-
公开(公告)号：CN117941518A
公开(公告)日：2024-04-30
申请号：CN202311593555.7
申请日：2023-11-27
Applicant: 南京林业大学
IPC: A01C23/04 , G06V10/764 , G06V10/56 , A01C23/00
Abstract: 本发明公开了一种基于计算机视觉的作物灌溉系统，包括计算机视觉云端服务器、水肥一体化装置、农业气象站及种植区，所述计算机视觉云端服务器与水肥一体化装置、农业气象站及种植区信号连接，所述水肥一体化装置与种植区信号连接。该一种基于计算机视觉的作物灌溉系统，将计算机视觉引入到水肥一体化灌溉施肥决策中，与作物水肥需求模型相结合决策作物灌溉施肥，解决了作物灌溉施肥依赖种植者经验决策的问题，避免了生产中的盲目灌溉施肥现象，大大提升了灌溉施肥效率。
-
公开(公告)号：CN117859457A
公开(公告)日：2024-04-12
申请号：CN202410228580.3
申请日：2024-02-29
Applicant: 南京林业大学
Abstract: 本发明涉及茶树种植技术领域，具体为一种茶树种植自动化施肥处理装置，包括挖孔单元与埋孔单元，本发明通过驱动架带动挖孔架运动，从而带动取土架向下运动的同时转动，对该部位的土地进行挖掘,当取土架移动至最下侧时，对该部位底部的土进行切割，使该部位的土块与地面分离，并将该土块带出至挖掘后的槽左侧，通过取土架对土壤进行挖掘，无需在土壤干燥时，使用机器对土壤进行多次翻动，减少种植工序，降低种植难度与成本，且保证挖掘后的槽体积大于茶树树苗根部体积，保证茶树树苗舒展在槽内，且挖掘后的槽内壁未受到挤压，防止土壤变紧实，影响树苗根部的生长舒展。
-
公开(公告)号：CN117011694A
公开(公告)日：2023-11-07
申请号：CN202310448728.X
申请日：2023-04-24
Applicant: 南京林业大学
IPC: G06V20/10 , G06V20/13 , G06V20/17 , G06V20/64 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于级联循环网络的林木生长参数预测方法，包括：收集在多个时间节点对林木样地中的树木进行人工测量生长参数；通过采集的激光点云数据获取树木的生长参数；将生长参数根据数据采集时间进行排序，得到单株树生长参数的时间序列集合；利用单株树生长参数的时间序列集合训练林木生长参数预测深度学习网络；通过训练好的林木生长参数预测深度学习网络预测未来时间节点对应的单株树生长参数；本发明结合激光雷达扫描和人工样地测量数据，构建训练集，与全部由人工手动测量数据相比，成本更低，效率更高；同时，可有效的预测树木未来的生长参数，预测精度高。
-
公开(公告)号：CN109961470B
公开(公告)日：2023-04-25
申请号：CN201910130528.3
申请日：2019-02-21
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于激光点云的活立木叶属性精准估测方法，包括：对树木点云数据进行处理实现枝叶分离；通过具有自适应半径的球体邻域模型和四个辅助准则提取叶子的中心区域点；聚类叶子的中心区域点从而获得每个叶子表面的中心点；通过三维分水岭算法获取每个叶子表面的非中心区域点从而实现单片叶子点云的分割；采用Delaunay三角剖分面向单片叶子点云推导出每片叶子的面积；计算叶子表面的法向矢量与天顶角之间的夹角得到对应叶子的叶片倾角；计算水平面的北方向与叶子主轴线在水平面上的投影之间的顺时针角度得到对应叶子的叶片方位角。本发明可以准确得到树冠每个单片叶子的叶片属性，减少人工劳动工作量，效率高。
-
公开(公告)号：CN114005237B
公开(公告)日：2023-03-28
申请号：CN202111277941.6
申请日：2021-10-30
Applicant: 南京林业大学
Abstract: 本发明公开提供的一种基于热成像分析技术的林火识别方法、设备及计算机存储介质。该基于热成像分析技术的林火识别方法包括：获取目标监测森林对应的位置，将目标监测森林划分为各监测子区域；获取该目标监测森林各监测子区域对应的基本信息；获取历史森林火灾对应的火情数据；对各监测子区域生物对应的活动数据、森林场景视频进行采集；对各监测子区域对应的火情预警系数、生物异常指数进行分析；确认林火区域位置；本发明有效的解决了现有的林火识别方法识别依据因素具有单一性，无法有效的体高林火识别的精准性，大大的提高了林火识别结果的参考性，同时也大大的提高了林火的预警效率。
-
Patent Agency Ranking
公开(公告)号：CN114494586A
公开(公告)日：2022-05-13
申请号：CN202210021725.3
申请日：2022-01-10
