-
公开(公告)号：CN107705309A
公开(公告)日：2018-02-16
申请号：CN201710955957.5
申请日：2017-10-15
Applicant: 南京林业大学
CPC classification number: G06T7/11 , G06T7/62 , G06T2207/10028 , G06T2207/20152 , G06T2207/30188
Abstract: 本发明提供一种测定数据方便，不受环境影响，评估结果准确的激光点云中林木参数评估方法。该方法是对点云数据进行窗口平滑操作，以消除地形高度差；对点云特征进行枝叶分离操作，并获取主枝干信息；计算主枝干点云的法矢量，求取瑞利商获取主枝干倾斜角；结合投影分水岭算法，实现对橡胶林段的单株提取；株株分离后进行反演冠幅与叶片分布，分别计算了冠幅、胸径、冠积、倾斜度、树叶分布与叶面积指数等参数。
-
公开(公告)号：CN114494586B
公开(公告)日：2024-03-19
申请号：CN202210021725.3
申请日：2022-01-10
Applicant: 南京林业大学
IPC: G06T17/00 , G06N3/0464 , G06N3/08 , 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：CN109446691B
公开(公告)日：2022-12-20
申请号：CN201811322277.0
申请日：2018-11-08
Applicant: 南京林业大学
IPC: G06F30/20 , G06T17/00 , G06F119/14
Abstract: 本发明公开了一种基于激光点云与空气动力学的活立木抗风性能分析方法，包括获取林木点云数据并枝叶分离；采用拉普拉斯算法对枝干点云进行收缩；将枝干点云数据自下而上切分为不同的层；求取每个高度分层的聚类中心点，根据聚类中心点拟合每一个高度分层的枝干；将活立木不同枝干骨架分类为主枝干和次级枝干；完成对活立木叶子点云数据的归属；建立林分模型，将林分模型加载风力，根据湍流模型和流固耦合模型分析林分内部动态压力、风速度以及湍流动能强度分布，本发明计算复杂度适中，能更好地描述活立木的空间结构特征与生长参数变化，实现活立木在台风下抗风性能的定性定量化评估，准确度高，为树木的栽培种植与防风营造提供准确的理论依据。
-
公开(公告)号：CN113124817B
公开(公告)日：2022-05-24
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：CN114066966A
公开(公告)日：2022-02-18
申请号：CN202111352735.7
申请日：2021-11-16
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于多孔介质理论和计算机图形学的树冠孔隙率估算方法，包括采集树木激光点云数据；对叶子和枝干点云分类，通过带有自适应半径分配的圆柱体拟合枝干，提取单个叶子的点云数据；对单个叶片的点云数据进行去燥处理；采用三次多项式曲线拟合方法确定每个叶片的边缘点；计算每个叶片的等效厚度，再通过自适应参数分配形成的六边形棱镜包络每个叶子的点云，得到每个叶片的等效体积；计算树冠中所有叶片的总等效体积和所有枝干总体积，并结合树冠体积，估算出树冠的孔隙率。本发明得出的GF全局解不随观测视角的变化而变化，并克服了通过投影变换生成HP的局部数据的限制，以及从固定位置省略其他信息的有限视觉覆盖。
-
Patent Agency Ranking
公开(公告)号：CN113984777A
公开(公告)日：2022-01-28
申请号：CN202111301456.8
申请日：2021-11-04
Applicant: 南京林业大学
Abstract: 本发明涉及一种茶树病虫害监测图像拍摄采集装置，包括承托板、升降平台、插地单元、调节单元、定位单元和遮光单元，所述的承托板四个拐角均设置有插地单元，承托板上安装有现有的升降平台，升降平台上安装有调节单元，调节单元上安装有定位单元和遮光单元，本发明可以解决对茶树的病虫害监测时存在的以下难题，一、现有技术中，对于作物的病虫害的监测往往依赖于人工的拍摄处理，上述过程需要耗费相当的人力与时间成本，并且容易出现人工监测不准确而无法获知病虫害的状况，影响茶树的生长；二、如果环境恶劣，现场图像拍摄十分困难，人身安全得不到有效保障，大大增加了信息采集的困难性，给监测者带来极大的不便。
-
公开(公告)号：CN113951232A
公开(公告)日：2022-01-21
申请号：CN202111216604.6
申请日：2021-10-19
Applicant: 南京林业大学
Abstract: 本发明涉及一种茶树病虫防治智能喷雾设备及喷雾方法，包括工作台、固定装置、移动装置和喷雾装置，所述的工作台的上端面由下至上依次设置有固定装置和移动装置，移动装置上设置有喷雾装置，本发明通过设置的移动装置能够使得防虫药品和水进行充分的均匀混合，避免了传统的人工混合造成的费时费力和药水混合不均匀的问题，本发明通过设置的固定装置，能够根据茶树的高度不同进行喷洒混合的化学药水，从而大大提高了设备的使用范围，本发明通过设置的喷雾架，可以根据种植的单棵茶树的面积大小不同进行喷洒混合的化学药水，使得设备的适用性大大提高。
-
公开(公告)号：CN109409429B
公开(公告)日：2021-08-20
申请号：CN201811263568.7
申请日：2018-10-28
Applicant: 南京林业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于激光雷达点云数据的树种分类方法，包括通过激光雷达传感器获取林段点云数据；对林段点云数据进行单株树分割；提取完整的单株树点云数据；删除多余杂点；根据单株树的结构特征、纹理特征以及冠形特征推导出单株树的结构特征参数、纹理特征参数以及冠形特征参数；将被测单株树的结构特征参数、纹理特征参数以及冠形特征参数的混淆矩阵输入到性能优化的SVM分类器中从而实现树种分类。本发明结合树木结构特征参数、树木纹理特征参数和树冠特征参数进行树种分类，使用多类特征值参数对分类结果有很好的提升作用，树种识别程度较高。
-
公开(公告)号：CN107705309B
公开(公告)日：2020-12-04
申请号：CN201710955957.5
申请日：2017-10-15
Applicant: 南京林业大学
Abstract: 本发明提供一种测定数据方便，不受环境影响，评估结果准确的激光点云中林木参数评估方法。该方法是对点云数据进行窗口平滑操作，以消除地形高度差；对点云特征进行枝叶分离操作，并获取主枝干信息；计算主枝干点云的法矢量，求取瑞利商获取主枝干倾斜角；结合投影分水岭算法，实现对橡胶林段的单株提取；株株分离后进行反演冠幅与叶片分布，分别计算了冠幅、胸径、冠积、倾斜度、树叶分布与叶面积指数等参数。
-
公开(公告)号：CN109446986A
公开(公告)日：2019-03-08
申请号：CN201811263570.4
申请日：2018-10-28
Applicant: 南京林业大学
Abstract: 本发明公开了一种面向树木激光点云的有效特征抽取与树种识别方法，包括：获取目标树的全覆盖点云数据；对目标树的全覆盖点云数据进行降噪处理以去除异常点；根据降噪后获得的点云数据分别分析目标树的三种类别的树木特征；抽取基于树木相对聚类特征的最优特征参数组；抽取基于点云分布特征的最优特征参数组；抽取基于树木表观特征的最优特征参数组；将三种类别的树木特征的最优特征参数组进行组合并作为变量输入到SVM分类器中进行树种分类。本发明达到了较高的树种分类精度，为获得更准确的森林树种分布提供了强有力的工具，减少了野外实体调查的高成本、费时、费力，减少了人工判读带来的误差。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.046 seconds)
