-
公开(公告)号：CN119935006A
公开(公告)日：2025-05-06
申请号：CN202411731414.1
申请日：2024-11-29
Applicant: 华中农业大学
Abstract: 一种大田玉米植株表型测量方法及系统，该方法先采用图像采集器拍摄大田玉米植株的RGB图像及深度图像，再基于YOLOv8模型中添加的clip模块从深度图像中提取出蒙板图像，并对RGB图像进行蒙板处理，然后采用YOLOv8模型对蒙板处理后的RGB图像进行目标识别，接着确定识别出的目标所输出的关键点像素坐标，随后从深度图像中提取出与关键点像素坐标对应的坐标深度，计算关键点的相机坐标系坐标后将其转换为世界坐标系坐标，通过坐标匹配确定属于同一植株的关键点并进行配对，最后根据配对的关键点的世界坐标系坐标，计算得到玉米植株的穗位高以及叶夹角。本发明可实现低分辨率图像的穗位高和叶夹角表型的精准解析。
-
公开(公告)号：CN112183292B
公开(公告)日：2022-05-17
申请号：CN202011005867.8
申请日：2020-09-18
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于低空遥感的大田作物干旱表型提取与抗旱性评估方法，针对作物在干旱胁迫下的生理响应，提取了以下具体表型：(1)使用深度卷积神经网络估算卷叶指数LRS，用于指示作物叶片对干旱胁迫的响应程度；(2)基于数字表面模型DSM提取的地上部分体积AGV，用于指示作物生物量，以及使用经验线性法建模得到的鲜重FW、干重DW、含水量PWC；(3)用于指示作物叶片相对含水量的综合抗旱评估指标LWI。并且，使用高频次的无人机图像数据得到上述表型性状的时序变化，揭示作物在干旱胁迫下的动态响应，并评估其抗旱能力。最后，结合作物种质资源的基因测序数据进行遗传分析，定位到潜在的抗旱基因用于后续的功能验证和遗传改良。
-
公开(公告)号：CN112147078B
公开(公告)日：2022-01-18
申请号：CN202011001086.1
申请日：2020-09-22
Applicant: 华中农业大学
Abstract: 本发明提供一种农作物表型信息多源遥感监测方法，包括：通过遥感传感器采集待监测区域的低空遥感多源数据，所述的多源数据是可见光图像、多光谱图像和热红外图像的组合；对所采集的多源数据按照以下方法进行图像处理；根据处理后得到的图像信息做数据提取各类图形谱表型信息并进行统计分析，最终得到农作物表型信息低空遥感监测结果。本发明的监测方法能够在大田环境下实现高精度的作物长势相关指标的快速提取。
-
公开(公告)号：CN112215169A
公开(公告)日：2021-01-12
申请号：CN202011101682.7
申请日：2020-10-10
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于低空无人机被动遥感的作物株高及生物量自适应高精度解算方法。获取高精度的作物株高和生物量估算结果通常需要一些空间辅助数据，如作物多生育期的数字表面模型DSM，表裸土高程的数字地面模型DTM，地面控制点GCP以及光谱图像。本发明提供四种不同的空间辅助数据组合，一种具有完备的空间辅助数据，三种为不完备的空间辅助数据。用户可根据成本和精度需求采集必要的空间辅助数据。本发明通过用户提供的不同数据条件，自适应产生相应的作物株高及生物量估算方案，通过数据协同互补来消除特定种类数据缺失带来的不确定性，从而可以通过已有数据获取最优精度的作物株高和生物量结算结果。
-
公开(公告)号：CN118334522A
公开(公告)日：2024-07-12
申请号：CN202410523682.8
申请日：2024-04-28
Applicant: 华中农业大学
Abstract: 本发明公开了基于一种低空遥感的高通量大田作物小区自动提取方法及装置。本发明首先通过无人机拍摄获取苗期高清遥感影像，然后将这些图像经过无人机影像处理软件拼接为具有地理坐标的DOM影像，选定提取区域，所选区域影像经过裁剪、划分、数据转化等处理，以获取作物各小区的划分检测框。在划分环节，本发明在搜素小区行向间隙时采用了植被指数分割结合滤波的处理方法，并引入自适应傅里叶变换用于抵抗草害的影响，在搜索小区间列向间隙时采用以两端苗列等距推算地块各个苗列再根据能量累加图进行修正的方法来提高列向切分时的准确率。本发明为大田小区的高通量提取提供了一种有效的技术途径。
-
Patent Agency Ranking
公开(公告)号：CN118196669A
