坐标(x,y)的计算公式如下：
令透视变换前的图像坐标(u,v)为(ua,va),(ub,vb),(uc,vc),(ud,vd)，透视变换后的图像坐标(x,y)为(0,0),(λL,0),(0,λW),(λL,λW)代入上述两个公式，联立方程组，便可求解8个未知参数a11,a12,a13,a21,a22,a23,a31,a32；结合上述两个公式和参数，便可建立透视变换前后图像坐标的映射关系，将自由视角下的植株图像变换为垂直视角下的植株图像。
7.根据权利要求1所述的一种便携式植株密度和株距测量系统，其特征在于：所述步骤S5中的深度学习网络采用通用的YOLO-V5或Faster R-CNN。
8.根据权利要求1所述的一种便携式植株密度和株距测量系统，其特征在于：所述步骤S6中，所述待测区域的植株密度的计算公式为：
ρ＝N/(L×W)；
式中：N表示待测区域内所有植株的数目；L×W表示待测区域的面积；
若已知两个相邻植株的图像坐标分别为(uk,vk)和(uk+1,vk+1)，其中，k表示植株的次序，则该相邻植株的像素间距的计算公式如下：
根据比例系数λ换算成相邻植株的实际株距的计算公式如下：
dk＝qk/λ；
统计出所有株距的标准差用于评价植株分布均匀度，其计算公式如下：
式中：
表示所有株距的平均值；若株距的标准差越小，则植株分布越均匀；反之，植株分布越不均匀。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210441110.6A CN114812418B (zh) | 2022-04-25 | 2022-04-25 | 一种便携式植株密度和株距测量系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210441110.6A CN114812418B (zh) | 2022-04-25 | 2022-04-25 | 一种便携式植株密度和株距测量系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114812418A true CN114812418A (zh) | 2022-07-29 |
| CN114812418B CN114812418B (zh) | 2023-10-27 |
Family
ID=82507207
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210441110.6A Active CN114812418B (zh) | 2022-04-25 | 2022-04-25 | 一种便携式植株密度和株距测量系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114812418B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116468657A (zh) * | 2023-02-17 | 2023-07-21 | 七海行(深圳)科技有限公司 | 植株长势的检测方法、设备、装置及计算机存储介质 |
| CN117576634A (zh) * | 2024-01-16 | 2024-02-20 | 浙江大华技术股份有限公司 | 基于密度检测的异常分析方法、设备以及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130015278A (ko) * | 2011-08-03 | 2013-02-14 | 솔트웨어 주식회사 | 식물 생장 모니터링 시스템 및 그를 이용한 식물 생장 모니터링 방법 |
| CN103314694A (zh) * | 2013-07-01 | 2013-09-25 | 中国农业大学 | 一种基于系统内外零浓度差的co2气体施肥方法及其装置 |
| 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 |
| CN109887020A (zh) * | 2019-02-25 | 2019-06-14 | 中国农业科学院农业信息研究所 | 一种植株器官分离方法及系统 |
-
2022
- 2022-04-25 CN CN202210441110.6A patent/CN114812418B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130015278A (ko) * | 2011-08-03 | 2013-02-14 | 솔트웨어 주식회사 | 식물 생장 모니터링 시스템 및 그를 이용한 식물 생장 모니터링 방법 |
| CN103314694A (zh) * | 2013-07-01 | 2013-09-25 | 中国农业大学 | 一种基于系统内外零浓度差的co2气体施肥方法及其装置 |
| 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 |
| CN109887020A (zh) * | 2019-02-25 | 2019-06-14 | 中国农业科学院农业信息研究所 | 一种植株器官分离方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 刘翠红;陈丽君;吕长义;任文涛;: "基于图像处理技术的水稻株型参数测量算法", 农机化研究, no. 12 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116468657A (zh) * | 2023-02-17 | 2023-07-21 | 七海行(深圳)科技有限公司 | 植株长势的检测方法、设备、装置及计算机存储介质 |
| CN116468657B (zh) * | 2023-02-17 | 2024-08-09 | 七海行(深圳)科技有限公司 | 植株长势的检测方法、设备、装置及计算机存储介质 |
| CN117576634A (zh) * | 2024-01-16 | 2024-02-20 | 浙江大华技术股份有限公司 | 基于密度检测的异常分析方法、设备以及存储介质 |
| CN117576634B (zh) * | 2024-01-16 | 2024-05-28 | 浙江大华技术股份有限公司 | 基于密度检测的异常分析方法、设备以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114812418B (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114812418B (zh) | 一种便携式植株密度和株距测量系统 | |
| CN104482860B (zh) | 鱼类形态参数自动测量装置和方法 | |
| CN106017320B (zh) | 一种基于图像处理的散杂货堆体积测量方法及实现所述方法的系统 | |
| CN109816680B (zh) | 一种农作物株高的高通量计算方法 | |
| CN104732564B (zh) | 一种玉米叶面积无损动态监测装置与方法 | |
| CN108416263B (zh) | 一种适用于农情低空遥感监测的低成本的无人机高度测量方法 | |
| CN106709958A (zh) | 一种基于灰度梯度和颜色直方图的图像质量评价方法 | |
| CN109631766B (zh) | 一种基于图像的木材板尺寸测量方法 | |
| CN111724354B (zh) | 一种基于图像处理的多株小麦穗长与小穗数的测量方法 | |
| CN108398123B (zh) | 一种全站仪及其度盘标定方法 | |
| Fang et al. | Estimation of the directional and whole apparent clumping index (ACI) from indirect optical measurements | |
| CN112435290B (zh) | 基于饱和度分割的叶面积图像测量方法 | |
| CN114140691B (zh) | 基于无人机可见光图像预测作物倒伏角度和形态的方法 | |
| CN108776106A (zh) | 一种基于无人机低空遥感的作物长势监测方法及系统 | |
| CN112013921A (zh) | 一种基于水位尺测量图像获取水位信息的方法、装置和系统 | |
| CN109827503B (zh) | 一种田间作物精准定位方法和装置 | |
| CN111598937A (zh) | 一种基于标定区块对靶校正的农田测亩方法及系统 | |
| CN111289997A (zh) | 一种基于激光雷达传感器的田间作物冠层稠密度检测方法 | |
| CN110610438A (zh) | 一种农作物冠层叶柄夹角计算方法及系统 | |
| CN113792650A (zh) | 一种绿视率测量方法和系统 | |
| Hoffmeister et al. | 3D terres-trial laser scanning for field crop modelling | |
| Feng et al. | Developing an image processing pipeline to improve the position accuracy of single UAV images | |
| CN115541032A (zh) | 基于无人机热红外遥感影像的烟株温度提取方法 | |
| US20230349687A1 (en) | Plant dimension measuring method | |
| CN115314851A (zh) | 一种基于大数据平台的农业信息化管理平台 |
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 |