-
公开(公告)号：CN116602106A
公开(公告)日：2023-08-18
申请号：CN202310890649.4
申请日：2023-07-20
Applicant: 南京农业大学三亚研究院 , 南京农业大学
Abstract: 本发明公开了一种基于无人机的水稻田内变量施肥方法。基于无人机多光谱影像及旋翼无人机撒肥平台，提出基于无人机的水稻田内变量施肥技术，在水稻追肥关键生育期根据氮肥优化算法NFOA利用无人机变量撒肥平台实现田内精确变量施肥。通过当地多年不同品种及氮素水平的水稻田间互作试验，确定NFOA追氮算法的最适参数，并根据追肥关键生育期的无人机多光谱影像生成适用于无人机撒肥平台的追氮处方图，配套大疆T20变量施肥装置，进行无人机变量施肥。本发明对比传统的人工均匀撒肥方式，大大节约了人力和肥料成本，追肥作业更加精确、快捷，此外受天气和地形因素影响较小，真正实现了基于无人机精确变量施肥作业。
-
公开(公告)号：CN119942319A
公开(公告)日：2025-05-06
申请号：CN202311454183.X
申请日：2023-11-03
Applicant: 南京农业大学 , 神农智慧农业研究院南京有限公司
IPC: G06V20/10 , G06V20/17 , G06V10/10 , G06V10/776 , G06T7/73
Abstract: 本发明公开了一种适用于棉花出苗早期的快速、高效计数方法，其步骤为：步骤一、获取棉花出苗早期无人机RGB图像；步骤二、将采集的RGB图像拼接后输出正射影像；步骤三、计算ExG指数后将图像二值化，使用直线检测方法获取作物行，对作物行扩展后生成掩膜边界，掩膜后提取出棉花幼苗行；步骤四、ExG指数图像中垂直于作物行像元DN值累加可得到一条有多个波峰波谷的波形曲线，对达到要求的波峰进行定位与计数；步骤五、使用RMSE和R2两个指标对WM计数效果进行评价。本发明在棉花幼苗监测时，对棉花幼苗尺寸不敏感，在粗分辨率与亮度变化的图像中依然能保障计数精度，是适用于棉花幼苗早期监测需要的高效率、短周期、低成本监测方法。
-
公开(公告)号：CN119251283B
公开(公告)日：2025-04-11
申请号：CN202411789837.9
申请日：2024-12-06
Applicant: 南京农业大学
IPC: G06T7/62 , G06T7/00 , G06N3/0455
Abstract: 本发明提供了一种活体作物叶片表型获取方法、装置、系统及应用，方法包括如下步骤：S1、获取活体作物叶片的表型图像；S2、绘制表型图像的叶片掩码图像；S3、将叶片掩码进行增强处理并得到训练集和测试集；S4、利用训练集训练Segformer神经网络模型；S5、利用经过训练的Segformer神经网络模型对测试集进行测试，测得叶片的分割掩码；S6、确定分割掩码的像素点数量；S7、根据像素点数量和预设像素面积计算叶片面积。本发明能够实现现场活体作物叶片表型测量及图像绘制的目的，避免了叶片离体失水卷曲而造成的测量不准确的问题，提高了测量的准确性，为后续在缺素类型和病害严重程度方面的研判提供条件。
-
公开(公告)号：CN115508356B
公开(公告)日：2025-03-14
申请号：CN202211301573.9
申请日：2022-10-24
Applicant: 南京农业大学
IPC: G01N21/84
Abstract: 本发明提出一种基于氮分配理论的稻麦叶片氮含量高光谱估算方法，包括以下步骤：构建叶片氮分配模型，利用稻麦叶片尺度数据集标定模型系数，基于冠层反射光谱估算叶片叶绿素含量和干物质含量，利用标定的叶片氮分配模型估算叶片氮含量。本发明的方法在叶片尺度构建叶片氮分配模型，然后用遥感技术更容易估算的生化参数来估算叶片氮含量，该方法操作步骤简单，模型具有跨尺度可拓展性，适用于冠层水平不同稻麦品种、不同栽培处理、不同生育时期，可广泛用于稻麦冠层水平的叶片氮含量监测。
-
公开(公告)号：CN119334263A
公开(公告)日：2025-01-21
申请号：CN202411391968.1
申请日：2024-10-08
Applicant: 南京农业大学
Abstract: 本申请公开了一种封行作物行间路径间距的测量方法。方法包括以下步骤：通过农业装备顶部设置的第一深度相机和两个前轮处设置的两个第二深度相机，分别采集不同视角的作物图像信息，其中两个第二深度相机的视野与第一深度相机存在重叠；分别提取第二深度相机的两个第二图像中土壤与作物的分界线，进而确定出对应前轮的行进路线；根据第二深度相机与第一深度相机间的位置关系，将两个第二图像中行进路线的起点分别映射于第一深度相机的第一图像中；计算映射在第一深度相机中的两个起点的距离。本方法测量准确率高、稳定性强，可用于作物生长中后期行间作业的路径计算与导航指引，方便农业装备根据所测距离及时调整轮距，实现灵活高效地自主作业。
-
Patent Agency Ranking
公开(公告)号：CN118333213A
公开(公告)日：2024-07-12
申请号：CN202410418998.0