Applicant: 南京林业大学
IPC: G06T17/00 , G06N3/04 , G06N3/08 , G06K9/62 , G06V10/762 , G06V10/82 , G06V10/764
Abstract: 本发明公开了基于晶格投影的深度学习网络阔叶树枝叶分离与骨架重建方法，包括对获取的树木三维点云数据去燥处理；将去燥后的多颗树木三维点云数据作为数据集，采用机器学习算法以及人工标注对数据集进行枝叶分离操作；将数据集带入晶格投影的深度学习网络中训练，得到训练好的晶格投影深度学习网络模型；根据晶格投影深度学习网络模型分割后的枝干的垂直高度自下而上切分整棵枝干；对每一个高度层中的枝干点云数据进行空间聚类；求取每类的中心点；根据聚类中心点并采用带有空间方向性的圆柱体拟合枝干骨架。本发明运用晶格投影策略的深度学习网络，实现复杂林木点云的枝叶分类操作，开展精准的枝叶分离并重建树木空间枝干的三维模型。
-
公开(公告)号：CN113124817A
公开(公告)日：2021-07-16
申请号：CN202110370495.7
申请日：2021-04-07
Applicant: 南京林业大学
Abstract: 本发明公开了一种便携式的林木测高采样器，涉及测量机械技术领域，包括底座以及升降杆，所述升降杆的顶端安装有可拆卸的采样组件，所述采样组件由固定板、电机A、转动板、动力组件、取样组件一以及取样组件二组成，所述固定板通过螺丝与所述升降杆的顶端可拆卸固定。本发明通过升降杆与标尺板的配合使用可测量树木高度，同时红外探测器还可通过紫外线探测树木高度并将数据传送至控制器，测量数据更加准确，通过取样组件一与取样组件二的配合使用使得装置采样完全，并且取样组件一与取样组件二均可进行移动，方便操作人员进行取样工作，在采样过程中同时完成收集，实用性强，能够一次性完成测高及多种采样需求，提高了操作人员的工作效率。
-
公开(公告)号：CN111340826A
公开(公告)日：2020-06-26
申请号：CN202010218236.8
申请日：2020-03-25
Applicant: 南京林业大学
Abstract: 本发明公开了基于超像素与拓扑特征的航拍图像单株树冠分割算法，包括：对原始航拍图像进行SLIC超像素分割，同时利用HED网络获取图像的冠状边界；计算出相邻两个超像素之间的三个相似性测量指标，即相邻两个超像素的RGB平均值的差值、相邻两个超像素区域的相交像素个数和与从HED网络中得到的边界像素相交的个数，并用它们构造相邻两个超像素区域之间的相似度权重；基于每个超像素的中心点构造超像素邻域连通图，从超像素邻域连通图中提取最小生成树生成航拍图像的连通树，并根据相似度权重将超像素进行合并，实现单株树冠的分割。本发明将超像素分割和拓扑图方法相结合，能够准确有效地将单株树冠从航空图像分离，分割精度高。
-
公开(公告)号：CN109961470A
公开(公告)日：2019-07-02
申请号：CN201910130528.3
申请日：2019-02-21
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于激光点云的活立木叶属性精准估测方法，包括：对树木点云数据进行处理实现枝叶分离；通过具有自适应半径的球体邻域模型和四个辅助准则提取叶子的中心区域点；聚类叶子的中心区域点从而获得每个叶子表面的中心点；通过三维分水岭算法获取每个叶子表面的非中心区域点从而实现单片叶子点云的分割；采用Delaunay三角剖分面向单片叶子点云推导出每片叶子的面积；计算叶子表面的法向矢量与天顶角之间的夹角得到对应叶子的叶片倾角；计算水平面的北方向与叶子主轴线在水平面上的投影之间的顺时针角度得到对应叶子的叶片方位角。本发明可以准确得到树冠每个单片叶子的叶片属性，减少人工劳动工作量，效率高。
-
公开(公告)号：CN105806266B
公开(公告)日：2018-08-31
申请号：CN201610350345.9
申请日：2016-05-24
Applicant: 南京林业大学
IPC: G01B11/28
Abstract: 本发明公开了一种基于激光点云数据的树木冠层真实叶面积计算方法，以三站激光扫描仪扫描树木冠层，在水平投影面上，以冠层中心点为原点，将扫描获得的冠层点云分为n个等距同心环域，选取取样区，其内的空间点云进行三角剖分，计算出三角形的周长并与阈值比较，如舍弃该三角形，再计算第i个同心环域内取样区留下的三角形面积和，即为激光覆盖的冠层叶面积，并计算树木冠层的叶面积总数Ltotal，本发明采用三站扫描仪环绕对象树的扫描方式，配准后的点云具有更均匀的分布。以三角形的周长并与阈值比较，可以更有效去除叶片的遮盖部分，进而获取叶片的真实叶面积，并且减少计算量，提高计算效率。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.065 seconds)
