一种作物光谱聚类分析处理方法及其图像采集装置

    公开(公告)号:CN113723320A

    公开(公告)日:2021-11-30

    申请号:CN202111025189.6

    申请日:2021-09-02

    Abstract: 本发明公开了一种作物光谱聚类分析处理方法及其图像采集装置,涉及农作物叶片光谱数据采集设备技术领域,包括采集田间的作物光谱采集、光谱数据格式转换、将光谱数据上传到Hadoop计算平台等步骤,本发明通过Hadoop框架进行光谱数据的分布式并行聚类分析,加速聚类算法的建模与预测速度,采用Hadoop框架的HDFS进行光谱数据的分布式存储,避免光谱数据的损坏与丢失,与此同时,通过在田间布设多个系留平台,根据需要在各个系留平台上放置相应的图像采集器进行作物光谱图像的采集,解决了传统方式中图像采集不便、无人机采集图像质量低的缺陷,系留平台的安装方式灵活,可根据需要设置在田间的相应位置,成本低廉,极大地提高了图像采集效率。

    一种田间作物光谱获取装置
    5.
    发明公开

    公开(公告)号:CN116858773A

    公开(公告)日:2023-10-10

    申请号:CN202310701177.3

    申请日:2023-06-14

    Abstract: 本发明公开了一种田间作物光谱获取装置,涉及探测技术领域,包括平台主体、四个独立行走机构、立式支架以及球座,球座内转动连接有球体并与球体构成球副,球体的下端连接有基座,基座的下端安装有光谱相机,所述立式支架的上端安装有用于球体定位的压紧机构,所述立式支架的下方还借助于滑杆滑动连接有除雾机构,除雾机构中的球面罩还与压紧机构连接以使得压紧机构上下移动的同时能够驱动除雾机构的闭合的展开,所述球面罩还连接有能够沿着平台主体上下移动的防护筒,本发明能够使得光谱相机能够借助于其自身的重力在静态下保持探头竖直向下正对被测物体,进而提高了光谱的采集质量。

    一种基于Hadoop框架的作物光谱聚类分析处理方法

    公开(公告)号:CN112016636A

    公开(公告)日:2020-12-01

    申请号:CN202011135881.X

    申请日:2020-10-22

    Abstract: 本发明公开了一种基于Hadoop框架的作物光谱聚类分析处理方法,通过采集作物的田间反射光谱,进行光谱数据格式转换;将光谱数据上传到Hadoop计算平台,进行分布式存储,并编写并行K-Means算法;进行算法建模,针对作物光谱进行聚类分析,本发明通过Hadoop框架进行光谱数据的分布式并行聚类分析,加速聚类算法的建模与预测速度,并且与单机方式相比光谱数据量越大优势越明显,使用Scala语言编写K-Means聚类算法,算法适用于Hadoop框架下的并行化运行,采用Hadoop框架的HDFS进行光谱数据的分布式存储,避免光谱数据的损坏与丢失。

    一种基于Hadoop的作物渍害图像分类检测及实现方法

    公开(公告)号:CN112070062A

    公开(公告)日:2020-12-11

    申请号:CN202011006864.6

    申请日:2020-09-23

    Abstract: 一种基于Hadoop的作物渍害图像分类检测及实现方法,其特征在于,包括以下步骤步骤a)采集作物田间渍害图像,进行图像矫正与预处理,图像主成分分析;步骤b)将图像矩阵上传到Hadoop计算平台,进行分布式存储,并编写并行神经网络算法;步骤c)进行算法建模与预测,针对作物渍害图像信息进行分类分析。本发明通过Hadoop框架进行作物灾害胁迫下图像数据的分布式并行分类分析,加速分类算法的建模与预测速度,并且与单机方式相比图像数据量越大优势越明显。使用Scala语言编写神经网络算法,算法适用于Hadoop框架下的并行化运行。采用Hadoop框架的HDFS进行图像数据的分布式存储,避免图像数据的损坏与丢失。

Patent Agency Ranking