申请日：2024-04-09
Applicant: 南京农业大学
IPC: G06Q10/04 , G06V20/13 , G06V20/68 , G06Q50/02 , G06N5/01 , G06N20/00 , G06F18/25 , G06F17/18 , G06F18/214
Abstract: 本发明提出了一种基于遥感与气象信息的田块尺度大面积水稻产量高精度预测方法，包括以下步骤：首先基于遥感云平台计算水稻不同时期的Sentinel‑1后向散射系数和Sentinel‑2植被指数最大值与累积值，同时利用农业气象站物候数据获取研究区全生育期内气象指标；然后利用随机森林算法明确不同数据最优组合；构建元学习集成学习回归MLER；基于先验知识测试省级范围不同时间窗口的MLER预测精度，明确省级范围内多源数据最优组合，实现大面积田块尺度水稻产量预测。该方法可以及时、准确对大面积田块尺度水稻产量进行估算，在水稻种植管理、粮食安全评估和应对气候变化方面具有极大的应用价值。
-
公开(公告)号：CN112557393B
公开(公告)日：2024-02-20
申请号：CN202011303981.9
申请日：2020-11-19
Applicant: 南京农业大学
IPC: G01N21/84
Abstract: 本发明提出基于高光谱影像融合图谱特征的小麦叶层氮含量估测方法，步骤包括：采集小麦冠层高光谱影像数据和实测小麦叶层氮含量；首先，进行影像预处理，提取光谱反射率，计算植被指数、位置和形状特征，利用卷积神经网络提取深层特征。其次，通过相关系数分析、随机森林算法进行特征优选，利用并行融合策略构建新的融合图谱特征。最后，利用粒子群优化支持向量回归方法，构建基于融合图谱特征的小麦叶层氮含量估测模型。本发明的方法估测精度高、特征鲁棒性强，适用于小麦全生育期，同时也是目前第一次提出综合高光谱影像的植被指数、位置和形状特征、深层特征构建融合图谱特征估测小麦叶层氮含量的方法。
-
公开(公告)号：CN109863859B
公开(公告)日：2023-10-24
申请号：CN201910316826.1
申请日：2019-04-19
Applicant: 南京农业大学
Abstract: 本发明公开了一种单片式少免耕播种头，其包括：播种横梁以及固定于播种横梁上的多个子播种头，子播种头包括与播种横梁相连的架体、以及可转动的固定于架体端头的挖头，挖头包括竖直设置的播种板、以及设于播种板迎土侧用于切开土壤的刃边，挖头背土侧的侧面上设有用于下种的出种口和用于输出肥料的出料口，出料口位于出种口的下方，播种板内设有分别与出种口和出料口相通的下种通道和出料通道。通过在挖头的播种板的迎土侧设有刃边，挖头背土侧设有出种口和出料口，播种板内设有下种通道和出料通道，从而可在无需开沟的情况下将种子和肥料掩埋到预定的深度，简化了播种作业的工序，降低了播种成本。
-
公开(公告)号：CN116593419A
公开(公告)日：2023-08-15
申请号：CN202310400044.2
申请日：2023-04-14
Applicant: 南京农业大学
IPC: G01N21/3563 , G01N21/55 , G01N21/359
Abstract: 本发明公开了一种缓解LCC与秸秆‑土壤背景影响的小麦绿色LAI估算方法，其步骤为：步骤一、数据采集；步骤二、计算秸秆‑土壤背景适应红边差值指数，包括：a、基于小麦冠层光谱计算已有的REDVI；b、基于田间背景光谱计算已有的REDVI；c、结合小麦冠层多光谱曲线的RE1和R波段，构建RSARE；步骤三、构建小麦叶面积指数LAI估算模型；步骤四、检验小麦LAI估算模型。本发明可以同时缓解LAI估算过程中秸秆‑土壤背景与LCC的影响，并基于该指数构建小麦叶面积指数估算模型，可在小麦生产过程中实现LAI的早期估算。
-
公开(公告)号：CN114441457B
公开(公告)日：2022-11-22
申请号：CN202210119047.4
申请日：2022-02-08
Applicant: 南京农业大学
IPC: G01N21/27 , G01N21/55 , G06V20/17 , G06V20/10 , G06V10/764 , G06V10/766 , G06V10/774 , G06K9/62
Abstract: 本发明提出了一种基于无人机多光谱影像消除水稻冠层背景效应并提升叶片氮浓度监测精度的方法，包括以下步骤：首先对获取的无人机多光谱影像，进行拼接、几何校正和辐射校正等预处理，得到研究区的正射影像；然后基于正射影像，以决策树方法获取端元，构建端元反射率数据库；再次应用光谱解混模型，求解端元丰度；最后将端元丰度和植被指数相乘，构建叶片氮浓度估算模型，从而达到消除背景效应提升氮浓度监测精度的效果。本发明构建的冠层背景消除和提升氮浓度反演精度的方法操作步骤简单、高效，并且可实现自动化，可用于消除无人机或卫星影像中的冠层背景效应及相关农学参数反演等。
-
-
-
-
-
-
-
-
-
Search Results
254
records
(took 0.045 seconds)