公开(公告)日：2024-06-14
申请号：CN202410451507.2
申请日：2024-04-16
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于无人机与深度学习的大田作物幼苗高精度检测方法。该方法首先通过无人机拍摄获取高清遥感图像，然后将这些图像经过无人机影像处理软件拼接为具有地理坐标的DOM影像，DOM影像经过裁切、检测、拼接等处理步骤，以获取大田作物幼苗的具体位置和大小信息。结合数据分析和图像处理技术，进一步获取大田作物苗情信息。在检测和拼接的关键环节，本发明采用了IoA方法，用于消除了深度学习模型在检测过程中产生的错误，以及图像裁切过程带来的偏差。结果表明，本方法在识别大田作物幼苗时，幼苗计数精度达到了95.3%以上，mAP指标也不低于87.1%。此方法为大田作物幼苗的高精度检测提供了一种有效的技术途径。
-
公开(公告)号：CN112330672B
公开(公告)日：2022-07-29
申请号：CN202011374100.2
申请日：2020-11-28
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于PROSAIL模型和冠层覆盖度优化的作物叶面积指数反演方法，该方法实现了利用遥感数据结合PROSAIL模型提取作物精确的叶面积指数。本发明利用冠层覆盖度参数优化模拟的LAI，确保在不充分满足浑浊介质假设情况下依然能得到精确的结果，提高整体的准确度。建立的神经网络模型具有较强的鲁棒性，可以适应于多种情况。本发明对影像的分辨率要求不高，在合适分辨率下，依然可以得到相似且理想的结果。对于利用无人机进行遥感数据采集而言，可以节约用户购买多光谱相机的成本，还可以在获取图像时提高飞行高度，以降低飞行成本。
-
公开(公告)号：CN114140692A
公开(公告)日：2022-03-04
申请号：CN202111471473.6
申请日：2021-11-25
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于无人机遥感和深度学习的鲜食玉米成熟度预测方法。该方法利用深度学习技术识别玉米雌穗，并结合无人机遥感数据提取的植被指数和地面人工样本实测值构建鲜食玉米雌穗的含糖量和含水量估算模型，用于预测整块田间植株鲜食玉米的成熟度。本发明建立的随机森林模型具有较强的鲁棒性，可以适应于多种田间状况。本发明对传感器的要求不高，大幅降低了用户购买传感器的成本。
-
公开(公告)号：CN112330672A
公开(公告)日：2021-02-05
申请号：CN202011374100.2
申请日：2020-11-28
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于PROSAIL模型并在冠层覆盖度参与优化下作物叶面积指数反演方法，该方法实现了利用遥感数据结合PROSAIL模型提取作物精确的叶面积指数。本发明利用冠层覆盖度参数优化模拟的LAI，确保在不充分满足浑浊介质假设情况下依然能得到精确的结果，提高整体的准确度。建立的神经网络模型具有较强的鲁棒性，可以适应于多种情况。本发明对影像的分辨率要求不高，在合适分辨率下，依然可以得到相似且理想的结果。对于利用无人机进行遥感数据采集而言，可以节约用户购买多光谱相机的成本，还可以在获取图像时提高飞行高度，以降低飞行成本。
-
公开(公告)号：CN112183292A
公开(公告)日：2021-01-05
申请号：CN202011005867.8
申请日：2020-09-18
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于低空遥感的大田作物干旱表型提取与抗旱性评估方法，针对作物在干旱胁迫下的生理响应，提取了以下具体表型：(1)使用深度卷积神经网络估算卷叶指数LRS，用于指示作物叶片对干旱胁迫的响应程度；(2)基于数字表面模型DSM提取的地上部分体积AGV，用于指示作物生物量，以及使用经验线性法建模得到的鲜重FW、干重DW、含水量PWC；(3)用于指示作物叶片相对含水量的综合抗旱评估指标LWI。并且，使用高频次的无人机图像数据得到上述表型性状的时序变化，揭示作物在干旱胁迫下的动态响应，并评估其抗旱能力。最后，结合作物种质资源的基因测序数据进行遗传分析，定位到潜在的抗旱基因用于后续的功能验证和遗传改良。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.031 seconds)
